【工程师成果业绩】况也不知道人们是如何

领500g书库，关注公众号:程叫兽的宝藏 (长按可复制！)

热门下载区==>点此链接进入<<<

本文节选自《卓有成效的工程师》

况，也不知道人们是如何使用它的.……我们的团队一直在走下
坡路，因为我们看不到发生了什么。”\"用户开始习惯于看到“失
败钴允\"的图片〈一群红色小乌衔着网强拉起一头巨大的馈
鱼) ，因为Twitter网站经浓超载。直到Twitter的工程师们开始监
控和检测系统之后，他们才能够发现问题并构建更可靠的服
务，如今每月有超过2.4亿人在使用Twitter。

当看不到软件的运行情况时，我们所能做的就只能是胡乱
骨测哪里出了问题。这就是2013年HealthCare. 和
败的主要原因。该网站是美国《平价医疗法案》回〈又名“奥巴
马医改计划”) 的核心部分，政府承包商花费近2.92亿美元建了
一个饱受技术问题困扰的网站。才据估计，在第1周注册的370
万用户中，只有1%的人真正注册成功，其余人在注册时遇到错
误消息、超时或登录问题，甚至无法加载网站。25没有什么能
文过饰非，”奥巴马承认,“网站太慢了，人们在申请过程中束
被卡住了，我认为绝对没有人比我更肖丧。””2更糟糕的是，正
如一位记者所报道的那样，外包的软件工程师们试图修复这个
网站, “了吏像我们对竺笔记本电脑的故障一 ON
使用其他一些办法，指望频猪碰到死耗子，摘定这个烂推子。，
2由于没有监控体系，他们只能盲目改行，凭感觉猜测解决方

案。

一个由硅谷资深人士组成的团队最终飞抵华盛顿，帮助修
复这个网站。他们做的第一件事吏是为系统的关键部分设置监
控，并构建一个监控仪表盘，可以显示有多少人在使用该网
站、网站的啊应时间以及流量的去癌。对现状有了一定的了解后，他们就能够添加缓存，将页面加载时间从8秒减少到2秘;
通过修复bug，将错误率从怀人的6%降低到0.5%; 并扩展站点
以使其能够文持超过83，000个用户同时在线。”在应急小组抵
达并增加监控体系的6周以后，该网站终于能正常工作。由于他
们的努力，目前超过800万美国人能够注册私人医疗保险。和

Twitter和奥巴马医改的故事说明，在诊断网站问题时，监
控系统是至关重要的。假设用户登录错误的数量激增，那么是
引入了新的错误，还是后端验证遇到了网络故障? 或者，是恶
意用户在以编程方式猜测密码? 还有别的原因吗? 为了有效地
回答这些问题，我们需要知道问题何时开始出现、最新代码的
部署时间、身份验证服务的网络流量、在不同时间窗口内每个
账户的身份验证最多可沦试几次，以及可能有关的更多信息。
如果没有这些指标数据，我们只能猜测原因，最终可能会在没
有问题的地方白白浪费精力。

假设我们的网络应用程序突然无法在生产环境中加载，是
Reddit的流量激增使服务器过载了吗，还是Memcached绥存层或
MySQL数据库层耗凡了空间或开始抛出错误信息? 是不是团队
不小心部署了有问题的模块?在寻找可能的故障原因时，带有
流量来源的数据表、数据存储性能图和应用程序错误分布图的
仪表盘可以帮助我们缩小寻找的范围。

与此类似，要有效地优化一个核心指标，需要系统地度量
一系列其他文持性指标。为了提升整体注册率，就需要根据用
户的来源〈是否来自Facebook、Twitter、搜索、直接导航、电
子邮件营销活动等) 、登录页面和其他很多维度来度量注册

综上：《【工程师成果业绩】况也不知道人们是如何》值得推荐阅读