# 运维与故障排除
#### 日常运维管理
1. 日志管理
   - 定期检查日志账号的LTS日志汇聚状态，确认各成员账号日志正常接入。
   
   - 关注LTS日志索引的存储用量，及时清理过期日志或调整存储策略。
   
   - 确认日志转储到OBS的配置正常执行，保障长期存储合规。
    
2. 监控维护
   - 定期巡检统一监控大盘，关注资源运行状态和异常指标。
   
   - 维护和优化告警规则，减少告警风暴和误报，提升告警有效率。
   
   - 定期检查监控数据采集Agent的运行状态（icagent等）。
    
3. 堡垒机管理
   - 定期审计CBH操作日志，检查是否存在违规运维操作。
   
   - 及时更新资源账户密码，保障资源账户安全。
   
   - 维护CBH版本更新和安全补丁。
    
4. 权限审计
   - 定期审计运维用户的权限配置，确保遵循最小权限原则。
   
   - 检查跨账号委托关系和RAM资源共享配置的安全性。
    
 
#### 常见故障与排除
表1常见故障与排除 
| **故障现象**        | **可能原因**        | **排除方法**                                                                          |
|:---|:---|:---|
| **LTS日志汇聚异常**   | 委托关系失效或权限不足     | 1. 检查Organizations中LTS可信服务是否已启用；2. 检查委托管理员账号是否有Organizations只读权限；3. 验证日志接收状态是否已开启 |
| **CTS审计日志未汇聚**  | 组织追踪器配置异常       | 1. 检查云审计可信服务是否已启用；2. 检查组织追踪器"应用到我的组织"开关是否开启；3. 验证转储OBS桶权限是否正确配置                   |
| **统一监控大盘无数据**   | AOM服务异常或Agent故障 | 1. 检查AOM服务是否正常开通；2. 检查业务账号中icagent是否正常运行；3. 验证跨账号资源接入权限配置                         |
| **告警未触达**       | SMN通知配置异常       | 1. 检查SMN主题订阅状态；2. 验证告警规则是否正确关联通知主题；3. 检查订阅终端是否有接收限制                               |
| **堡垒机无法连接目标主机** | 网络不通或安全组限制      | 1. 检查跨账号网络是否打通（ER或对等连接）；2. 检查安全组规则是否放行CBH到目标主机的端口；3. 验证目标主机状态和资源账户密码              |
| **跨账号接入日志数据偏差** | 数据同步延迟          | 数据未同步完成前，目标日志流数据与源日志流可能会有一定偏差，建议1小时后查看接入数据                                        |
| **日志汇聚配置冲突**    | 日志流映射规则冲突       | 删除日志流对应的接入规则后重新配置，避免源日志流与目标日志流存在双向映射冲突                                            |
   
#### 优化建议
1. **成本优化**：定期分析LTS日志存储量，对低价值日志设置较短的保存周期，合理控制OBS存储成本。
2. **告警优化**：基于实际运维经验持续优化告警阈值和静默规则，减少告警噪声。
3. **自动化扩展**：随着业务规模增长，逐步引入COC自动化运维能力，通过自动化脚本和作业管理减少人工干预。
4. **架构演进**：小型企业方案可按升级路径逐步演进到中型企业架构，增加独立的运维监控账号。