可能出错的事情最终都会出错。

FMEA

介绍

FMEA（Failure mode and effects analysis，故障模式与影响分析）又称为失效模式与后果分析、失效模式与效应分析、故障模式与后果分析等。它是一种可用性分析方法，通过对系统范围内潜在的故障模式加以分析，并按照严重程度进行分类，以确定失效对系统的影响。

方法

1. 给出初始架构设计图
2. 假设架构中某个部分发生故障
3. 分析此故障对系统造成的影响
4. 根据结果分析架构是否需要优化

FMEA 分析表

项：

• 功能点
  • 从用户角度看的功能点（非技术角度）
• 故障模式
  • 系统中会出现什么故障：故障点、故障模式（尽量用量化描述）
• 故障影响
  • 功能点受到什么影响（尽量用量化描述）
• 严重程度
  • 业务角度故障影响程度（致命、高、中、低、无）
  • 严重程度 ＝ 功能点重要程度 ✖️ 故障影响范围 ✖️ 功能点受损程度
  • 每个人理解的程度不一样，达成统一认识就行
• 故障原因
  • 详细描述故障
  • 为什么需要？
    • 不同故障原因发生概率不同
    • 不同故障原因检测手段不同
    • 不同故障原因处理措施不同
• 故障概率
  • 某个具体故障发生的概率（高、中、低）
  • 关注点
    • 硬件：随时间推移，故障率升高
    • 开源系统：成熟低，刚发布高
    • 自研系统：同开源系统
• 风险程度
  • 综合严重程度和故障概率判断某个故障的风险等级
  • 风险程度 ＝ 严重程度 ✖️ 故障概率
• 已有措施
  • 针对具体故障，是否已有对应措施
  • 应对措施有：检测告警、容错、业务自恢复等
• 规避措施
  • 降低故障发生概率而做的措施（技术手段、管理手段）
• 解决措施
  • 为了能够解决问题而做的措施（通常是技术手段）
• 后续计划
  • 综合分析故障风险等，进行排序，制定后续改进计划

例：