99.999999999% 做技術的都會被問到或者被吐槽到：“你的程序怎么又出 Bug 了!”

反正，我作為程序員的內心世界是：如同一萬只烏鴉飛奔而過，難以壓抑內心的激動，每次都差點忍不住想說“你寫篇幾百字的作文還有錯別字呢，我碼個幾萬行的代碼還不允許出錯了?“

[[264936]]

可能同樣是做技術的你此時在不斷點頭，哈哈。但是這么講畢竟也緩解不了矛盾，我們還是得擺事實講道理不是?

啥都不怕，就怕程序員有文化!所以，我想來帶你好好分析一下這個事情，當你再遇到這個情況的時候，可以拿這些觀點來反駁。(不是做技術的也可以了解下程序員的難處，誰沒個難處呢，多多包容)

什么是 Bug

任何一個「問題」的產生，本身是沒有好壞之分的，但是為什么會有的就不被 Care，甚至還會很喜歡，而有的會被吐槽呢?根本原因是因為產生了利益損失。

比如年前拼多多出問題送了很多無門檻券。作為一個用戶，自然很喜歡，夸你夸到飛起，怎么會吐槽你呢。但是作為利益損失方，必然破口大罵，害我傾家蕩產!

所以，如果沒有產生利益損失，我想其他人也不會來找你吐槽。但是「問題」就等于「Bug」嗎?我認為并不是，「問題」不等于「 bug」。

因為程序員的職責是什么?拿造房子來比喻的話，我認為最核心的工作真的和“搬磚”(非貶義詞)無異，就是根據設計師(產品經理)設計好的設計圖砌磚(編碼)，建成和設計圖紙上一模一樣的建筑。

所以，如果一個東西造出來與設計不符，那么它可以說是 Bug 或者缺陷(缺斤少兩不完整)。

否則，并不是 Bug，但可以被稱之為「漏洞」(完全沒考慮到的)，表示不在預料之內的情況。

之前看到過一個形象的比喻：你家里的窗可以從外面打開，那叫漏洞。你家里的窗打不開，那叫 Bug。

但是要承認，Bug 是必然存在的。為什么?它是如何出現的呢?

Bug 是如何出現的

正如前面所說，程序員做的是“造房子”的事情。這件事完整的步驟分為 3 步：

• 與產品經理討論并確定功能。(確定一個可以實現的設計圖紙)
• 將每個單獨的元件抽象出來。(確定施工方案)
• 將相關的元件實現并進行組合，完成建設。(帶上材料開始施工)

“與產品經理討論并確定功能”主要是溝通，靠“看”和“理解”。

但是溝通本身是一個有損耗的過程，特別是在職責非常明確的組織中，產品經理啪啦啪啦講了很多，到實際做的時候你必然還是會去翻閱需求原型、需求文檔之類的重新理解一下。這個時候就是一個非常危險的時期。

比如像下面這個的答案是什么?

答案是 17?不對。我猜你可能沒注意到這些地方：

為了讓你有深刻的印象，這個舉例可能比較刻意和夸張一些，但是我想在你的身邊，由于沒注意到或者理解有誤的現象肯定很常見。

溝通是相互的，這鍋只讓程序員背的話的確太委屈了點。

第二步，“將每個單獨的元件抽象出來”這主要是一個人抽象能力的體現。

但是抽象是啥?抽象是“透過現象看到本質”的能力，這個能力理論上是可以增長的。

隨著你對相關信息的掌握越多，這個能力會越強，會趨近于 100%，但永遠不會真正達到 100%，因為沒人知道怎么才算 100%。

所以，當你具備的信息沒那么多的時候，是不是就抽象的不是那么合理?不合理會導致什么?

雖然不會直接產生 Bug，但是會更容易產生 Bug。但是人不都是需要經歷這么一個成長的過程么?

