fix-root-cause

修复根本原因

调试时，要修复故障，而不是故障显现的地方。症状是错误状态变得可见的地方。根本原因是系统首次做了不该做的事，或未能处理本应处理的状态的地方。

原因： 修复症状会掩盖证据，让故障得以在别处显现。每次这样的修复都会让系统更难理解，因为代码里又多了一处针对没人明确指出的 Bug 的变通方案。

模式：

• 先复现问题。
• 每一步都问“为什么”，直到找到代码中的错误决策，而不是更早错误决策导致的后果。
• 遇到瓶颈时，添加监测。读取实际错误和实际状态，不要猜测。
• 思考触发症状的状态是否合理。如果系统可能处于这种状态，那么在这种状态下出错的代码就是根本原因，在该处处理这种状态才是修复。如果这种状态本不该存在，那么在出错处添加检查只会掩盖 Bug。找出是什么导致了这种状态。保护性判断、重试、吞掉错误、钳制数值和丢弃状态，都是常见的掩盖 Bug 的方式。
• 如果问题只在重启后出现，首先怀疑持久化状态：配置文件、缓存、锁文件、序列化状态。
• 检查模式，而不只是个例。找出所有存在相同故障的地方，并一并修复。
• 如果某个变通方案需要一整段注释来解释其合理性，那代码就有问题。修复代码，而不是注释。
• 如果要深入挖掘才能找到决定性事实，就提出一种成本低、始终开启的信号，让人一眼就能发现它。