释放双眼，带上耳机，听听看~！
编者荐语：
故障复盘的简洁框架-黄金三问，非常简洁，在此分享下。《谷歌SRE运维解密》书中说到“100%的可用性是不现实的，需要达到这个目标的成本通常远超于所能获得的价值。”如何快速故障复盘，希望可以帮助到大家。
文章来源于成哥的世界，作者
最近跟团队在做很多历史故障的复盘，看怎么才能够挖掘出更深层次的一些问题。
做的第一件事情，就是整理复盘框架，这个框架就是我提出的黄金三问（Three Golden Questions）。
非常简洁，这次借着实操，打算更深入的分享下。先分享框架，再分享内在的细分环节。
- 故障的根因是什么？
-
触发原因 -
根本原因（可以多个如技术层面+流程管控层面）
-
- 怎么做，后面才能完全避免同样的故障？
-
生产环境上是否有同样的问题，应该立即执行的巡检和规避措施什么？ -
产品技术层面要做什么改进？ -
架构设计要做什么改进？ -
如涉及产品功能，测试层面需要做什么改进？ -
管理/流程/机制上要做什么？（如高压线、质量保障措施、发布变更流程）
-
- 怎么做，下次遇到类似问题，可以更快的恢复业务？
-
应急流程/机制需要如何改进，可以帮助更快的判断和决策？（如信息同步、故障等级定义）
-
监控指标和告警机制是否可以完善，可以更快的发现？ -
技术层面要有什么快速恢复的手段？（限流、降级、隔离、切换等）
-
- One more thing，我们还可以做些什么？
发现之前也分享了一些关于故障的随想，也把链接放在下面一并分享下：
《再好的技术，再完美的规章，也无法取代人自身的素质和责任心》
