夜里该跑的巡检和清理，怎么总在交接班后断档？
· 阅读需 9 分钟
月末第一天早上，运维群里最让人发紧的一句，不是“昨晚有没有告警”，而是：
“那轮夜间巡检到底谁跑了？结果现在谁能说清楚？”
主角是平台运维同学老赵。前一晚交接班前，他还在群里补过一句：夜里记得跑一轮磁盘巡检，顺手把几台业务机上的旧日志清掉，再把几个关键服务状态过一遍。话刚发完，新的告警进来；临时排障一插进来，这轮原本人人都觉得“不难、等会儿就能做”的动作，就这么一路往后顺延。
到了第二天，真正让现场翻面的，不是命令没人会写，也不是脚本完全不存在，而是大家突然发现，谁都没法把昨晚那轮动作一口气讲完整。
到底是谁真正接过去跑了？ 这次巡检和清理，昨晚到底打到了哪一批机器？ 跑完以后，是正常结束了，还是中间已经有节点报错？群里并不安静。有人说“这个我昨晚好像跑过”，也有人说“清理动作应该做了，只是没回结果”。可越是这种听起来都像做过一点的现场，越容易把人拖住。因为你会很快发现，大家争的已经不是“会不会做”，而是“这轮动作到底有没有被完整接住”。
很多团队第一次真正意识到服务器例行维护会失控，往往也不是在脚本写不出来的时候，而是在这种动作明明该做、结果却没人能确认的瞬间。