可以說，精通一項能力的背后都是踩著無數的 Bug 過來的。要么在來這個組織之前已經踩過了，要么在這個組織里踩。因此，前者的薪資也比后者高。

所以，如果過分苛求沒有 Bug，等于是在扼殺每個人成長的機會，并且在透支未來的可能性。人會變得非常保守、不敢嘗試新事物。

但是外部環境在不斷變化，新事物總會被動的需要去接納(技術的更新越來越快，趨勢不可逆)，然而對新事物的接受能力又得不到鍛煉，一旦遇到這種情況，在接觸新事物的時候會產生更多的問題(欠下的債總要還的)。

第三步，“將相關的元件實現并進行組合，完成建設”這就是實際的 Coding 過程，而 Coding 是一個主觀的，完全由人主觀掌控的事情。

人畢竟不是機器，不可能不犯錯，就如前面提到的寫文章的時候出現錯別字一樣。

可能你會說，有測試人員啊，測試的工作不就是通過逆向思維來給程序員查缺補漏嗎?

的確是的，但測試的介入只是降低錯誤率，只是讓不出現 Bug 的概率小數點后多幾位，指望發現 100% 的問題還是不太現實的。至少在當下的條件下是這樣，為什么呢?因為代碼的本質是各種邏輯的組合。

比如，一個完整的業務流程有 10 個環節，每個環節有 3 種可能性，這是一個什么復雜度的系統?

3 ^ 10 = 59049 個分支(理論上存在的可能性數量)，想要 100% 覆蓋這些場景，付出的成本幾乎是不可接受的。然而我們實際的系統中遇到的個別場景甚至還要復雜的多。

其實每個正在運行的系統都有 Bug，包括我們每天在使用一些熱門系統(玩游戲的小伙伴們肯定熟悉“卡 Bug”這個詞)。只是這些 Bug 有沒有被執行到，有沒有被發現，被多少人發現而已。

那么，我們只能舉手投降嗎?那倒不至于，辦法還是有的。

減少 Bug 的慣性想法

首先最容易想到的一點是，增加測試人員。這也是最容易看得到“成本”的一種方式，畢竟招一個人就得支出一份工資啊。

所以，增加測試人員這個方案是最不容易被老板們采納的方案。除非你可以說服這個人力成本的投入小于獲得的價值。

另外，這個方案還增加了溝通成本，溝通的「隱性成本」其實非常大，但是往往容易被忽略。

其次會想到的就是程序員代碼寫的嚴謹一點，仔細一點啊。這也是一種缺啥補啥的慣性思維。

先撇開到底能不能達到嚴謹一點，仔細一點的目的。那怕達到了，他會產生什么結果呢?

