网站上线流量归零？运维盲区正 silently 吞噬用户

　　接口超时告警那一刻，我正把第三包速溶咖啡倒进纸杯里，水还没全化开，手机就震得像在抽搐——不是微信弹窗，是PagerDuty直接顶到锁屏上。红的。你懂的，那种不用点开就知道完了的红。

　　老张头刚蹲在茶水间修咖啡机，扳手还夹在滤网槽里，听见提示音抬头说：“又来了？”我没应，他摆摆手：“上回也是年关，修了两天，最后发现是CDN缓存key写死了。”我原以为这次也是配置漏改，结果切日志一看，上游服务根本没发请求过去——流量在网关层就断了。静音式熔断。连错误码都懒得打，HTTP 200，body空，Content-Length: 0。真体面。

　　监控大盘上那条绿色的线一直在抖，不是跳变，是细碎地、高频地颤，像人发烧时眼皮抽动。运维小王在工位上打电话谈房租，声儿挺大：“押一付三…再加一千…行吧行吧。”我盯着他后颈上贴的退热贴，边角已经卷起来了。旁边李婷甩着鼠标滚轮狂刷Kibana，嘴里嘟囔：“查不到traceID？查不到就对了——压根没生成。”

　　去年过年期间，流量归零。不是下跌，是归零。整点切流上线，十二点零三分，所有UV、PV、API调用量全部掉进零轴以下，不是归零，是跌穿零——监控系统把它当负数画下去，线条扎进图表底边，然后戛然而止。我们没人敢碰那个坐标轴刻度，怕一调，整个大盘重绘失真。

　　我翻灰度策略配置时，手指停在`enable_new_routing: true`这一行。它早该在三天前切为false。但没人按计划回滚。不是忘了，是没人觉得这行能干掉所有流量。它只是个路由开关，不是断路器。可它偏偏绕过了限流白名单，绕过了幂等校验中间件，直接把用户会话ID哈希进了错误的集群分片——哈希种子写成了时间戳，而时间戳用了本地时区，服务器全是UTC。除夕那天零点，哈希值集体偏移，八成请求落在空分片上。不报错，不重试，只沉默转发到一个什么也不做的dummy service。它连日志都不打。真·无声吞噬。

　　谁在工位上打电话谈房租。谁在修咖啡机。谁的便签卷了边，贴在隔断上，写了“别动cache_key_v2”——字迹模糊，底下压着半块融化的薄荷糖。外卖筷子掉在地上，我弯腰捡，看见地板缝里卡着三年前一张故障复盘会的打印稿，油渍浸透了“根因分析”四个字。

文章配图，仅供参考

　　我原以为是缓存击穿引发雪崩，结果查完redis发现key全在，ttl正常，热点key命中率98%。我原以为是定时任务把用户表清空了，结果数据库dump一拉，数据纹丝不动，连update_time都没动过。我原以为是前端埋点挂了，结果看了一下H5页面源码，连script标签都没少——它加载成功了，执行了，上报了，只是上报的目标域名，被DNS解析到了一个已下线的LB IP上。那个IP还在响应ICMP，所以健康检查永远绿着。它甚至还在返回404，只是前端JS把404当成功处理了。因为……他们加了个兜底：`if (res.status === 404) trackSuccess()`。你说巧不巧。

　　事故案例：搜索接口，字段从`keyword`改成`q`，但APP端SDK没同步更新，持续三个月用旧字段传参。我们以为它早就兼容了，直到某次上线删掉兼容逻辑——没报错，但所有搜索请求里的`keyword=`参数被nginx默认丢弃（`ignore_invalid_headers on`），最终走到后端时只剩一个空q字符串。结果就是：首页Banner点了跳转，搜“苹果”，返回“未找到相关商品”。不是不准，是根本不搜。用户以为自己输错了，再输一遍，“苹…果…”还是空。没人截图反馈，因为没报错。大家就默默关掉APP。

　　反常识结论：不是改得越多越危险，是改得越“理所当然”越致命。比如把`user_id`字段从bigint改成varchar——没人觉得要测全链路，因为类型看起来更宽泛；比如把token校验从JWT换成自定义header——大家都点头，说“更安全”，没人问新header要不要进access log，结果审计时发现三个月无痕登录。祖传逻辑里最狠的从来不是if-else嵌套十七层，是那段注释写着`// 此处不校验，前端保证非空`的代码。前端？前端早换人了。产品经理上周刚提了个需求：去掉手机号输入框里的“+86”前缀——因为“用户觉得多余”。我们改了。上线那天，国际号码全卡在短信验证码环节。没人提，因为只有0.3%的DAU是海外IP。

　　跑题落点：自己不敢动的那块。就是订单表里那个叫`ext_info_json`的text字段。里面存的啥？谁知道。有base64，有yaml片段，有某个版本前端硬塞进去的protobuf二进制，还有两行PHP serialize的数组。没人敢parse它，怕一解就触发某个祖传if判断。上回DBA想加个check约束，被运维拦了：“先跑七天全量扫描再说。”结果第七天凌晨三点，扫描脚本OOM把实例拖垮了。现在它还在那儿，像一颗没拆引信的雷。我昨天看到李婷在文档里写：“建议统一JSON Schema”，下面小王批注：“schema谁维护？schema错了谁负责？”她没回。便签又卷了边。

　　优胜劣汰站得住？站得住。不是算法优胜，是留下来的系统，都挨过至少一次“谁也没想到这能出事”的闷棍。活下来的不是最稳的，是上次被揍得最疼、然后悄悄把裤腰带勒紧两扣的。现在我每次改字段名，先去翻三年前的git blame，看看是谁写的那一行“临时方案”。要是姓陈，我就多查两遍release note——陈哥走的时候，把所有“临时”都标了`#TODO-NEVER`，可后来没人认领这些TODO。

　　机箱嗡嗡响。不是风扇，是电源模块老化，共振频率刚好卡在人耳最难受的区间。我敲了两下机柜侧板，声音停了两秒，又起。李婷递来半包没拆的糖：“含着，降降心率。”我含了一颗，薄荷味混着铁锈味——不知道是糖纸上的，还是我牙龈出血了。下一步？把`enable_new_routing`字段从配置中心挪进DB做运行时开关。至少……有人改它的时候，得先过SQL审核。至于审核规则？下周跟DBA约个饭，边吃边写。反正咖啡机还没修好。

（编辑：站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!