本文目录

薮猫科技对稳定性的思考与实践

作者: 薮猫科技发布时间: 12/12/2023

在游戏世界中，比起不合作的队友，更令人沮丧的是网络不稳定或程序崩溃的问题。除了让玩家感到沮丧和无法进行游戏外，这样的问题往往会导致失败，并可能引发队友的抱怨和举报。

若这种情况出现在我们工作场景中，想象一下，如果稳定性问题频繁出现，我们可能会面临从投诉和举报到更严重的业务损失等一系列问题。这种想象只要稍微一思考，就足以让人恐惧。

稳定性对于任何产品或服务都具有至关重要的意义。一个稳定的系统可以提供良好的用户体验，提高用户满意度，并构建可靠的品牌形象。薮猫科技深知稳定性的重要性，并将其视为保护客户价值的关键要素。本文将分享薮猫科技在提升产品稳定性方面的一些思考和实践。

对稳定性的投入

产品的鲁棒性是影响稳定性的最重要的因素。通俗地说，稳定性就是要尽可能减少线上问题，尽可能不影响业务的正常运作。如果用技术语言来解释，那就是在任何情况下都不会出现服务异常中断或资源泄露，同时在非正常输入和非正常压力下，服务在可接受的延迟范围内的正确响应率不会低于一定的比例。

>>>设计层面保障

终端安全整体在往 Security All in One 的趋势发展，相比较于之前多个安全终端软件打架，在一个终端塞进所有功能的初衷是美好的，出了问题，只需要找一家乙方排查即可。对开发者来说，需要对整体软件架构进行更全面的设计，而不是简单粗暴的多个进程糅杂在一起。

代码层面整体以「插件化」与「模块化」为主，将能力与业务逻辑进行合理的拆分与解耦。功能层面对每个模块做成开关式启停、冲突的驱动或者异常均要进行打点、关键 Crash 信息远程上报等。

过往经验来看，从初始就对稳定性及时并持续投入会比事后补救导致的各种fix会舒服很多，但落实稳定性投入远比要求代码质量难很多。

>>>流程层面保障

三个基本共识：

01、尊重一个基本事实：是人一定会犯错，是人写的代码就会有漏洞。

02、贯彻一个基本意识：敬畏发布，敬畏风险，虽然我们尊重人性，但不能任由人性自由发挥，不能视客户价值于无物。

03、遵守一个基本原则：不犯低级错误，不犯重复性错误，不犯重大错误。

基于以上共识，我们设计了符合自身诉求的研发流程，保证：变更强管控、无测试不上线、发布必有卡口。

在开发&自测阶段，通过用例评审、高频 CI（主干定时，持续触发 TC），尽量收敛问题在提测之前。

在测试阶段，通过构建丰富的完整测试流程，充分发现问题。

兼容性测试中⾯临的难点

新老版本升级

自动化目标

如何保障持续投入？

>>>把「稳定性」写进老板的OKR

拒绝走马观花式的做稳定性，将其变成常态化的工作项。

将稳定性直接写到产研线最高负责人的 OKR 中，拆解不同 KR 到质量团队、研发团队与运维团队，设定不同事项的第一责任人，在定期进度沟通中及时同步。

>>>保障实打实的资源投入

说一千，道一万，都不如实打实的资源投入。

写在最后

敏捷高效一直是推动薮猫科技不断自我迭代的动力，而稳定且易用则是我们对客户的承诺和追求。如果我们要对稳定性进行一个普遍的定义，薮猫科技的观点是：稳定性是优秀的架构设计实现、迭代过程的质量保证、持续的在线应急机制和方法、高效专业的技术团队，以及优秀的项目管理和团队协作的综合体现。

稳定性是一个动态的概念，需要我们持续的探索和投入。