核心原則誰的域、誰配置、誰開發(fā)、誰運維誰主責跨域協(xié)同問題共同擔責不單純甩鍋按根因定責分四大角色業(yè)務(wù)開發(fā)、數(shù)據(jù)庫 DBA、平臺 / 云底座、運維 / 中間件。一、業(yè)務(wù)開發(fā)側(cè)全責90% 線上故障源頭1. SQL 寫法問題無索引、隱式轉(zhuǎn)換、全表掃描、笛卡爾積、超大分頁、批量未分頁長事務(wù)、頻繁鎖表、update/delete 無 where 條件、循環(huán)單條插入直接 select *、未限制返回行數(shù)、join 過多關(guān)聯(lián)表2. 代碼 業(yè)務(wù)邏輯問題未做限流、重試風暴、并發(fā)無鎖導致數(shù)據(jù)錯亂事務(wù)邊界不合理長事務(wù)占用回滾段 / 行鎖未做參數(shù)校驗傳入超大字符串、非法 ID 觸發(fā)索引失效未捕獲數(shù)據(jù)庫異常失敗無限重試打垮庫3. 表結(jié)構(gòu) / 使用規(guī)范違規(guī)自建大表無分庫分表單表超千萬無拆分字段類型設(shè)計不合理大 text 存短文本、主鍵無序隨意加字段、刪索引、線上 DDL 不加鎖規(guī)避方案不按規(guī)范使用連接池連接數(shù)開太大 / 太小、未釋放連接泄漏4. 上線變更引發(fā)故障上線未做 SQL 性能預審核、未灰度、無回滾腳本新接口突增流量未提前同步 DBA 擴容 / 優(yōu)化一句話定責純 SQL、代碼、業(yè)務(wù)邏輯、上線變更導致慢查詢、鎖等待、連接打滿、數(shù)據(jù)錯誤 →業(yè)務(wù)開發(fā)主責二、DBA / 數(shù)據(jù)庫團隊全責1. 數(shù)據(jù)庫基礎(chǔ)運維缺陷實例資源不足CPU / 內(nèi)存 / 磁盤 / IO 打滿未監(jiān)控預警磁盤滿、日志堆積、備份失效、歸檔未清理阻塞寫入主從同步延遲過大、切換異常、高可用架構(gòu)故障2. 配置、參數(shù)管理失誤數(shù)據(jù)庫內(nèi)核參數(shù)不合理緩沖池、連接數(shù)、鎖超時、事務(wù)隔離級別未合理規(guī)劃分片、分庫資源容量評估失誤權(quán)限管控漏洞誤刪表、給業(yè)務(wù)高危 DDL 權(quán)限3. 平臺與數(shù)據(jù)庫服務(wù)故障數(shù)據(jù)庫集群宕機、節(jié)點崩潰、底層存儲塊損壞版本 bug、數(shù)據(jù)庫內(nèi)核已知缺陷未升級規(guī)避監(jiān)控缺失慢查詢、鎖、資源水位無告警故障發(fā)現(xiàn)滯后4. 協(xié)同支撐失職業(yè)務(wù)提前報備流量擴容需求DBA 未及時處理引發(fā)壓垮未提供 SQL 審核、容量評估、壓測支撐未提前預警風險一句話定責數(shù)據(jù)庫實例、集群、底層參數(shù)、存儲、高可用、運維監(jiān)控故障 →DBA 主責三、底座 / 云平臺 / 中間件團隊全責1. 底層基礎(chǔ)設(shè)施故障服務(wù)器宕機、網(wǎng)絡(luò)抖動 / 分區(qū)、交換機故障、存儲 IO 故障云資源調(diào)度異常、帶寬打滿、內(nèi)網(wǎng)丟包2. 中間件 / 連接層問題代理中間件Proxybug、連接池代理限流異常、分片路由錯誤緩存、消息隊列故障間接拖垮數(shù)據(jù)庫3. 平臺管控故障平臺自動擴容 / 縮容誤操作、自動化腳本刪數(shù)據(jù)、運維平臺 bug一句話定責網(wǎng)絡(luò)、服務(wù)器、存儲、數(shù)據(jù)庫代理、云平臺底層故障 →底座 / 中間件團隊主責四、共同責任跨部門協(xié)同問題流量突增營銷活動業(yè)務(wù)未提前報備 DBA 未建立活動容量預案 → 雙方共責性能隱患長期積累DBA 持續(xù)推送 SQL 優(yōu)化清單業(yè)務(wù)長期不整改DBA 未強制卡點攔截上線 → 雙方共責變更溝通缺失業(yè)務(wù)上線未同步 DBADBA 巡檢未覆蓋業(yè)務(wù)變更 → 雙方共責應(yīng)急處置緩慢故障發(fā)生后業(yè)務(wù)、DBA 排查配合低效缺少聯(lián)合預案 → 共責五、快速判定根因簡易流程排查時直接用先看報錯鎖超時、慢 SQL、連接耗盡、數(shù)據(jù)不一致 → 優(yōu)先業(yè)務(wù)側(cè)磁盤滿、主從斷連、實例 crash、IO 飆升無慢 SQL → DBA 側(cè)超時、丟包、連接間歇性斷開、所有庫同時異常 → 網(wǎng)絡(luò) / 底座看時間點故障和業(yè)務(wù)上線 / 發(fā)版完全同步 → 業(yè)務(wù)主責凌晨自動備份、歸檔清理時段故障 → DBA 主責看影響范圍僅單個業(yè)務(wù)庫異常 → 業(yè)務(wù) 該庫 DBA全集群所有業(yè)務(wù)庫同時故障 → 底座 / DBA 平臺六、補充不屬于任何人的特殊情況第三方不可抗力機房斷電、光纖挖斷、運營商故障外部責任惡意攻擊爬蟲、CC 打垮數(shù)據(jù)庫安全團隊牽頭處置罕見數(shù)據(jù)庫內(nèi)核未知 bug廠商 / 自研數(shù)據(jù)庫團隊修復各方協(xié)同止損七、落地管理建議避免互相甩鍋建立上線 SQL 強制審核卡點DBA 提前攔截高危 SQL提前規(guī)避開發(fā)問題數(shù)據(jù)庫設(shè)置資源水位自動告警DBA 兜底基礎(chǔ)設(shè)施風險大型活動必須業(yè)務(wù) DBA 聯(lián)合做容量評估、壓測、限流方案故障復盤只看根因不看表面現(xiàn)象配套整改責任人而非單純追責。