通用问题分析定位办法

最近一年做了大量云环境的问题定位，各种层面，产品，环境，逐渐总结出了一套通用的分析问题办法。我把他叫做："SRE通用问题解决办法"。这个方法直接说结论，很简单的一句话概述：问题的解决过程就是不断分层建模，提取信息的过程(套用柯P的话：如果你现在很难猜的时候，标准动作： collect more information)。

在云环境，因为无法知晓客户的数据、架构，并且客户的sre体系建设层次不齐，能拿到的关键信息也有限，这就让我们得在有限的信息下，做大量的推测与验证才能解决问题。通常我拿到一个问题，先建立一个顶层模型，然后基于这个模型，不断深入下层建模，把信息都挖掘出来，随着模型的完善，信息的逐步显露，问题原因经常就自己出来了。例如：

访问域名不通的诊断案例

某客户反馈域名有些地方ping有丢包，无法连接上。那么我们建立第一层模型，以及信息：

graph TD;
    网民A--不通-->域名;
    网民B--通-->域名;

信息:

1. 验证能ping通
2. 想办法验证ping不通，访问不通

一轮验证下来，没办法复现问题，继续和客户沟通，网民A不通的具体模型，是ping不通，还是网站访问不了，网站协议多少

graph TD;
    网民A_全国17ce多个节点--http网站打不开-->域名;
    网民B--通-->域名;

第二层精确很多，而且能验证了，验证发现，17ce正常的，都返回200，为什么客户反馈打不开呢，基于这个疑问继续问客户，后面发现打不开的内容返回是一个域名过期页面，虽然正常返回了200，于是问题定位到是客户域名过期，301到了dns服务商的过期页面。

这个案例虽然简单，也能简单说明，层层完善模型，在快速问题诊断验证上，有不错的效果。