第42章 七天故障表(2/3)

少。以后不一定。”
他们定下第一版发布窗口:每天凌晨三点,只允许一份通过完整校验的索引进入候选目录;先用备用端口跑固定查询,再切换指向;如果一分钟内错误率上升,立即退回上一版。发布前后十五分钟不得执行日志压缩和备份复制。
这套规则听上去不复杂,真正写进值班手册却用了三个小时。
“一分钟内退回,谁决定?”
“值班人。”
“值班人看哪个数字?”
“六秒失败率和结果一致性。”
“如果失败率升了,但只有一个用户呢?”
“少于二十个样本时,跑固定测试集补足。”
“退回失败怎么办?”
“保留上一版只读副本,不在切换完成前删除。”
每一个理所当然的动词,后面都藏着一个需要被指定的人、条件和退路。
午后,马飞拿着七天故障表去机房核对。他没有只看星辰自己的日志,而是请管理员提供同一时段的出口流量和断线记录。管理员起初不愿意,说别家客户的数据不能给。马飞只要星辰端口的汇总,并答应把使用目的写进申请。
结果又多出一类失败:第四天晚上九点四十一分,机房出口抖动了三分钟。星辰服务器完整生成了结果,却没有全部送到用户端。自己的日志把这些请求记成成功,用户邮件却说页面只显示一半。
“这算谁的?”管理员问。
“故障原因可以属于线路,用户失败仍然属于我们的服务记录。”
“那不公平。”
“不是拿来罚你的。”马飞说,“是为了下次知道该从哪里查。”
他把线路异常记为外部依赖,并与程序错误分开。责任可以以后依据合同讨论,事实不能因为责任尚未确定就消失。
回到公司时,苏雨桐正在处理另一组数据。她随机抽取了两百次被标记为成功的查询,让志愿测试者只回答一个问题:你得到的结果能不能继续使用?
其中十一人选择不能。
有四次是标题乱码,三次是结果地址已经失效,两次是摘要与目标页面不符,一次返回空结果却没有给出任何说明,还有一次,用户输入中带有生僻字,系统静默删掉了那个字,返回了另一个名字的资料。
在服务器看来,这两百次全是成功:状态正常、页面生成、传输完成。
“我们还缺一层。”她说,“机器成功不等于答案可用。”
陈维明已经离开,会议桌上还放着他没带走的客户名单。马飞拿起最上面一张,背面是某家资料公司的宣传语:覆盖最广,响应最快,准确率最高。
三个“最”都没有说明怎么测。
“先别写准确率。”马飞说,“分成系统可用和结果可用。前者每天算,后者用固定人工样本每周抽查。”
“固定样本会被我们优化熟。”
“一半固定,一半从真实查询里匿名抽样。”
“谁判断相关?”
“至少两个人独立判断,有分歧再讨论。”
苏雨桐把这些条件写下,又补了一条:“判断样本不能交给卖商业信息的人挑。”
这条明显是为未来准备。星辰刚有可能挣钱,评估规则就必须先与挣钱的人保持距离。否则某一天,最容易改善的不是搜索结果,而是测试题。
第七天下午六点,他们得到了第一份完整故障表。
最后一个数字核完时,外面正下小雨。苏雨桐那把折叠伞又卡住一根骨,她在门口掰了半天,手指沾上铁锈。马飞本想让她先走,她却把伞靠墙,回来确认二十三次未知失败没有被分进“其他”后消失。
表上没有一个总分,而是四组数字:请求可用率、结果可用抽查率、明确降级比例、未知原因失败数。每一组都附原始记录位置和计算口径。
请求可用率百分之九十二点七。
两百份抽查中,结果可用率百分之九十四点五。
所有失败请求中,只有百分之六十一收到了明确的降级或拒绝说明。
仍有二十三次失败无法确认原因。
这些数字没有一个适合印在宣传单上。
马
本章未完,请翻下一页继续阅读.........