对于应用系统服务器宕机的思考

背景

上周同事A（算是领导，一位项目经理）负责的一个应用系统因为一个活动，导致用户量激增而宕机两小时。被大领导追责了，本文是由此产生的一些思考

经过

同事A在事故发生前几天被告知周四会有一个活动，活动期间用户会比较多。在活动期间，部分用户突然登录不了系统，之后系统直接宕机，无法访问。
事故报告中显示是CPU占用率极高。排除了病毒的可能性，个人猜测是因为1.代码不规范，未释放流或数据库连接，导致数据库服务器CPU占用率100%（有可能，之前看过他们的源码，的确一塌糊涂。。。） 2.设置不合理，导致线程过多 3.死锁等情况

思考

作为同事，这次事件让我能很清楚地意识到安全、稳定的重要性。“IT人就像空气，有空气时没人会想起你，但是没有了空气大家都会想起你。”，所以我们身上的责任很重，需要提高警惕，高标准检查应用系统，做好压力测试（功能测试<压力测试），功能测试没过可能会导致本系统BUG、需求实现上有问题，但是压力测试没过甚至没做就上线可能会导致本系统直接宕机甚至其他重要的服务器直接宕机（亲身体会）！