开发人员处理生产环境系统问题经验之谈

       系统维护在软件生命周期中，持续时间最长的工作。处理生产环境系统上的运维问题，几乎成了每位开发人员的必修课。

      当碰到问题的时候，我们如何高效地、快速、一针见血地去处理和解决，是值得我们思考的问题。

　　当然，影响效率的，还有开发人员对系统的熟悉程度、对业务的熟悉程度、自身的沟通处理和协调能力和环境等客观因素。

　　

　　本文只是对通用的方法进行经验性总结。

 

• 确定是否真的是系统有问题，还是用户操作问题

有时候用户反馈系统不可用，不一定是系统问题，可能是用户操作失误或者用户不会操作，导致系统无法使用，这个是首先需要排查的，从最表层看起，对问题也能先有个全局的了解。在很多公司，如果是操作类的问题，往往技术支持或者业务运维人员就能处理得了，很多时候都流转不到开发人员这里。

当然，有的时候为了避免技术支持太粗心或者没有准确判断到问题所在，抑或是有的公司压根就没有技术支持人员，所以这个步骤，也是开发人员处理问题的时候，首先需要确定的。

 

• 在测试环境、本地环境能否重现

排除了不是用户操作的问题，而且凭借自己的业务经验和技术经验，不能一眼看出问题所在，这个时候，要做的，就是看看本地（测试）环境，能否重现这个问题，如果能够重现，很幸运，基本上调试一下就能发现问题的原因了。

 

• 排查部署问题

如果在本地和测试环境都正常，而且最近时间内刚好上线了新功能，这个时候很有可能是部署的时候，出现了问题，例如生产环境部署的代码和配置不正确，没有部署到最新的代码，如果有多个负载，甚至有可能是有些负载是正常的，有的负载是部署有问题的。

如果部署出现问题，往往是开发、运维人员粗心大意、或者是部署工具不可靠造成，往往出现在多机部署的分布式环境中。

 

• 排查数据问题

数据问题，其实是最难的一个问题。

数据是系统的血液，在排错的过程中，由于测试环境和生产环境数据不一致，到时很多问题无法排查。有的公司会构建一个“模拟环境”，定时从生产环境还原一份数据到“模拟环境”，方便调错。

而且如果是数据问题，很多时候会牵扯很复杂的业务流程，甚至出现问题的地方，往往不是问题的根源，需要经过长期，综合的分析，才能找出问题，为了找到问题，有时候还需要在系统关键的地方写个日志，用来跟踪问题的原因。

对于这种问题，开发者在开发的过程中，一方面要保证代码质量，另外一方面要多记日志，留有后手，方便日后调错。

 

• 排查并发问题、性能问题

如果是面向公众用户的系统，而且用户量比较大，并发比较大，这个时候，有的问题，往往是因为并发导致。有可能因为并发引起脏读、脏写。这种问题需要重现的话，代码需要很好的支持单元测试和要求要有比较好的测试体系。

 

• 排查网络因素、CDN、缓存、客户端兼容性等运行环境因素

系统的客户端、服务端运行环境不一致，或者网络抖动，也可能会引发系统问题。对于服务端环境网络问题，需要有一套网络监控体系，看看发生问题的时间节点，网络是否正常。

如果网页前端方面的问题，有时候会是浏览器缓存或者CDN缓存引发的问题，当然，也有可能是浏览器兼容性问题（我不是专业的）。

 

 

如果说的不对请大伙指正，如果大伙有更好的方法和经验可以分享出来。

 

 

 

 

转载于:https://www.cnblogs.com/still-windows7/p/chulixitongwentijingyan.html