principle-fix-root-causes

修复根本原因

调试时，要修复故障，而不是故障显现的位置。症状是错误状态变得可见的地方。根本原因是系统首次做出不该做的操作，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，让故障有机会在别处显现。每次这样的修复都会让系统更难理解，因为代码中会留下一个没人指出其所修复问题的变通方案。

模式：

• 先复现问题。
• 每一步都问“为什么”，直到答案指向代码中的错误决策，而不是更早错误决策导致的结果。
• 遇到困难时，添加检测手段。读取实际错误和实际状态，不要猜测。
• 判断触发症状的状态是否合法。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正确的修复。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错误。找到产生这种状态的原因。保护性检查、重试、吞掉错误、钳制数值和丢弃状态，通常都是掩盖错误的手段。
• 如果问题只在重启后出现，优先怀疑持久化状态：配置文件、缓存、锁文件、序列化状态。
• 检查这种模式，而不只是单个实例。找出所有存在相同故障的地方，并全部修复。
• 如果某个变通方案需要一段很长的注释来解释，那么代码就是错的。修复代码，而不是注释。
• 如果要费很大劲才能找到用于判断的关键信息，就提出一种成本低、始终开启的信号，让人一眼就能看出问题。