Testing 软件在生产环境中崩溃，无法访问调试器。短期和长期应该做什么？

这是一个采访问题：

软件在生产环境中崩溃，无法访问调试器。短期内你会采取什么措施来解决这个问题？长期？你会怎么做来防止它发生？你会使用什么工具

我的想法是：

短期：

• 跟踪操作系统生成的程序日志文件，该文件可能会生成一些有关崩溃的信号
• 通过添加一些打印，缩小程序崩溃的文件范围
• 在可能的位置添加try catch
• 找出原因

长期：

• 检查整个程序的设计思想、算法/数据结构的使用情况，以确保它们得到正确和适当的使用
• 使用导致崩溃的不同案例进行测试，以找出根本原因
• 工具：GDB、Valgrind系列、gprof

---

有更好的想法或解决方案吗？

您有一些好的初步想法，以下是我的评论：

将日志添加到代码中-您将从中获得很少的信息 有关代码的操作系统

如果您调用的方法可以抛出异常，您应该捕获它们。不要让它们向最终用户冒泡

现在运行valgrind，而不是稍后

设置模拟生产环境的测试环境。从简单开始，增加复杂性，直到能够重现问题。您确实有一个测试环境，对吗

---

你有一些好的初步想法，以下是我的评论：

将日志添加到代码中-您将从中获得很少的信息 有关代码的操作系统

如果您调用的方法可以抛出异常，您应该捕获它们。不要让它们向最终用户冒泡

现在运行valgrind，而不是稍后

设置模拟生产环境的测试环境。从简单开始，增加复杂性，直到能够重现问题。您确实有一个测试环境，对吗

短期的 1.首先要做的绝对是找出产生问题的方法，并尝试重现问题。如果您能做到这一点，现在就可以在调试环境中跟踪它。 2.如果不可复制，您需要查看在第一步中收集的所有信息（包括任何日志记录），看看是否可以看到可能的问题。 3.如果没有发现问题，您将需要添加日志记录，并且需要添加很多日志记录。这就是“调试”日志设置的用武之地。它可能会减慢系统的速度，甚至可能掩盖问题（这会告诉你问题的本质）。 4.有了新的日志信息，您可以返回到第一步。重复此操作，直到问题解决

从长远来看，最明显的做法是确保有足够的日志记录，即使必须打开和关闭日志记录，也能发现问题。除此之外，您还需要尝试并加强测试工作

当您追踪到一个问题时，值得注意问题的类型（竞争条件、可伸缩性、数据库访问等）。这为您提供了一个应用更多自动化和手动测试的领域。

短期 1.首先要做的绝对是找出产生问题的方法，并尝试重现问题。如果您能做到这一点，现在就可以在调试环境中跟踪它。 2.如果不可复制，您需要查看在第一步中收集的所有信息（包括任何日志记录），看看是否可以看到可能的问题。 3.如果没有发现问题，您将需要添加日志记录，并且需要添加很多日志记录。这就是“调试”日志设置的用武之地。它可能会减慢系统的速度，甚至可能掩盖问题（这会告诉你问题的本质）。 4.有了新的日志信息，您可以返回到第一步。重复此操作，直到问题解决

从长远来看，最明显的做法是确保有足够的日志记录，即使必须打开和关闭日志记录，也能发现问题。除此之外，您还需要尝试并加强测试工作

---

当您追踪到一个问题时，值得注意问题的类型（竞争条件、可伸缩性、数据库访问等）。这为您提供了一个应用更多自动和手动测试的区域。

您应该做的第一件事是确定问题的严重性。这将有助于制定你的短期战略。您需要与软件中的主要利益相关者（如客户）进行一些简短的讨论，或者让项目经理这样做并向您汇报

在最激烈的时刻，这一点往往被忽视，匆忙进行短期修复几乎总是意味着浪费大量时间，而不是真正理解需要做什么

在此之后，您的实际战略（长期和短期）相当依赖于您使用的技术及其部署方式

短期

在试图解决问题之前，获取一些关于崩溃的初步信息、获取日志文件、截图、记录系统信息（如内存/CPU使用情况）、归档任何可能有用的临时数据是绝对重要的

短期的行动应该是让系统快速启动并重新运行。短期解决方案的一些常见方法：

• 尝试关闭它，然后再打开。。。说真的，今年90%的时候 将在短期内恢复生产，至少在 这个错误再次出现
• 恢复到以前的生产 发布，最好是已知运行正常的最新版本 可靠地
• 在另一台计算机上运行第二个实例，并在以下情况下进行故障转移 问题再次出现。这有额外的好处，我