本文主要分享運維時的一種結構化思維，幫助大家提升問題定位能力和效率。
前言
這裏主要列舉了網站不可用時，可能出問題的點。實際場景中，不同系統的架構、環境、業務重心有很多差異，需要多實踐一些後，才能真正提升問題處理能力。
- 問題排查和定位是循序漸進的，需要抽絲剝繭。但有兩種方式可以加速這個過程：
- 如果有必要的報警，可以快速暴露某個層次的問題（比如服務器內存問題，可以快速找到異常節點，確定是服務器自身問題，還是可能下一跳服務的請求異常導致堆積等等）
- 如果對系統非常熟悉，應急經驗豐富，大部分情況也能快速定位到問題。
- 處理是多維度的（隔離或降級異常，擴容）。
- 有條件最好馬上隔離現場、集羣中下掉異常機器，恢復可用；
- 其次調整轉發配置，走新的可用的配置，比如因爲bug或部分異常，可以提供新的可用集羣的情況；
- 再次做降級，審覈部分請求或用戶導致問題，將他們隔離或降級，如果有細粒度的干預措施最好（自己開發的api管理），如果沒有可以嘗試dns線路、nginx攔截url或cookie標識、緩存服務器設置黑名單等；
前端
主要採用Chrome DevTools分析前端情況
前端的異常首先要定位是前端代碼問題，還是和後端交互問題。前者需從前端開發角度排查問題，後者需要從運維、後端開發角度排查。（當然全棧工程師這些都是自己搞定）
- 空白或加載中：
- 打開查看console有否關鍵報錯，如有需定位前端問題
- 無報錯情況，查看網絡請求有否報錯或等待；如有需進一步排查前後端網絡交互問題
- 無任何報錯、網絡交互無報錯，溝通前端工程師，必要操作是否因BUG未正常發起網絡交互或渲染動作；
- HTTP錯誤狀態頁
- 查看network中錯誤請求的詳情，包括錯誤信息、請求地址、上下文、狀態碼、服務器地址、Cookie中的狀態或集羣等標識
前後端網絡交互
客戶端網絡設備
個人電腦
路由器
寬帶到期
防火牆（本機和防火牆）
DNS解析
是否正常到服務端IP、有否污染、多線路解析（客戶和你不同）
中間人
運營商交換機
骨幹網絡
跨運營商問題
地域和翻牆
網絡劫持、植入代碼（HTTPS）
服務端網關
雲平臺出網端口、ping
運營商線路
流量限制
安全規則
應用服務器
代理層/應用網關
nginx配置錯誤
nginx worker process
文件句柄過多、日誌log太大
目錄權限
upstream集羣個別錯誤
SLB流量超限、配置錯誤、轉發錯誤、後端異常、超時配置與業務不符
Web服務器
ping服務器端口
測試某個請求能否正常
tomcat最大併發數
某個服務器的CPU和JVM內存（死循環、大量GC、或複雜任務、或內存使用問題導致內存異常升高/佔滿）
線程池
數據庫連接池
其他服務器角色
緩存如Redis
CPU、內存、連接數、請求數、命中率
文件服務
網絡流量、請求數、攻擊
消息隊列如RocketMQ
網絡流量、生產/消費速率、死信、生產者/消費者隊列及堆積情況
註冊中心
註冊中心存活節點、心跳、在線的服務節點數
數據庫
慢SQL（查詢、大事務、鎖等待、磁盤）
數據庫連接數
其他問題
硬件吞吐量或可用性如磁盤、網卡，網絡抖動，安全攻擊，人工誤操作
如果有成熟的APM工具，一般已經把請求全鏈路的信息採集到位，可以直接看到發生錯誤的環節、關鍵信息，大大提升效率。所以如果你的公司還沒有，盡力往這個方向發展；如果有了，好好用起來，學學底層是怎麼實現的。
以上。感謝您的閱讀。
持續更新中：
- 補充更多細節、處理方法
- 補充更多案例