1. 确定问题范围，明确问题解决目标；2. 收集信息：监控、告警、事件、日志、服务状态、网络链路等； 3. 问题分析：结合问题分析信息，逐步缩小排查范围，解决问题。

这个话题比较大，涉及到基础环境复杂度、多数据中心协同、监控和自动化调度。数据中心是否归属同一单位，各单位间的互相数据安全、网络安全要求是否对等。现有运维是否已相应工具，云运维是升级现有工具还是新建一套云运维平台对问题的解决都有不同的影响。下面尝试以新建云运...