故障管理

系统介绍

概述

本章节旨在介绍如何通过我们的系统高效地管理运行中的告警和故障处理记录。

核心功能

• 实时监控系统故障状态及其分布。
• 全面跟踪故障处理的进展。

用户角色

• 系统运维人员： 负责日常的系统维护和故障响应。
• 系统管理者： 负责监督系统运行状态，确保系统稳定性。

系统目标

• 故障状态汇总： 快速获取当前系统故障的概览。
• 故障列表查询： 根据特定条件筛选故障列表。
• 故障详情查看： 包括可能的原因、推荐解决方案等。
• 设备信息关联： 查看与故障相关的设备信息。
• 状态变更历史： 跟踪故障状态变更记录，包括动作、时间和执行人。
• 告警历史记录： 查看告警时间、类别、阈值和告警值。
• 用户操作支持：
  • 确认故障
  • 清除故障
  • 反确认故障单
• 自动执行配置：
  • 自动确认故障
  • 自动清除故障

---

名词解释

故障与告警

• 告警： 设备在特定条件下主动发送的通知，分为“告警发生”和“告警恢复”两种状态，反映设备的即时状态。
• 故障： 由一系列告警消息触发，记录故障的所有处理步骤，代表平台上对具体告警的处理流程。

告警级别

告警级别根据严重性分为紧急、重要、次要和提示，帮助您制定相应的处理策略。

提示

系统提供所有告警参数默认级别，用户可以通过配置修改

告警级别	说明
紧急	设备瘫痪或服务中断，影响正常工作。
重要	系统性能或服务部分退化，但不影响关键功能。
次要	影响系统功能和性能，但关键功能不受影响。
提示	由设备安装、配置等问题导致，不影响设备功能运作。

故障状态

故障状态包括告警的确认和清除状态，不同状态的故障需要不同的处理措施。

故障类别	故障状态
实时故障	未确认未清除 已确认未清除
历史故障	已确认已清除

清除告警前，必须先确认告警，或由系统后台自动处理。

故障状态转换

状态转换类别	说明
清除状态转换	告警条件消除，设备或服务恢复正常，告警状态从“未清除”变为“已清除”。
确认状态转换	1. 确认告警表示即将或正在处理，状态从“未确认”变为“已确认”。 2. 反确认操作使告警状态从“已确认”回到“未确认”。

故障状态图

---

处理流程

告警处理流程