ishenwei/nexus
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

Update nexus: fix conflicts and sync local changes

Browse Source
This commit is contained in:
Shen Wei
2026-04-26 12:06:50 +08:00
parent 191797c01b
commit f09834b5a5
2443 changed files with 254323 additions and 255154 deletions
Download Patch File Download Diff File Expand all files Collapse all files

148
wiki/concepts/Incident-Management.md
View File

@@ -1,74 +1,74 @@
---
title: "Incident Management"
type: concept
tags: [itsm, operations, reliability]
date: 2025-03-01
---
## Definition
事件管理（Incident Management）是[[ITSM]]的核心流程之一，专注于**快速恢复服务正常运作**，将服务中断或降级对业务的影响降到最低。
## Incident Lifecycle
```
┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐
│ Event │ → │ Detect │ → │ Triage │ → │ Resolve │ → │ Review │
│ Occurs │ │ & Alert │ │ & Prior │ │ & Recover│ │ & Learn │
└─────────┘ └─────────┘ └─────────┘ └─────────┘ └─────────┘
```
## Modern Incident Management (ITSM 2.0)
在[[ITSM 2.0]]中，事件管理由[[AIOps]]和[[Self-Healing-Systems]]驱动：
### Key Capabilities
| 能力 | 描述 | 技术 |
|------|------|------|
| Real-time Observability | 实时可观测性 | Metrics, Logs, Traces |
| Automated Remediation | 自动化修复 | AIOps, Runbooks |
| Dynamic Prioritization | 动态优先级 | ML Models |
| Auto-escalation | 自动升级 | Alert Routing |
| Self-Healing | 自愈 | Automated Recovery |
### AIOps-Powered Incident Response
```
监控检测 → 智能分类 → 自动路由 → 自动化修复 → SLA监控
↓ ↓ ↓ ↓ ↓
AIOps ML模型 技能路由 Runbooks 告警升级
```
## Key Metrics
| 指标 | 描述 |
|------|------|
| [[MTTR]] | Mean Time to Recovery — 平均恢复时间 |
| [[MTTD]] | Mean Time to Detect — 平均检测时间 |
| MTTA | Mean Time to Acknowledge — 平均确认时间 |
| Change Failure Rate | 变更失败率 |
## Priority Levels
| 优先级 | 描述 | SLA |
|--------|------|-----|
| P1/Critical | 核心服务不可用 | 15分钟 |
| P2/High | 主要功能不可用 | 1小时 |
| P3/Medium | 次要功能受影响 | 4小时 |
| P4/Low | 轻微影响 | 24小时 |
## Related Concepts
- [[ITSM]] — 父框架
- [[Problem-Management]] — 问题管理
- [[AIOps]] — AI运维能力
- [[Self-Healing-Systems]] — 自愈系统
- [[MTTR]] — 平均恢复时间
- [[MTTD]] — 平均检测时间
- [[Event-Correlation]] — 事件关联
- [[Root-Cause-Analysis]] — 根因分析
## Sources
- [[understanding-complete-itsm]] — AIOps-driven Incident Management
---
title: "Incident Management"
type: concept
tags: [itsm, operations, reliability]
date: 2025-03-01
---
## Definition
事件管理（Incident Management）是[[ITSM]]的核心流程之一，专注于**快速恢复服务正常运作**，将服务中断或降级对业务的影响降到最低。
## Incident Lifecycle
```
┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐
│ Event │ → │ Detect │ → │ Triage │ → │ Resolve │ → │ Review │
│ Occurs │ │ & Alert │ │ & Prior │ │ & Recover│ │ & Learn │
└─────────┘ └─────────┘ └─────────┘ └─────────┘ └─────────┘
```
## Modern Incident Management (ITSM 2.0)
在[[ITSM 2.0]]中，事件管理由[[AIOps]]和[[Self-Healing-Systems]]驱动：
### Key Capabilities
| 能力 | 描述 | 技术 |
|------|------|------|
| Real-time Observability | 实时可观测性 | Metrics, Logs, Traces |
| Automated Remediation | 自动化修复 | AIOps, Runbooks |
| Dynamic Prioritization | 动态优先级 | ML Models |
| Auto-escalation | 自动升级 | Alert Routing |
| Self-Healing | 自愈 | Automated Recovery |
### AIOps-Powered Incident Response
```
监控检测 → 智能分类 → 自动路由 → 自动化修复 → SLA监控
↓ ↓ ↓ ↓ ↓
AIOps ML模型 技能路由 Runbooks 告警升级
```
## Key Metrics
| 指标 | 描述 |
|------|------|
| [[MTTR]] | Mean Time to Recovery — 平均恢复时间 |
| [[MTTD]] | Mean Time to Detect — 平均检测时间 |
| MTTA | Mean Time to Acknowledge — 平均确认时间 |
| Change Failure Rate | 变更失败率 |
## Priority Levels
| 优先级 | 描述 | SLA |
|--------|------|-----|
| P1/Critical | 核心服务不可用 | 15分钟 |
| P2/High | 主要功能不可用 | 1小时 |
| P3/Medium | 次要功能受影响 | 4小时 |
| P4/Low | 轻微影响 | 24小时 |
## Related Concepts
- [[ITSM]] — 父框架
- [[Problem-Management]] — 问题管理
- [[AIOps]] — AI运维能力
- [[Self-Healing-Systems]] — 自愈系统
- [[MTTR]] — 平均恢复时间
- [[MTTD]] — 平均检测时间
- [[Event-Correlation]] — 事件关联
- [[Root-Cause-Analysis]] — 根因分析
## Sources
- [[understanding-complete-itsm]] — AIOps-driven Incident Management