systematic-debugging 技能——先找根因,再谈修复
systematic-debugging 技能如何阻止随意打补丁,并强制通过四个阶段进行调查——从收集证据到单一、经验证的修复。
把一个一小时的 bug 花上三个小时的最快方式,就是在理解之前就开始修复。systematic-debugging 技能的存在正是为了防止这一点。它的铁律是:在确定根因之前,不允许进行任何修复。
这适用于该技能列出的所有情况——测试失败、生产 bug、构建错误、性能问题、集成问题。这条规则不会因时间压力而放宽。该技能明确指出,在压力下,系统性调查比猜测更快,而不是更慢。
四个阶段
该技能将工作组织为四个连续阶段,每个阶段都必须在下个阶段开始前完成。
阶段 1 是根因调查。完整阅读错误消息——堆栈跟踪、行号、错误代码。稳定复现问题。检查最近发生了什么变化。当系统有多个组件时,在提出任何方案之前,在每个组件边界添加诊断埋点:记录进入的内容,记录退出的内容,验证配置是否正确传播。一次运行收集证据;分析随后进行。
阶段 2 是模式分析。在同一代码库中找到与损坏部分相似的可用代码。将两者并排比较,列出每一处差异,无论多小。理解可用版本依赖了什么而损坏版本没有。
阶段 3 是假设与测试。提出一个具体假设——“我认为 X 是根因,因为 Y”——并做出尽可能小的改动来测试它。一次只改变一个变量。如果改动没有证实假设,就形成新假设。不要堆叠修复。
阶段 4 是实施。先创建一个失败的测试用例,用一次改动解决已确定的根因,然后验证。如果三个独立的修复都未能解决问题,该技能强制要求停止并质疑架构,而不是尝试第四个修复。
三次修复上限
三次修复上限是该技能最具体的规则之一。当每次尝试的修复都在不同位置揭示新问题,或者每次修复都需要大规模重构时,这种模式表明存在架构问题——而不是遗漏了某个细节。此时正确的做法是讨论架构,而不是继续打补丁。
危险信号
该技能列出了表明违反流程的具体说法和冲动:“先快速修复,之后再调查”、“添加多个改动并运行测试”、“我不完全理解,但这可能有效”。每一个都是停止并回到阶段 1 的提示。该技能报告的结果数据——系统性调试 15–30 分钟,而随机修复 2–3 小时;首次修复成功率 95% 对 40%——反映了忽视与重视这些危险信号时分别会发生什么。
systematic-debugging 技能与测试技能(在阶段 4 创建失败的测试用例)以及用于基于 shell 的诊断埋点的实用工具自然搭配。要了解 Datarim 的更全面情况,请参阅什么是 Datarim。