平台日常巡检 SOP

适用场景

适用于平台日常值守、发布后巡检、异常告警后的第一轮健康确认。

前置条件

已具备平台运维或系统管理权限
已明确当前检查环境和时间窗口
已知本轮巡检是全局平台视角，而不是单租户专项检查

操作入口

/health/live
/health/ready
GET /api/system/ops_summary
GET /api/system/ops_health_detail
POST /api/system/ops_detail
系统后台 Operations
系统后台 Audit

执行步骤

先访问 /health/live 与 /health/ready，快速判断进程和依赖是否处于可服务状态。
打开 Operations，查看当前健康状态、提醒、失败 key 聚合、近期失败趋势和协议或租户分布。
如果没有明显异常，记录本轮巡检结果；如果出现提醒、失败增长或安全信号，再结合 ops_detail 与 Audit 下钻。
如果异常集中在联邦、SCIM、SAML、租户状态或授权会话，再切换到相关专题页继续处理。
巡检结束后记录本轮结果、异常摘要和是否需要后续跟进。

验收结果

平台当前健康状态有明确结论
异常项已被分类为健康、配置、安全、租户或协议问题之一
需要跟进的问题已经有明确的下一步入口

结果记录建议

记录巡检时间、环境、健康结果和当前提醒数量
记录是否存在失败趋势上升、协议集中失败或租户分布异常
记录是否已转入审计、安全、联邦或租户治理专题继续排查

异常分流

readiness 降级：优先回到平台可观测性与健康检查
管理动作、配置变更或高风险行为可疑：转到平台审计排查 SOP
多租户共同受影响或租户上下文异常：转到跨租户问题排查 SOP
令牌、授权或异常登录风险：转到平台安全运营或平台安全事件处置 SOP

升级 / 回滚条件

若 readiness 持续失败、近期失败快速增长或核心入口不可用，应升级为平台级排障
若异常发生在近期变更后，应同步进入变更后验收 SOP 和回滚评估

关联文档