oncall的问题
1，问题处理，
包括客户提出的问题，运营提出的问题，他们是系统的使用者，会有各种各样的问题出现，
2，告警处理，
接入各类告警系统，这些都是通过日志分析统计出来的，所以要做日志整改，会发送邮件和短信，及时告警，告警要时刻处理，
包括流量的监控，功能拨测用例的执行，日志分析所有的请求有没有异常状态码，如果有就会告警，就要分析，
3，例行巡检，
3.1 要保证各类告警系统是正常的，告警系统不正常了，就不会有自动的告警了，这很危险，
3.2 服务器各项指标的监控，常态：cpu占用<15%，内存占用<30%，磁盘空间<50%等，
上面两步要保证各类告警系统和服务器的各项指标的趋势是稳定的，如果有激增，有阶梯式的，有量级的变化就要有所分析了，否则就会有潜在的风险
3.3 例行巡检关键功能，比如首页打开，主流程的畅通，接口正常，
4，回溯报告，
出现大的现网问题，都必须要有回溯报告，找到问题的根因，按照问题回溯------定位问题--------改进措施的思路，是什么，为什么，怎么办？有整套方案
原文：https://www.cnblogs.com/andy0816/p/13628535.html