正如上篇所说，故障无处不在。面对故障，我们不能逃避，因为也无处可躲。正确的做法是，勇敢直视它，研究清楚故障模式，并在此基础上开展好故障检测，故障容错，故障恢复等一系列可靠性工作。
所谓故障模式，就是故障的典型表现形式；故障模式的表达应尽量准确，简练；故障模式库是可靠性的重要基础之一，对FMEA，故障管理，可靠性测试等等均有重要参考意义。这些自不必说，在此仅就故障模式如何提炼分享下个人的几点粗浅认识。

1.从外部看，故障对象的表现有什么异常？
将故障对象看成黑盒，仅观察它的对外异常表现。比如对于晶振，主要作用是提供精确的时钟信号。从使用者角度看，要么晶体不能提供时钟信号，要么时钟频率不准，所以很容易归纳出晶振的2个故障模式为：无时钟，频偏。
2.从内部看，故障对象的内部有什么异常？
探寻对象的内部，虽不能直接用于提炼故障模式，但对故障模式的理解大有好处。所谓知其然，还要知其所以然，才能成为该领域的专家。回到上面的例子晶振，其内部的水晶片可能破裂则导致不起振，无法输出时钟；晶体温度变化，本体老化等则会导致晶体输出时钟不准确，即频偏。
3.从系统看，多个对象能否和谐相处？
这针对的自然是多对象场景，比如服务器内有2块管理板，则需要考虑这2块管理板的版本是否一致，在工作过程中是否会频繁切换等问题。显然，不同产品的故障模式库可能不同，但故障模式的提炼方法应该是相通的，希望本文能对大家有所启发。
9月份公开课计划：