缺陷 / 线上问题处理 SOP

1. 定位与边界

• 事件型 SOP：一个问题一次，从发现到关闭；
• 两类问题分轨处理：
  • 缺陷（测试环境 / 验收发现）：不着急但要做对——走任务流（复现 → 修复 → 回归验证 → 关闭）；
  • 线上问题（生产环境出事）：着急，先止血再治病——走应急流（止血 → 恢复 → 追因 → 转缺陷）；
• 与其他 SOP 的衔接：修复动作按《开发任务 SOP》走新任务；修复上线按《交付项目 SOP》部署块走（含回退方案）。

2. 总体流程

3. 问题登记（所有问题的入口）

1. 所有问题先登记再处理——线上正在救火的，登记可在救火后 30 分钟内补。没登记的问题不算存在过：来源、现象、环境、发现时间、发现人；
2. 分级（登记时定，可调整）：

   类别	级别	定义	响应节奏
   线上问题	P1	系统不可用 / 数据错误扩散	分钟级响应
   	P2	部分功能受损但有绕行	小时级
   	P3	轻微 / 体验类	工作日内
   缺陷	严重	影响主流程 / 数据正确性	优先排期
   	一般	其余	正常排期

   分级的意义是决定处理顺序，不是统计好看——所以只分两级/三级，不搞五级。
3. 指派责任人：线上问题默认运维为第一响应人（技术 Leader 为决策人）；缺陷默认对应模块开发。

4. 线上问题应急流（P1 / P2）

1. 响应时限：P1 分钟级到场（工作时间 30 分钟内，非工作时间 1 小时内）；P2 小时级；
2. 先止血后治病：恢复业务优先于查明原因——回退（有交付项目 SOP 三层备份兜底）、重启、降级、临时绕行，都是合法的止血手段；止血后向业务方知会一声"已恢复"；
3. 处置记录：止血用了什么手段、恢复了什么、影响了多久（起止时间）——时间线是复盘的原料，事后补记必失真；
4. 追因：业务恢复后 24 小时内定位根因；定位不了的（偶发类）记录现象与已排除项，挂观察；
5. 根因确定后转缺陷：按开发任务 SOP 走修复；修复上线按交付项目 SOP 部署块——小改动可以简化流程，但回退方案不可省（紧急修复引入新问题是常见事故）。

5. 缺陷任务流（含 P3 线上问题、验收缺陷）

1. 复现确认：接手的开发先复现——复现不了退回登记人补充信息，不接"复现不了的缺陷"（对应测试分册"bug 单要素齐全"的接收端）；
2. 修复走开发任务 SOP：缺陷即任务，交付标准 = 修复该现象 + 不引入新问题（回归）；
3. 回归验证：由报告人 / 测试验证关闭，不由修复人自关闭——自己修的自己关，等于没验。

6. 复盘

1. 复盘触发条件（只复盘值得复盘的，不搞事事复盘）：
   • 所有 P1 线上问题必复盘；
   • P2 线上问题：同类第二次发生时复盘——第一次可能是意外，第二次是模式；
   • 缺陷：不逐个复盘，月度汇总看模式（对应开发任务 SOP"30 秒复盘"的聚合）。
2. 复盘四问（轻量，一页纸内）：
   • 发生了什么（时间线）？
   • 为什么会发生（根因——含流程性根因，不止技术根因）？
   • 为什么没有更早发现（测试 / 监控盲区）？
   • 怎么防止再发（改进项，落实到人）？
3. 改进项跟踪：复盘产出的改进项进任务清单，PMO 按月检查销项——复盘不落改进项等于白开。

7. 问题关闭前自查 Checklist

8. 检查方式

PMO 按月检查四项：P1/P2 响应时限达标率、复盘改进项销项率、缺陷重开率（回归不足的信号）、月度缺陷模式汇总。

9. 不在本 SOP 约定的事项

10. 修订记录