Kacam.net

Die Welt sehen

Fehlersuche: diese Reihe läuft rückwärts

Alle anderen Reihen fragen dich. Hier **fragst du und sie antwortet**. Sie gibt dir einen Vorfall, hält eine Wahrheit, die du nicht siehst, und beantwortet nur, was du fragst — trainiert wird nicht „kennst du die Ursache“, sondern „weißt du, was du fragen musst“.

Diese Vorlagen gibt es bisher nur auf 简体中文.

So funktioniert es

Sie gibt dir die Lage (welcher Dienst, das Symptom, seit wann, wie weit es reicht) und schweigt dann. Du fragst, forderst Metriken, Logs, Mitschnitte an, stellst Hypothesen auf — sie antwortet nach einer Wahrheit, die du nicht sehen kannst.

**Sie darf von sich aus nicht sagen, wo du als Nächstes schauen sollst.** Fragst du nicht, sagt sie nichts — auch wenn du zehn Minuten im Kreis läufst. Das ist Absicht: im echten Leben steht niemand daneben und sagt „schau doch mal ins Flamegraph“. Fehlersuche *ist* die Fähigkeit, auf die richtige Frage zu kommen.

So fängst du an

  1. Eine auswählen, öffnen, den Prompt kopieren.
  2. In ein ganz neues, leeres Gespräch einfügen.
  3. Sie gibt die Lage und hält an — **jetzt bist du dran.**

Vier Zurufe, jederzeit möglich

  • 给个方向 eine Richtung, nicht die Antwort (wird mitgezählt)
  • 公布真相 die Wahrheit nennen und abschließen
  • 换一个 mit einem anderen Vorfall neu anfangen
  • 复盘 sofort abschließen und die Auswertungskarte ausgeben

Drei Fallen

  • Lies die Wahrheit am Ende nicht vorher — damit ist die Übung erledigt.
  • Fang nicht mit dem Raten der Ursache an. Kläre erst den Umfang (wie viel, welcher Teil, seit wann) — der Umfang sagt dir, ob es ein Code- oder ein Umgebungsproblem ist.
  • In jeder Lage stecken falsche Fährten: ein unbeteiligtes Release zur selben Zeit, Metriken, die Folge und nicht Ursache sind, der Lehrbuchverdächtige, der auf dich wartet. Die Auswertung sagt dir, wie viele Fragen du an jede verschwendet hast.

Fang mit dem P99 an, seine Diagnosekette ist die sauberste. Dann „nur ein Teil der Maschinen“ — die dort gelernte Regel ist die vielseitigste. Den sporadischen Timeout hebst du dir auf: die Antwort liegt außerhalb deines Systems. Der Report-Abgleich braucht überhaupt kein Systemwissen.

Es wurde langsam

P99 涨到 3 秒,平均值几乎没动
P99 从 80ms 涨到 3 秒,平均值只从 40 涨到 90 —— 你先问什么?
★★★☆☆ · etwa 30 Min.

Es kommen Fehler

错误率涨了,但只有一部分机器
错误率从 0.01% 涨到 2%,客服说「刷新一下就好了」。
★★★☆☆ · etwa 30 Min.
偶发超时,重试一次就好
偶发超时,重试一次就好,两个月了 —— 对方还说他们根本没收到。
★★★★☆ · etwa 30 Min.

Ressourcen am Anschlag

内存一周涨满一次,重启就好
内存一周涨满一次,靠每周三凌晨重启扛着,已经两个月了。
★★★★☆ · etwa 35 Min.
CPU 打满,QPS 一点没涨
CPU 从 40% 打到 95%,QPS 一点没涨,而且昨天没有发布。
★★★★☆ · etwa 30 Min.

Die Zahlen passen nicht

日报的数字和数据库对不上
日报比后台少 0.3%,每天都少,同步任务从没报过错。
★★★☆☆ · etwa 30 Min.
Diese Prompts sind Open Source Der Text wird im öffentlichen Repository kacam-net/hero-prompts gepflegt. Wenn einer nicht hart genug nachbohrt oder seiner Auflösung eine Zeile fehlt: geh hin und ändere ihn. Ob er hier erscheint, ist eine eigene Entscheidung und hängt am Katalog auf dieser Seite.