如何保证系统的实际状态和统计状态一致？

最近调试的系统牵涉到多个区，而且一个区内有多个角色、部分角色有多个节点，如果只是这样，用树状结构即可统一管理，但偏偏每个节点允许多区共用。复杂的关系导致系统的状态维护起来很麻烦，而且时刻要面临的一个问题是：如何保证系统的实际状态和统计状态一致？

 

之前一直做单区测试，晚上加上多区以后，其中一个角色core掉，数据库中也多了几条记录——和实际状态不一致了。调试core文件、检查日志均无思路，无奈之下手动将状态调成一致、重启core掉的角色并重复之前的操作希望问题重现。很可惜，系统运行良好。

 

于是推测是系统内部状态累积的问题。重启后角色所维护的状态重新初始化，和实际状态一致，所以问题没有重现。

 

晚上和kevin沟通了一下今天的进度，他提到了几点：

1. 系统中加入检查点。各个层面：代码级别、模块级别、节点级别的，检查系统的一致性；

2. 定期的清理不一致的状态。状态比对，定时重启；

3. 我们不要零bug系统，要得是可用的系统。