【转“SRE说”公众号】，写的挺好的。
年底故障崩发
年底了各大公司争相登上热搜，阿里崩完，滴滴崩，滴滴崩完，腾讯崩；年底了各大互联网出现故障，为什么年底是一个故障高发期呢，简单说一下我的理解，年底了各大公司准备冲击KPI，变更操作是非常多，降本裁员带来的后果也会在陆续凸显，各种老员工开始离职。
故障给我的启示
1 越是重大的故障越是底层，比如网络机房；基础服务比如用户服务、k8s、数据库等等；
2 越是重大的故障越是简单，一个非常简单的误操作，一个非常不起眼的操作；
3 外表看起来非常牛逼的技术并不能避免故障，只要加踏实地把简单的事情做扎实；
4 需要一些兜底的操作，像vip用户信息这里明显看到端上是没有任何缓冲的，一旦出问题很难第一时间处理，如果有个预案就是可以让用户的vip信息在端上默认延长1小时直接降级，应该是可以解决很大的问题。
