作者：cryanimal 微信：lazytest
导语
线上问题的管理，不管对于开发还是测试来说，都是极为重要的一环。把好线上问题复盘和分享这道关，有助于产品质量的稳步提升。
管理目的
- 回顾复盘线上问题发生的背景、原因、解决过程、影响范围，及其避免办法。
- 对线上问题在一定范围内进行分享，警醒当事人，提醒身边人，避免类似问题继续发生。
- 使用线上问题，对线上质量进行后验，作为评价员工的后验指标之一。
名词解释
线上问题
线上，以及在上线过程中，发生的故障、缺陷等
漏提
RD（开发）原因，导致缺陷出现在生产环境、并对生产环境服务、业务造成影响的如：未告知QA，私自修改上线的、人为原因merge掉代码的，等等。
以下情况不属于漏提：
- 上线过程中发现并解决的；
- RD或QA发现的线上问题，未造成影响的；
- 多方达成一致，在线上环境进行测试的；
- 产品设计上的隐秘缺陷；
- 未对线上造成任何影响的；
- 1.0项目，对线上有轻微影响的；
- 其他战略层面达成一致，因为效率牺牲质量的；
漏测
QA原因，导致缺陷出现在生产环境、并对生产环境服务、业务造成影响的以下情况不属于漏测：
- 上线过程中发现并解决的；
- QA发现的线上问题，未造成影响的；
- 多方达成一致，在线上环境进行测试的；
- 产品设计上的隐秘缺陷；
- 测试环境无法具备验证条件，且不能在线上进行验证的；
- 测试过程中发现，成本极高的；
- 未对线上造成任何影响的；
- 1.0项目，对线上有轻微影响的；
- 其他战略层面达成一致，因为效率牺牲质量的；
考核原则
- 凡是原则上不属于漏提、漏测的线上问题，未在wiki上记录分享的，算做漏提、漏测，纳入KPI考核；
- 凡被定义为漏提、漏测，纳入绩效考核 。
- 一次上线，回滚三次（含）以上的，纳入绩效考核。
- 如果是已有人分享过的线上问题，再犯的，计入漏提或漏测。
记录模板
【问题背景】
此处描述问题，以及问题产生背景。
【问题发现】
此处描述问题的发现过程，建议带上时间。
【影响范围】
此处描述问题的影响范围，包括具体的数据。
【解决过程】
此处描述问题的解决过程， 建议带上时间和解决时长。
示例：
21:22 研发同事通过告警短信发现异常：content_service no provider。
21:40 通过JSF监控平台得知本有8台机器的服务，只剩一台可用。
解决时长：4小时。
【原因分析】
此处描述问题的原因分析
【避免办法】
此处描述问题的避免办法，从研发过程、测试机制等角度思考。
记录示例
|
标题
|
问题详情
|
分享人
|
分享时间
|
漏测
|
漏提
|
|---|---|---|---|---|---|
| 缓存过期时间设置错误 | 【问题背景】 双十二小金库现金红包支付成功后返活动 【问题描述】 由于目前小金库现金红包有个硬性规则是月限制30元，每个用户每个月只能获取30元的现金红包，而用户得到的红包总金额记录在缓存r2m中， 时间本应该是2个月，但程序里误写了成了60小时，代码截图如下：
【问题发现】 上线后在线上环境发现统计时发现有一个Jdpin用户先后两次得到了40多元的红包，立刻通过排查，发现用户第二次领时缓存里记录的总金额为 空，怀疑是缓存过期，一看代码过期时间果然设置成了60小时 【影响范围】 由于60个小时还是能拦住别有用心的刷奖用户，当时应该就只有少量正常用户拿到了超过30元的现金红包，当晚赶紧上线修复此问题并清洗线 上缓存，截止当前时间，超发红包金额统计为40365.49元，异常用户个数为4679个，期间若用户退款，数量还会减少。且2016-12-16日会上线洗 数任务，回收多发的红包，客服同时同步到用户知悉。回收后不存在资损，但消耗研发资源较多 【解决过程】 1.于14号发现问题当时立刻修复缓存过期BUG并上线，缓存过期时间修改为：60*60*24*30*2 2.14号晚间上线洗数任务，清洗线上缓存。 3.16号上线回收超发红包任务，回收超发的红包。 【原因分析】 1.当时自己想的方案是很明确的知道缓存过期时间为2个月，还给其它开发同事说过此方案，但是粗心少写了个24,导致此问题。 2.review代码未检查出该问题（时间仓促也许是导致该问题的原因之一） 3.测试为功能测试，无法发现此问题 【避免办法】 1.以后缓存这块过期时间和缓存构成要非常仔细，做好wiki维护，每加一个缓存就在wiki上补充，并做好过期时间等缓存详细信息的填写，很有 可能在写wiki的时候就发现问题。 2.以后开发提测和测试都注意提一下缓存过期时间，并说明重要程度 |
XXX |
20161216 | 否，后续请增加测试机制 | 是，轻微，经回收补救后，不存在资损 |
