结论先行:归因难不是因为缺日志,而是因为两拨人用两套方式记录。要让每一次改动都能落到人,必须在开工前把三件事切开:谁能写、写了怎么登记、登记和实际配置怎么对得上。这三件事不定,日志留得再全也只能证明「改过」,证明不了「谁改的」。

本文只谈两拨人同时有写权限时的登记与切分,不谈怎么发现没人登记的场外改动,也不谈事故定责的追责顺序。

为什么双主体比单主体难归因

单一主体的情况下,日志里出现一条变更记录,责任自然落在一个团队内部,内部怎么分是管理问题。双主体不一样:服务商走 ITSM 工单,客户自己的运维常常是「直接上去改,改完口头说一声」。两边的时间戳、命名习惯、变更粒度和记录位置全都不一样。

结果就是事故复盘会上最常见的场面:服务商拉出工单说这个时段我们没有变更,客户说我们也没动,日志里那条命令是谁敲的就成了悬案。问题不在于谁在说谎,而在于两边的记录不在同一个坐标系里。

三件事要在开工前定下来

其一:写权限按设备分组,不按人给

给个人开账号、给个人赋权,人一多就收不回来。更稳的做法是按设备分组授权:一组设备对应一个变更域,谁要动这组设备,先加入这个域,域里所有操作自动记录在同一个位置。

这样做的附带好处是,人员更替时不需要逐个清理权限,把人从域里移出即可。授权到期这件事,比事后清理可靠得多。

其二:无工单的改动,要有一条补登路径

现实中不可能百分百无例外的走流程。应急时先动手、事后补单,这是常态。问题在于很多现场只允许「有单才能改」,结果应急的人干脆不登记,记录就断了。

可行的做法是把补登做成一件事而不是一个例外:允许先动手,但要求在约定时限内补登,并写明「为什么没先走单」。补登记录和正常工单进同一个台账,只是标一个不同类型。这样记录不会断,事后也能看出哪类应急在反复发生。

其三:改动与配置快照要对得上

登记是主观的,快照是客观的。每次变更前后各留一份配置快照,两边就能互相校验:登记说改了两个对象,快照显示动了五个,这中间的三个就是需要解释的部分。

快照这一环还有个用处——变更失败时能不能回退,取决于变更前那份快照在不在、完整不完整。回退能力不是承诺出来的,是备份出来的。

客户自己人改了,服务商该不该管

该管,但管的方式不是阻止,是可见。服务商的角色是运维的承接方,不是客户内部流程的执法者。能做的事有三件:把客户的运维人员纳入同一个变更域,让他们也能登记;在月度回顾里列出未登记的改动,而不是在事故后才提;把需要客户确认的变更点提前列成清单。

这三件事做完,客户自己改动的频率通常不会下降,但「不知道谁改的」这种情况会明显减少。

一个可用的约定:变更单上多两栏

很多变更单只写「改了什么、谁批的、什么时候」。加两栏成本很低,效果很直接:

新增栏位填什么解决什么
执行位置从哪台跳板机、哪个账号、哪条通道执行日志里能对上具体会话
执行主体服务商工程师 / 客户方运维 / 原厂在场两拨人的记录能区分开

两栏填起来各十几秒,但它把「改动」和「人」之间的对应关系固定下来了。

三个能看出归因失效的信号

  1. 同一个设备上,两拨人的操作记录出现在两个不同的系统里;
  2. 月度回顾里从来没有出现过「未登记改动」这一项——通常不是没有,是没人查;
  3. 事故复盘时需要靠回忆和聊天记录来还原时间线。

深圳市奇摩计算机有限公司做的是服务这一头,在客户现场最常见的情形就是甲方运维、我们的人、原厂工程师三方都在同一套设备上动过手。经验是:把权限和登记这两件小事前置,比事后做一次漂亮的复盘有用得多。变更必须留痕、必须可回退,这条在服务方的作业规范里是硬线,对客户侧同样适用。

如果你正在梳理多主体运维的变更登记口径,或者现场已经出现过「不知道谁改的」这类情况,可以预约咨询,我们按设备分组帮你把登记结构搭起来。