可能是下面 3 種：

• 更多的條件驗證
• 更多的單元測試
• 更多的抽象提煉

可以確定的是，這些工作會增加兩樣硬性的東西，投入的時間和整體的復雜度。時間很好理解，我們就來聊聊復雜度。

一個常識是，越簡單的東西越不容易產生 Bug。比如 1+1=2，出現 Bug 的可能性無非就是加號寫成了減號，1 寫成了 4 之類。

但是，1+1=2，并且 1*1=1，并且 1/1=1 等等這些驗證條件越多，那么由于驗證條件自身的錯誤而產生問題的可能性反而更多。

所以，代碼的復雜度和產生 Bug 的概率是成正比的，并且具有「邊際效用遞減」的效果。這就意味著，做更多的驗證帶來的收益會越來越小。

因此，這個方案哪怕真能執行到位，也不是一個特別好的方案。那有沒有相對靠譜一些的辦法呢?有，但需要我們換一個角度來看待這個問題。

換一個角度看待 Bug

既然無法 100% 避免 Bug，那我們可以換個角度考慮一下，如何讓解決 Bug 的過程更快，甚至快到你都沒有察覺。

解決 Bbug 主要就是做兩件事：

• 找到 Bug 的產生點
• 然后修復它

每天都在解決 Bug 的程序員們應該知道，這事最費時間的是“找 Bug”的過程。

因為“修復 Bug”是一個技術性問題，這個對不同人的差異其實是很小的，因為程序員們每天在寫的代碼都是差不多的，非常同質化的，況且還有標準答案“文檔”可以參考。

比如，都知道 string.concat() 是拼接，string.split() 是分割。該用分割的地方不小心用了拼接，那改掉就好。

但是“找 Bug”就不是這樣了。比如，你剛剛改完一行代碼后發布出現的問題，你不用找就知道問題出現在哪。但是讓你排查一個剛接手沒多久的系統肯定是一臉懵逼。

根本原因在于，這個過程不像技術性問題具有確定性，它是充滿不確定性的，處在一個“混沌”的環境中。所以，對待 Bug 的重點就變成了：如何更快的發現和找到 Bug。

關于這點我的建議是：

• 打好日志
• 學會利用工具
• 每次的迭代規模盡可能的小

首先，打好日志。日志其實就是我們在編碼的時候安插在程序中的“記錄員”，它替我們記錄著我們認為容易出現問題的地方所產生的信息。

但是系統無時無刻都在運行著，必然會產生大量的日志信息，如何從這些信息中快速的找到關鍵信息，就是需要考慮的問題。

另外，如果每個人都隨意的用自己喜歡的記錄日志的方式，那么從風格迥異的日志中找你需要的信息就變得很頭疼，時間不一致，格式不一致等等。

所以，要做好打日志這個事情，就需要定義一個標準，比如必須要有時間，包含當前上下文的參數等等。

我們還可以給日志做一下歸類，定義不同的日志級別，在記錄的時候帶上前綴。比如【info】、【warning】、【error】之類。

如此一來，平時更著重關注的就是 Error 級別的信息，而且由于將其他級別的信息剝離了出去，使得這里的數據量大大減少，更便于查看。

不過，日志記錄畢竟是一個在做“預判”，如果日志中沒有記錄到怎么辦呢?這里提醒大家不要先想著怎么調試。

如果你面對的系統是一個單體應用倒還好。如果你面對的是一個大型的分布式系統，調試的效率低不說，這事你一個人可能還完不成。

而且，如果你直接調試生產環境的話，說不準還會產生什么副作用，攤上新的問題。

找 Bug 本質上是一個排除法的過程，設斷點調試也是如此。但是從起點開始一步一步的做，排除法效率太低了。

應該先通過自己的經驗、擁有的部分信息先邏輯推理一下，縮小排查的范圍。哪怕你最終還是需要調試的話，先做這個事情也會讓后續的工作更高效一些。

第二點，利用工具。這里的“工具”不要簡單的理解成利用“調試工具”。正如上面提到的，找 Bug 的本質是一個排除法的過程，那么任何能夠幫你更高效的做排除法的工具都是可以利用的。

比如：

• 從系統的「事件查看器」中獲取更多的環境信息。
• 利用 Windows 平臺的 Windbg、Linux 平臺的 MAT 之類的工具直接分析抓到的 Dump 文件。
• 借助可視化工具更高效的發現問題，如 FlameGraph 等。

另外，如果能主動的告訴你哪里出現 Bug 了，就更棒了。所以，我們可以搭建一套查看方便，信息同步及時的日志框架，以便讓有價值的信息呈現在你的面前。如果有高效的篩選功能就更好了。

很多日志框架我沒用過，就不發表什么言論了，但是 Elasticsearch + Logstash + Kibana 這套用起來還是很爽的，體系也比較成熟，部署起來也很簡單，大家可以嘗試一下。再配上 ElastAlert 或者 Sentinl，可以把實時預警機制也包含了。

每次的迭代規模盡可能的小。這個說起來容易，做起來難，因為這是由整個團隊的文化來決定的。這個點的內容完全可以單獨開一篇講，這里就簡要闡述下。

MVP(Minimum Viable Product)式的小步快跑，其實除了讓系統或者產品的功能演進更科學之外，還可以讓每次迭代所面臨的風險更小。正如前面提到的，你改一行代碼發布上去，如果出問題，你說問題在哪?

相對的，再想象一下，一次性發布一個開發了半年的版本，前一晚能睡的安穩不?

總結

好了，我們總結一下。這篇先闡述了我對“什么是 Bug”的理解，然后分析了 Bug 是如何產生的，以及我們可能會做的一些慣性選擇。

給你的建議是，以如何更快的找到 Bug 為出發點來考慮。通過「打好日志」、「學會利用工具」、「每次的迭代規模盡可能的小」這 3 種方式來進行。

不過話說回來，雖然我們無法避免出 Bug(一個項目開發完后沒測出 Bug?你問任何一個技術人員都說“做夢呢”)，但是爭取讓 Bug 更少是我們的本職工作。

因為對 Bug 容忍度低的另一層含義是，大家對系統的依賴越來越重，越來越多的事情在通過程序完成，而不是人力。但是再有人咄咄逼人，就把這篇文章丟給他!