本章总结

《本章总结》

一个做后端的本章总结朋友上周跟我吐槽，说他们团队花了三个月重构的本章总结系统，上线第三天就出了事故。本章总结原因特别蠢：新代码里一个缓存过期时间设成了0，本章总结没人注意到。本章总结老系统里这个值是本章总结3600秒，重构的本章总结时候配置迁移漏了一行。三个月的本章总结工作，被一个数字打回原形。本章总结

这事让我想了很久。本章总结我们总以为复杂的本章总结东西才危险，其实真正致命的本章总结往往是那些看起来最不起眼的细节。本章讲了很多架构层面的本章总结东西——分层、解耦、本章总结容错设计，本章总结这些当然重要。但如果你问我最该记住什么，我的答案跟架构无关。

是边界。

任何系统都有边界，代码有边界，团队有边界，责任有边界。那个缓存事故的本质不是技术问题，是边界模糊了。配置迁移这件事，谁负责？开发觉得运维会检查，运维觉得开发应该测过。边界一旦没人认领，它就消失了，而消失的边界迟早会以事故的形式重新出现。

我做过一个统计，过去两年经手的线上故障里，超过六成跟代码逻辑本身无关。它们出在配置、部署脚本、环境变量、证书续期这些“边缘地带”。这些东西有个共同特征：不属于任何一个人的核心职责。写业务代码的人觉得这不是我的事，做基础设施的人觉得这是业务侧的配置。缝隙就这么产生了。

所以本章提到的那些设计原则，真正落地的时候，第一件事不是画架构图，是画一张责任地图。每个模块谁维护，每个配置谁审核，每个告警谁响应。听着很无聊对吧？但无聊的事情做好了，才有资格谈优雅。

另一个我想说的观察是：不要相信“以后会补上”这句话。 我见过太多项目在文档里写着“TODO: 补充监控”，然后这个TODO挂了两年，直到系统崩了才被人翻出来。技术债跟金融债不一样，金融债你至少知道欠了多少，技术债你连利息怎么算都搞不清楚。它会悄悄累积，然后在某个你最不需要的时候集中爆发。

有个做法我觉得挺管用：每次上线新功能，强制附带一个“回滚方案”。不是那种写在Wiki里没人看的方案，是真正跑过一遍、验证过能用的方案。这个习惯逼着你在写代码的时候就考虑失败路径，而不是等到出事再手忙脚乱。听起来增加了工作量，实际上省下的是半夜被叫起来修系统的时间。

写到这里，窗外开始下雨了。我看了眼手机，运维群里安静得很，没有告警。这种安静让人踏实，但也让人警惕——系统越稳定，人越容易松懈，而松懈本身就是下一个故障的种子。

本章的内容到这里就结束了。没有什么高大上的结论，就是一些踩过的坑和总结出来的笨办法。技术这东西，说到底不是比谁聪明，是比谁少犯重复的错误。那些看起来笨的团队，往往活得最久。