谁说学数学没有用！一个真实 Bug 引发的数学概率运算.....

谁说学数学没有用！一个真实 Bug 引发的数学概率运算…

从幼儿园的算术到小学到数学，再到大学的高数，甚至是研究生的专数，数学学科贯穿全部，是同学频频吐槽难、用不到的学科之一。

那么学数学到底有没有用呢？

答案是：有。

学数学除了精神层面可以锻炼个人思维逻辑，那么实际生产中用的到吗？

答案还是：有用到。下面聊一聊，一个真实 Bug 引发的数学概率运算…

---

生产背景

实际生产场景比较复杂，简单抽象为

Ab Test 配置两个实验维度分别为 userId、requestId，名称分别为 Exp1、Exp2，命中比例都为 90%，且命中实验将落地日志。

就是在这两条实验中，发生了诡异的事情…

---

问题疑现

服务上线之后，通过落地日志打点，监控发现每个实验命中实验总量比请求总量少 ～19% ！

单独看这个值，很诡异！如果是实验的随机性和正交性导致的波动，为什么是 ～19%？

---

问诊分析

理论是实践的先驱者

下面来分析一波，毕竟 理论是实践的先驱者 。从数学概率上分析分析正常的功能监控值应该是多少？到底是差了多少？折损在哪部分？

分析如下：

• 命中 Exp1 & Exp2 : 0.9 * 0.9 = 0.81
• 命中 Exp1，未命中 Exp2 ：0.9 * 0.1 = 0.09
• 命中 Exp2，未命中 Exp1 ：0.9 * 0.1 = 0.09
• 未命中 Exp1 & Exp2 ：0.1 * 0.1 = 0.01

可以看出正常情况下，落地监控应该为 总量的 99%「1-0.01=0.99」，比请求总量少 1% 「0.01」。

故，可以断定出现 ～19%为非正常， 肯定是日志落地或实验命中逻辑出现了问题！

---

摸脉寻根

发现了问题，迅速进行定位。新增完善各个环节监控，梳理代码逻辑，定位在日志落地阶段。

最终发现落地遍历两个实验命中结果时，若发现未命中 Exp1 or Exp2，就直接退出。

这样的话，场景 “ 命中 Exp1，未命中 Exp2 “ or ” 命中 Exp2，未命中 Exp1 ”、“ 未命中 Exp1 & Exp2 “ 三种情况被拦截在外，只落地了 “ 命中 Exp1 & Exp2 ” 这部分日志。

根据计算场景概率：

• 拦截流量占比：0.09 + 0.09 + 0.01 = 0.19
• 落地流量占比：0.81

这不，十分吻合，问题摸清楚了，干它！

---

药到病除

进行代码修复调整：

落地遍历两个实验命中结果时，若发现未命中 Exp1 or Exp2，不落地处理，continue继续遍历。

上线观察，命中实验占比为总量的 99%，未命中/落地实验占比为 1% ，符合预期，问题解决！

附录

数据概率在生产生活中无处不在，在于你是否思考，发现事物的内在关系！