可以 github 搜索了解一下我的开源项目：xl-lighthouse

太多参数不好，完全没有复用性。

@yanzuwu 完全开源，放心使用，全程提供免费技术支持~~

了解一下我的开源项目： https://github.com/xl-xueling/xl-lighthouse ，不基于 SQL 实现，不过集成了指标计算、指标存储、指标管理和指标可视化等功能，开源免费、功能强大、使用方便。复杂的报表自定义设计等功能，我现在正在开发，不过属于商业版的功能。当然如果你非要基于 SQL 的方案，那请忽略~

1 、原来的代码暂时不动，通过简单修改包路径防止互相交叉，新写的代码完全按新逻辑开发，要充分考虑兼容老代码逻辑，保证按时完成；
2 、陆续按模块迁移老逻辑的代码到新模块中，这个过程的进度完全根据自己可支配时间决定，然后陆续删除老逻辑；
3 、工作汇报、周报中尽量避免用 “代码逻辑优化、重构”这种模糊字眼，要不然就算你做了再多别人也会认为你在摸鱼。
4 、评估排期时，实际所需时间和评估时间，要尽量控制在 2:3 以内，这样你剩余的时间可以充分进行想要去做的优化工作；
5 、设计数据库字段、表结构、接口协议时要充分思考，因为这些地方设计的不好，上线后再改可就麻烦了。

支持，看着做的挺好的，小团队确实不容易，可以用我的开源项目快速搭建数据化运营体系，辅助产品迭代，https://github.com/xl-xueling/xl-lighthouse 我的项目开源免费、功能强大，使用方便~~

行业发展健全的同时，也会让程序员的”工具人“属性愈加明显。越来越多的程序员都是没有基础的，而只是一种或几种的工具运用者，既不了解某种技术的由来，也不能预判未来发展的走势。程序员还是应该更多的保持思考，否则真就成了工具人了。另外，lz 也可以了解一下我的数据统计项目： https://github.com/xl-xueling/xl-lighthouse 。

心理方面、身体方面的原因肯定是有的，但如果 80%的时间都在短视频上面，我觉得不光是这些方面的原因，懒惰是人的本性，我也在很长很长的时间里跟你一样，但现在不同了，天天跟打了鸡血似的，每天都觉得时间不够用。根本原因就是一点，你目前还没有找到一件愿意长期投入、执着去做的事情。总之，要给自己找一件值得长期投入的事情。可以了解一下我的开源项目： https://github.com/xl-xueling/xl-lighthouse ，欢迎使用~~

对于这种处理方式，并不是特别认同，此类问题更应该从源头进行修正，而不是采取这种“补救”措施。

说一下我的看法，这种问题排查不要只从能否复现的角度处理，应该主要从两方面着手，1 是日志，2 是监控。
1 、app 程序层面的问题，分为普通异常日志和崩溃日志，一般来说异常类日志都有较完整的调用链信息，定位问题相对容易。但造成崩溃的原因比较多，可能是内存问题，用户设备问题、也可能只是某个参数校验失败或空指针异常处理不当导致的，不同情况下崩溃日志有可能完整也可能不完整。所以从日志层面上可以添加全局的异常信息捕获，并将全局异常日志上报，防止漏掉异常信息，而导致排查无从下手。
2 、app 的异常监控体系不完善，可以使用我的开源项目，快速搭建起异常监控体系，https://github.com/xl-xueling/xl-lighthouse ，基于通用型流式统计实现，接入方便、使用灵活、性能强大，轻松实现任意细粒度、任意维度的数据监控。将手机型号、手机系统版本号、app 版本号、页面、模块、错误码等关键信息上报。全面监控各类异常的次数和频率等信息（我自己感觉我的开源项目是应对这类问题业内最强大的工具了~~）。

总之，我觉得 app 问题处理，侧重点应在两方面：一是全局异常日志（代表你没有正常处理的异常），二是普遍性错误（比如：某个 app 版本或某个机型错误率或崩溃率在 0.5%以上的异常），公司内部可以对异常阈值确定一个标准，比如灰度时发现影响超过 0.5%的用户的异常必须测试人员复测解决，该版本不能继续发布，而影响范围较小的偶发性问题、不容易复现的问题，可以暂时忽略或陆续解决。要做到应对领导的所有盘问一切以数据说话，只要日志和监控体系建立起来，你对线上故障的驾驭能力会得到极大的提升。

@zhoudaiyu 光测试我倒觉得用处不大，很多线上环境中的问题，测试服务暴漏不出来。不要觉得云服务多么完善似的，人家只分配给你固定资源，不要想当然以为出了问题这些云服务厂商会一直给你排查。他们只处理整个集群层面的问题，如果只有你自己的服务出了问题，主要还得自己处理。就像你说的线上故障，本身定位到 pid_max 的故障原因都花了很多时间。线上问题的排查需要逐一排除各种可能的原因，云服务厂商有可能给你提供全方位的服务吗，毕竟对于云服务厂商来说，这里面涉及太多比如用户数据隐私、人力成本等等因素了。你说的监控告警指标，网络搜集就足够了，比如： https://cloud.tencent.com/document/product/457/39820 你自己网上找找，把这些云服务的监控指标汇总一下就 ok 了。

这种容器服务，如果没有太多经验，不踩坑是不可能的。可以用我的开源项目： https://github.com/xl-xueling/xl-lighthouse 。网络上搜集所有可能导致宿主节点宕机/故障的配置参数，然后开发一些数据上报脚本，建立全方位的统计监控体系。我的项目可以任意创建自定义统计监控指标，实现任意维度的数据监控，使用非常灵活，统计监控方面的功能比 Prometheus 那一类工具要强大的多。

@lee88688 试了下，这个还可以啊，模型还挺多的

@goodspb 我就是用来写代码。。

@maemolee 你还没收到？我已经被限制了...可能是灰度吧

@Marven 可能是我 IP 的问题，官网频繁出现人机验证。。

我觉得如果公司自己开发自己用，这个其实没啥太大必要，常规的监控告警系统基本上能满足需求了（这个可以用我的开源项目实现： https://github.com/xl-xueling/xl-lighthouse ），安全感知好多稀奇古怪的功能，实际用处并不大，当然如果公司开发是想靠这个卖钱，那另当别论。

Debian 的稳定性更高、不过更新慢、系统依赖的各种第三方包版本都较低； Ubuntu 更新的快，各种依赖包文件都比较新，追求新版本，但是稳定性略差。Rocky 和 Alma 的优势是都属于 RHEL 的分支，与 centos 更相似，所以平移服务更容易，Rocky 是 centos 原作者发起的，好处是兼容性肯定更高，但是对于长期支持不知道会不会存在什么问题。Alma 这个发行版发布的目的本身就是替代 Centos ，而且由商业公司提供支持。所以请综合考虑。我个人倾向于服务器选择：Alma > Debian > Rocky > Ubuntu ，如果公司当前的各种软件服务非常多，尤其是 c/c++类的服务比较多，考虑迁移成本的话就是 Alma > Rocky > Debian > Ubuntu 。当然，其实对于绝大多数的应用服务来说，这几个操作系统基本上都是可以很好支撑的。顺便打个广告，推广一下我的开源软件： https://github.com/xl-xueling/xl-lighthouse