突然想起昨天某业务主管跟我讨论问题“主备热备双机情况下，备机的业务程序如何保障正确性”。这个问题源于某业务系统是有主备热备双机，但备机平时处于等待状况，当主机有异常时，才使用备机进行应急。但最近一次在备机起应用时，因未及时发现备机某应用有过旧的数据，导致起应用后将过期数据一并处理，而引发了一次故障。
当时的我，主要从“物、人、法”来思考。
1、人的问题，属于业务主管管辖范围，我并没有扩展开来进行分析讨论。
2、从物（工具）的角度，需要一个有效检查备机健康程度的程序，最好能做日常的检查，也能在应急期间，针对某业务再进行特定的检查。
3、从法（流程）的角度，是做好保障的最有效办法。是人就会犯错，就算有物（工具）的保障，但在进行应急时，处理人也不一定对此业务非常熟悉，可能有一些潜在的风险未能识别。最好就是在日常工作中，从环境的准确性角度来考虑，保障主、备的日常部署是及时、无误的（通过上载流程来保障），在备机的业务数据、业务目录是正常的（通过增加并管理备机的监控策略来保证）。
当时也对业务故障做了一个小小的分析：业务问题，是什么引发的呢？数据异常？配置异常？程序异常？还是操作人员误操作？这个是谁的问题呢？可惜，但是没有再深入分析下去，没有更好的利用《你的灯亮着吗？》分析方法来进一步分析。我事后再做一次详细的分析吧：
1、问题是什么（问题其实就是你期望的东西,和你体验的东西之间的区别）：
问题表象是由于备机程序误处理了不应该下发的数据，导致下游业务故障。
2、这个问题是什么？
这点我没有深刻的思考，我只考虑将这个问题很好的分析、并给出我的建议。但从另外一个角度分析，其实某主管在这方面已深入思考过了，什么物、人、法，什么5why分析法，什么QBQ（问题后的问题）分析都不顶用。我需要做的是，用同理心说明这个问题发生的客观、主观上是无法避免，且符合墨菲定律的，然后最好能给出有效、可直接使用的工具。也有可能是迫于压力，某主管才向我咨询，想得到进一步的认可以及有效方法。
3、什么是真正的问题：
这个是我当时分析的主要切入点，从物、人、法来辩证分析；再从主观、客观方面来把控，尽量将问题的规避和管控放在客观上；从问题表象通过5why进行深入的分析故障。
4、这是谁的问题？
从简单表象而言，这是员工当时处理业务时，是否遵守了规章制度进行操作的问题；但最有效解决问题的人员，是业务主管本人，需要从流程规范、工具提供多维思考并解决。同时上升到了部门主管经理角度，也需要进行分析是否管理上有盲点？是否人员技能不足？是否有更好的方法论没有使用到？最后是从运维技术角度，是最微不足道的。
5、问题是从哪里来的？
其实我们的埋怨一堆，什么备机热备系统构架，千年不用，一旦使用就一堆问题。做热备又使用率太低，花太多心思去做好流程及管控，但一年最多用上一次，付出跟收益（从直接业务主管角度）不成正比。这又上升到项目系统架构上没有很好的考虑运维人员的工作，导致潜在的风险。
6、我们真的想解决问题吗？
我认为是的。但从业务主管的角度而言，系统有清理过期业务数据的脚本，其实在备机启动业务程序前，只需启动清理脚本清理一次，就完全可以避免这次故障。因此，他认为有一定的偶发性跟主观性。也许真的只是想得到一个认可，问题已经解决或不再是问题，并非真的是跟我讨论问题。因此，我想了想，还是拒绝了开发提供工具，而是询问其他项目是否有类似的解决方法。
思辨其实是一种很好的方式，繁杂的事务背后，有着复杂的关联。抽丝剥茧，一步步分析，虽然最终展示的不一定是真相，但起码也一种可做实施建议的方案。最后说一句，别把问题的处理方法当作原因。
