在復雜的數(shù)據(jù)中心基礎設施中，這種能力可以讓你通過豐富的經(jīng)驗和自身的知識快速而準確地發(fā)現(xiàn)問題之所在。這種能力只可意會，不可言傳。沒有人會提供和“超自然故障排除”有關的認證的。

　　但是，那些重量級的問題解決專家都會遵守一些通用的，不成文的規(guī)則。這是我自己使用的六個規(guī)則。注意，它們適用于大多數(shù)情況，但是并不是所有情況。

　　1、永遠不要修改服務器或網(wǎng)絡設備的連接接口

　　雖然這聽上去很簡單，但是，令人吃驚的是，人們經(jīng)常會修改他們用于連接到某個設備的網(wǎng)絡接口的屬性，這種行為的失敗率很高。有時，這條規(guī)則可能是可選的，但是，如果有一種方法可以排除潛在的隱患，何樂而不為呢？如果你不得不修改這個接口，可以在這個接口上配置一個輔助IP（secondary IP）——通過另外一個設備或子網(wǎng)，串行控制臺，KVM等來連接。如果設備放在遠程的辦公室里（那里沒有IT職員），那么這絕對是一條真理。

　　2、保證總是有辦法回到原點

　　無論何時，只要有可能的話，都要提供一種可以把問題恢復到原始狀態(tài)的方法。這意味著，在對故障磁盤做任何修改以前，應該為這個故障磁盤做一個映像，備份整個目錄結(jié)構(gòu)（你不可能知道你以后需要哪些文件，這樣可以以防萬一），或者，在你胡亂擺弄一個已經(jīng)出現(xiàn)故障的操作系統(tǒng)以前，應該在物理服務器上抽取出這塊磁盤的RAID1陣列。當然，在虛擬機環(huán)境下，這會更加容易一些，因為你可以簡單地做一個快照。

　　3、文檔，文檔，還是文檔

　　在所有這些規(guī)則中，這條規(guī)則也許是大家最少遵守的規(guī)則了。毫無疑問，應該把一個問題和解決方法文檔化。當你處在混亂狀態(tài)之中的時候，你的解決方法也許并不明智。這就是說，當一個問題塵埃落定以后，要保留一份“尸檢報告”，通過這份報告，你可以重新檢查當時那個解決方案采取的步驟和途徑。把它寫下來，然后把它保存在安全的地方，最好是放到公司內(nèi)部的wiki上；并且，應該備份到幾個不同的地方。

　　4、在IT領域，不存在魔法，但是卻存在幸運

　　就像 Thomas Jefferson 說的那樣：“我發(fā)現(xiàn)我工作的越努力，我就越幸運。”在IT領域，也是這樣的。你花費越多的時間來研究你的基礎設施，關注路由器，交換機，服務器和其他設備的特定的工作條件，你的基礎設施就會運行的越流暢。這些日常工作可以讓你在問題的早期階段就發(fā)現(xiàn)這些問題，當問題真的發(fā)生的時候，你可以更加快速地作出反應。另外，在IT領域，有很多種方法可以“制造”幸運。例如，使用一些工具，讓網(wǎng)絡設備配置的備份自動化；如果使用這種方法的話，當你的交換機發(fā)瘋的時候，你可以在幾分鐘內(nèi)恢復它，而不是幾個小時。

　　5、在你修改每個配置文件以前，要對它們進行備份

　　這條規(guī)則只適用于Unix服務器和幾乎各方面的配置都提供了配置文件的網(wǎng)絡設備。在你弄壞敏感的配置以前，首先對交換機和TFTP（Trivial File Transfer Protocol）主機的配置文件進行備份。在Unix系統(tǒng)上，可以簡單地把something.conf cp到 something.conf.orig。