Kacam.net

Diagnóstico de incidentes

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。

Copie a instrução e escolha um modelo. Ele faz o papel de entrevistador e vai te perguntando ato por ato, em vez de entregar a resposta.

Num celular com o aplicativo instalado, o sistema abre o aplicativo direto. Dentro do WeChat não é possível abrir aplicativos externos — abra primeiro no navegador.

每天几十次超时,占比 0.05%,重试几乎总是成功。网络组说链路正常,下游说日志里查不到这些请求。

「重试一次就好」是排查里第二值钱的一句话(第一是「只有一部分」)——它一句话就排除掉一大类原因。想明白它排除了什么,剩下的候选就只有几个了。

这是这批里最容易卡死的一份:答案不在你的系统里,也不在你的变更记录里。留到后面做。

★★★★☆ · cerca de 30 min · O que é avaliado: 「重试就好」意味着什么、和空闲时间正相关的东西、去问中间有什么

O movimento que esta treina

Formular e testar Caçar a mudança

Já fez este?

Entre para marcar que já treinou este; da próxima vez você verá em que dia foi.

Anotações de quem já fez

Ninguém escreveu ainda. Depois de fazer, conte o que saiu da conversa: qual ato te travou, qual conclusão você mudou depois.

Entrar para escrever uma anotação.

Como usar

Ela te dá a cena (que serviço é, o sintoma, desde quando, o alcance) e cala a boca. Você pergunta, pede métricas, logs, capturas, propõe hipóteses — ela responde conforme uma verdade que você não pode ver.

**Ela não pode dizer por conta própria onde olhar em seguida.** Se você não perguntar, ela não fala — mesmo que você ande em círculos por dez minutos. Isso é de propósito: na vida real ninguém fica do seu lado dizendo «olha o flame graph». Diagnosticar *é* saber o que perguntar.

Como começar

  1. Escolha uma, abra e copie o prompt.
  2. Cole numa conversa nova e vazia.
  3. Ela dá a cena e para — **agora é a sua vez de falar.**

Quatro comandos que você pode gritar a qualquer momento

  • 给个方向 uma direção, não a resposta (entra na contagem)
  • 公布真相 revelar a verdade e fechar
  • 换一个 recomeçar com outro incidente
  • 复盘 fechar já e imprimir a ficha de balanço

Três armadilhas

  • Não leia antes a verdade do fim — isso estraga o exercício inteiro.
  • Não comece chutando a causa. Estabeleça primeiro o alcance (quanto, qual parte, desde quando): o alcance diz se é problema de código ou de ambiente.
  • Toda cena tem pistas falsas plantadas: um deploy sem relação no mesmo horário, métricas que são efeito e não causa, o suspeito de manual esperando por você. O fechamento diz quantas perguntas você gastou em cada uma.

Comece pelo do P99: a cadeia de diagnóstico é a mais limpa. Depois «só algumas máquinas», cuja lição é a mais reaproveitável. Deixe o timeout intermitente para depois: a resposta está fora do seu sistema. O relatório que não bate não exige nenhum conhecimento de sistemas.