XXX线上问题分析

1 问题描述

2 问题分析

3 解决方案

3.1 尝试方案1

3.2 尝试方案2

3.3 最终解决方案

4 总结复盘

• 故障处理的整个过程：
  • 什么时候拿到故障
  • 什么时候开始分析
  • 什么时候开始尝试解决
  • 什么时候解决了
  • 什么时候发版、上线
• 故障原因分析
  • 故障是怎么发生和分析报告
• 几个why
  • 开发为什么会犯这样的错误
  • 为什么code review阶段没有发现这个问题
  • 为什么没有压测阶段发现
  • 为什么定位这个问题花了很长时间
• 整改计划
  • 增强开发人员并发代码能力
  • 严格要求owner review代码的过程
  • 对测试要求压测尽可能接近生产环境

5 经验分享

• 优化获取故障、定位故障的时间
  • 最快的速度获取故障，不要等到客户投诉了，这个已经很被动了。
• 优化开发过程
  • 提供开发人员对并发代码的严谨性
  • 充分发挥code review的价值，做到review的最大效率
  • 测试点药覆盖全面，压测药尽可能得接近生产数据、环境
  • 几时修复代码的技术债
• 优化团队能力
  • 提高团队合作能力
  • 提高团队的技术水平
  • 严谨的工程意识

总的来说，对于生产问题，反应迅速，快速处理，举一反三，减少类似问题的发生。