SAP B1 全员掉线事件：建一个测试库，SLD 服务就崩了

一个平平无奇的周三上午，我在 SAP Business One（MSSQL 环境）上给内部审计（IA）批量创建测试数据库——前面好几个库都建得好好的，建到其中一个子公司的库时，全公司的 SAP 突然登不进去了。

现象

• 客户端弹出 Unhandled Exception：“SAP Business One has encountered a problem and needs to close… refer to note 1989457”；
• 登录界面状态栏一条红字：Failed to get database information from System Landscape Directory；
• 不是个别用户——Teams 和 WhatsApp 同时开始涌入报障，所有人都登不进，波及所有公司库。

事发当时用户看到的弹窗（真实截图）——每个人的屏幕上都是这一幕

那一刻的体感：我只是建了一个测试库，为什么整个 landscape 都下线了？

排查过程

1. 先收集证据：让报障用户提供错误截图，确认症状一致（都是 SLD 报错），第一时间写 incident report；
2. 通知全员：在支持群里发公告「所有用户暂时无法登录，正在联系 vendor 紧急处理」——比逐个回复省力得多；
3. 联系 vendor：vendor 远程上来，判断是 SLD（System Landscape Directory）服务异常，决定重启 SQL Server 和 SAP SLD 服务；
4. 第一个坑：SLD 服务启动特别慢。vendor 的解释是 “it took a while for SLD service to start, probably due to the long list of number of DB”——我们实例上挂了十几个公司库加一堆测试库，SLD 启动时要逐个枚举；
5. 第二个坑：重启过程中 SLD 一度抛出一大段 Java 异常，vendor 说 “looks like we need to reinstall the SLD server”。重装 SLD 可不是小事——好在这时我们已经把肇事的那个测试库删掉了，vendor 再次重启，SLD 正常起来。不用重装了。

前后大约 40 分钟，用户恢复登录。

根因（以及一个不太安心的结论）

问了 vendor 两个问题：

这个症状其他客户见过吗？ —— “never seen before.”

会复发吗？ —— 建议再创建一个测试库试试能否复现。

后来在 vendor 指导下用另一个命名重新建了测试库，一切正常，没有复现。所以最终的结论只能是：创建数据库的动作在某个时点干扰了 SLD 服务，确切机制连 vendor 也说不清。生产环境的很多事故最后就停在这种「无法完全解释」的状态。

教训

1. SLD 是 SAP B1 的单点。它一挂，不是某个库不可用，是所有库、所有用户全下线。做任何可能影响它的操作前要有这个意识；
2. 在生产 SQL 实例上建库不是零风险操作。哪怕只是测试库。之后这类操作我们一律安排在 out of office hours；
3. 重装是最后手段。vendor 说要重装 SLD 的时候，先想想「刚才改了什么」——把可疑变更回滚掉再试一次，我们就是删掉肇事测试库后免掉了一次重装；
4. 沟通模板提前备好：报障洪水期间，一条群公告 + 恢复后一条解释（「测试数据库创建意外中断了 SAP 服务，已恢复，正在跟 vendor 追根因」）就能稳住场面；
5. SLD 启动时间和库数量正相关——测试库用完要清理，别让它们拖慢下一次恢复。