一個(gè)有意思的報(bào)告：線上故障引發(fā)問題原因分布。

今天看了個(gè)線上故障原因排行分析，數(shù)據(jù)采樣不是很廣，但也不致于不能參考，樣本率本身也很難界定，當(dāng)然越大越準(zhǔn)，根據(jù)我個(gè)人開發(fā)經(jīng)驗(yàn)來看，這個(gè)數(shù)據(jù)還是很符合我日常開發(fā)出現(xiàn)問題的規(guī)律的。對業(yè)務(wù)影響度最高的原因主要集中在以下幾個(gè)方面：

（看原帖子的畫質(zhì)不怎么好，我還專門去 echarts 網(wǎng)站重新渲染了一個(gè)“完美”的圖）

?

1. 配置數(shù)據(jù)參數(shù)錯(cuò)誤：（1.0）屬于操作不當(dāng)，粗心。

2. 代碼邏輯錯(cuò)誤：（0.74）純粹的bug，測試沒有覆蓋到。

3. 架構(gòu)設(shè)計(jì)問題：（0.45）開發(fā)對系統(tǒng)設(shè)計(jì)經(jīng)驗(yàn)不足，個(gè)人無法避免，可以通過團(tuán)隊(duì)規(guī)范（技術(shù)評審）來避免，早發(fā)現(xiàn)早治療。

4. 網(wǎng)絡(luò)故障：（0.4）面對網(wǎng)絡(luò)抖動(dòng)問題，看公司基礎(chǔ)架構(gòu)能力了，完善的備用網(wǎng)絡(luò)，自動(dòng)切換，以及告警機(jī)制，能否及時(shí)通知到所有受影響的業(yè)務(wù)方。

5. 硬件損壞問題：（0.35）開發(fā)無能為力，不需要關(guān)心，遇到就是倒霉。

6. 其他類別問題：（0.34）詭異問題。

7. 性能不足問題：（0.28）取決于對線上業(yè)務(wù)量提前評估，運(yùn)營如果搞活動(dòng)提前通知技術(shù)，突發(fā)流量需要看公司基礎(chǔ)架構(gòu)有無自動(dòng)彈性擴(kuò)容能力，如果有，開發(fā)是否接入且正確配置參數(shù)。

8. 遭受攻擊導(dǎo)致：（0.09）這個(gè)，看公司安全團(tuán)隊(duì)了，開發(fā)一般也做不了什么。

總結(jié)：代碼邏輯錯(cuò)誤和配置參數(shù)錯(cuò)誤引發(fā)的P0問題最多，主要由初次上線或者變更引起，但是，由于代碼邏輯變更及灰度流程相對成熟，配置數(shù)據(jù)變更影響度最高。這需要配置中心有完善的灰度機(jī)制，且需要開發(fā)人員嚴(yán)格遵守，這就取決于團(tuán)隊(duì)如何約定執(zhí)行開發(fā)規(guī)范了，有的靠開會(huì)教育，效果不好就靠KPI強(qiáng)制要求，就是誰出問題誰背最低績效，這個(gè)完全看老板風(fēng)格，不同團(tuán)隊(duì)，做的好壞的程度也參差不齊。

通過這個(gè)分析，面試時(shí)如果被問在工作中遇到的故障，如何發(fā)現(xiàn)，如何修復(fù)等類似問題，可以按照這個(gè)故障原因優(yōu)先級來歸類。

如果你還遇到其他原因，歡迎留言，你都遇到過什么問題？