运维神器-分分钟定位500错误！-CSDN博客

做过运维的小伙伴都知道，当用户浏览器上出现白屏、应用端API得到500错误、取到数据为空是非常崩溃的一件事情。500错误是服务器端非常常见的一个错误，有可能是开发时导致的语法错误，也有可能是文件引用导致的错误。当用户反馈了 500 错误之后，而我们运维童鞋们面对一个集群的后端服务器，如果没有方便的工具管理和同步，下手查找问题，是一个即耗时又费力的痛苦过程。
在最开始的时候，每次遇到这种情况，我们运维同学们就分别登录几台Web服务器，去查找可能记录错误日志的地方，找出错误的真凶，以让开发童鞋们来改进。
如下图这个错误，就是由于在引用微信JS-SDK开发时，由于每个页面都要做JS-SDK权限授权，但是在其中一个页面忘记了导入微信的JS-SDK 包，导致了大量的 500错误。这种找错误的过程，最开始几台机器还勉强，几分钟能找到，到了后来变成了几十台，已经变成了一项谁也不想干的工作了。

图一、从日志中寻找出现 500 错误的真凶
后来公司的负载均衡服务器Haproxy
做了会话保持，我们就只好联系用户，让部分懂点技术的用户，帮我们用Chrome 这类开发者工具，抓一下包，看看Cookie，从Cookie 的SERVERID 字段就能知道，这个用户的访问，可能来自自于哪台机器，这样定位起来，方便了很多，但是时间也往往要10分钟以上，因为还要跟用户电话，大部分用户并不懂得如何操作。如下图二，从正常请求，可以得到此时访问的 SERVERID，就可以知道出错的页面和日志，也会在这台机器上。

图2，通过SERVERID确定服务器
那有没有什么更快的办法呢？有倒时有，比如自己开发一套系统，从各台服务器收集日志，在有一个集中的地方，能查看。但是我们运维童鞋开发能力还不太能跟得上，公司的开发童鞋老板也恨不得拉来 7x16小时开发产品。

那到底还有木有什么更好的办法啊？

在圈子里有人推荐OneAPM！其实最开始我是拒绝的，因为一般来讲，装这种在生产环境上，比较麻烦，并且可能会影响性能，还都需要埋代码。真到有一天，微博上又有人在讨论OneAPM，我有点心动了。

于是乎，对于懂点开发、喜欢鼓捣新玩意的非典型运维工程师，三下五除二从OneAPM注册了账号，下载了安装包，安装到了我们的测试服务器上。好家伙，我还啥也没有干，把程序刚刚跑起来，在OneAPM 的管理控制台上就看到了数据，真是福音啊，不要埋代码，真的不要埋代码！！！

DUANG — 简直就是有特技！经过几天的实验，并向领导申请在生产环境上安装，领导看到了是优才网伍老师推荐，正好是认识的熟人，所以特意微信沟通了一下，知道是靠谱的。就让我让装到生产环境上去了。
在实际的使用过程中，OneAPM 确实也帮了我们的大忙。使用了几个月了，觉得真的是减轻了我们运维童鞋工作，同时也非常快速地定位问题，开发童鞋们也很感激。下面就举一个真实环境中的栗子。

下面就是我从线上摘出来的典型的例子。线上出了问题，一分钟后，在OneAPM 的管理后台就看到了错误消息。如图三

还以上边的WxJSSDK 没有找到为例，线上出问题时，使用浏览器抓包，得到的是如下结果，因为线上是关闭了日志输出的，只看到白白的一片，抓包则是 500 错误。

现在不用一台台上去检测了，一分钟后，OneAPM 后台就收到了错误信息报告。点击去看如下：

错误信息报告表明，这是一个非常严重的PHP错误，就是在做微信开发时，要引用微信官方的SDK，开发童鞋给漏掉了，导致出现了找不到类 ’WxJSSDK’ 这样的错误，Nginx 接到这样的错误，会向客户端返回 500。
我直接把OneAPM错误信息报告发给开发童鞋，开发童鞋心领神会，再也不会跟我纠缠说谁谁的问题了！
开发童鞋还告诉了我修复的办法：引入文件就好了，特意找到了这段代码参考下图。

有了OneAPM就是这么爽，我也不用再用终端爬到每台机器上去确认，更不用担心随着公司的业务发展，加到多少台Web和API服务器。

我需要拥有的，就是一个OneAPM 的管理后台！

每次公司内部的技术分享，我都会从OneAPM拉出一些案例，也会提供给开发主管一些素材，总结程序员可能常犯的错误，为此，受到了老板的奖励！至于啥奖励，大家懂的。平时参加一些业内的技术交流，也会向他们推荐OneAPM，已经成为了OneAPM的忠粉，他们团队里做支持的孟智童鞋还和我成为了好朋友！

OneAPM 的服务是很有特色的，可能这种服务还在早期，国内好像还没有类似的应用，所以在后台和功能上，也有一些不足之处，趁这个机会也吐个槽，希望能受到开发团队的关注，并改进。
第一、由于我经常用，所以OneAPM账号长期处于登录状态，但是每次敲入OneAPM.com 都进到了首页，搞技术的都懂啊，你们的产品经理莫非是临时工？