编辑 | 张婵

做运维工作一定不能捉急，要稳。

根据@大佬坊间八卦 9 月 19 日的微博，顺丰一名运维工程师在误删数据库以后被开除了。

根据微博内容显示，顺丰运维工程师在收到变更需求后，按照操作流程要求，登陆生产数据库跳转机，通过 navicat-mysql 客户端管理工具，连入 SHIVA-OMCS 的 RUSS 库进行操作。但在操作过程中，该工程师错选了 RUSS 数据库，打算删除执行的 sql，在选定删除时，因其操作不严谨，光标回跳到 RUSS 库的实例上，在未看清所选内容的情况下，便通过 delete 执行删除。同时，他忽略了弹窗提示，直接回车，导致 RUSS 库被删除。因运维工作人员不严谨的操作，导致 OMCS 运营监控管控系统发生故障，该系统上临时车线上发车功能无法使用并持续了约 590 分钟。同比 9 月 5 日的 929 条临时车需求，此次故障对业务运营产生了严重的负面影响。

顺丰对事件作出的分析为：此次事件反映出运维工作人员对高风险操作的风险意识不足，在生产环境执行高风险变更操作时不严谨，导致数据库的误操作，造成公司成产系统故障。

最后顺丰的处罚是与该运维工程师解除劳动合同，并在顺丰科技全网通报批评。

运维工作者或多或少都经历过或听说过删库跑路的事件，所以说做运维工作一定不能捉急，要稳。年轻人总有第一次的 rm-rf 操作，之前也有人留言说过，现在敲 rm-rf 都会手抖。毕竟一旦发生失误，后果不堪设想。

该事件也引起了很多人的讨论，在这里跟大家分享知乎上一位资深互联网从业人员（作者：qcin，链接：）的思考：

人肉运维

一直以来，我都觉得直接到生产线上敲命令是一种非常不好的习惯。我认为，一个公司的运维能力的强弱和你上线上环境敲命令是有关的，你越是喜欢上线敲命令你的运维能力就越弱，越是通过自动化来处理问题，你的运维能力就越强数据丢失有各种各样的情况，不单单只是人员的误操作，比如，掉电、磁盘损坏、中病毒等等，在这些情况下，你设计的那些想流程、规则、人肉检查、权限系统、checklist 等等统统都不管用了，这个时候，你觉得应该怎么做呢？是的，你会发现，你不得不用更好的技术去设计出一个高可用的系统！别无它法。

关于备份

备份通常来说都是周期性的，所以，如果你的数据丢失了，从你最近的备份恢复数据里，从备份时间到故障时间的数据都丢失了。如果你要让你的备份系统随时都可以用，那么你就要让它随时都 Live 着，而随时都 Live 着的多结点系统，基本上就是一个分布式的高可用的系统。

故障反思

如果你是一个技术公司，你就会更多的相信技术而不是管理。相信技术会用技术来解决问题，相信管理，那就只会有制度、流程和价值观来解决问题。

最终结果

而如果一个公司在遇到事情之后就总是想到惩罚，不注意保护和发挥技术人员的能动性，技术导向也只能是一个口号。说到底不过一句话。一个团队或公司，要变成什么样子，跟她迈出的每一步都有关系。毕竟罗马不是一天建成的。