2019 04 09

事故类型

局部故障（部分客户 的 station 模块不可用）

事故过程

1. 14:36，收到腾讯云的报警
2. 14:40，同时收到各种报警：
3. [阿里云] station nginx 长耗时告警
4. [阿里云] a1-webnginx-access-500
5. [5xx监测脚本电话报警] 2 个客户的 station 出现 5xx 报警

事故时长

5 分钟 (14:20 - 14:25)

事故原因

1. 客户 ['734', '952'] 出现的问题是发布脚本在执行 clean 操作时错误地删除了正在运行的灰度。具体原因是发布脚本根据 ps -ef 获取正在运行的 UWSGI 进程信息的时候，正则解析有问题，把 station 工程的 feature/stock_iterative 分支误认为是 stock 工程的分支，并清理了它。

解决思路

对发布脚本做出正则解析改动：