【51CTO精選譯文】今天要與各位讀者分享另一則頗有意思的故事。我確信，只要讀者是應用所有者，或者負責運行Web應用程序，那么大多數(shù)人都會有興趣。

我們最近為我們的大多數(shù)實際運行的網(wǎng)站改變了驗證服務。本人負責的這個網(wǎng)站是Compuware APM Community。驗證服務發(fā)生變化是一件大事，我們先在測試環(huán)境上上測試了這個變化，之后才部署到線上的生產(chǎn)環(huán)境。測試環(huán)境下一切看起來很好。結(jié)果部署到線上環(huán)境之后發(fā)現(xiàn)，有一個方面我們遺漏了，導致特定的用戶組當中有幾個用戶受到了影響，他們現(xiàn)在訪問不了網(wǎng)站上的某些內(nèi)容。

我前前后后花了5分鐘時間來查找這個問題、確認帶來的影響，并且為我們的操作部門提供了足夠多的信息，以便解決問題。

編者注：本文來自Compuware dynaTrace的團隊博客，以下的操作步驟主要是試用dynaTrace網(wǎng)站監(jiān)測工具來完成，有產(chǎn)品宣傳的意思在里面。不過重要的是發(fā)現(xiàn)線上環(huán)境問題的一個思路，這個思路仍然有一定參考意義。

***個問題：有沒有問題是我們在測試環(huán)境中沒有發(fā)現(xiàn)的？

打開應用程序概況圖后顯示，我們的Community門戶網(wǎng)站上某個事務出現(xiàn)的失敗率非常高：

應用程序概況圖表明了我們的其中一個事務出現(xiàn)的失敗率很高。

先來回答***個問題：沒錯，我們確實遇到了問題！

第二個問題：究竟是什么問題？

下一步是查看自動檢測到的錯誤，這些錯誤表明這種問題與HTTP 4xx請求有關(guān)——這意味著，許多用戶訪問幾個頁面的請求被拒絕：

訪問拒絕問題是導致失敗率很高的根源。

現(xiàn)在，我們完全知道了訪問這些頁面出現(xiàn)了限制問題。至于這是個實際的問題還是只是用戶試圖訪問受限制的內(nèi)容，還沒有搞清楚。

第三個步驟：這是個實際的問題嗎？如果是，我能為操作部門提供什么樣的信息以解決問題？

正如前面所說的那樣，這可能是由于許多用戶只是試圖訪問受限制的內(nèi)容——這種情況下，我們覺得這些錯誤沒什么大不了，因為本來就會是這樣。查看了底層的錯誤信息（比如異常）后，我們發(fā)現(xiàn)，問題實際上與我們的驗證服務有關(guān)?？磥砦覀冊诟挠眯碌尿炞C系統(tǒng)之后沒有把所有的安全組遷移過去：

異常詳細信息表明，我們的安全組遇到了一個問題。

這些信息足以讓操作部門搞清楚為什么這些安全組沒有被遷移過去。

第四個問題：哪些用戶受到了影響？我們能夠積極主動地聯(lián)系這些用戶、表示歉意嗎？

由于我們現(xiàn)在知道這個問題出在我們身上，我們想知道哪些用戶受到了影響。作為應用程序所有者，我想積極主動地聯(lián)系這些用戶，解釋他們看來遇到了問題（盡管他們還沒有報告這些問題），并且讓他們知道我們正在積極尋求解決辦法。借助我們的用戶體驗解決方案，我們完全搞清楚了遇到這些異常的每一個訪客的具體情況：

受到驗證問題影響的訪客

結(jié)束語

幸好，我們在測試環(huán)境測試了這套系統(tǒng)，因而我們得以解決了這方面的問題。但要是能真正看清生產(chǎn)環(huán)境下出現(xiàn)的問題，那就更好了，因為并不總是可能測試每一種場景。

原文：Field Report: 5 Minutes to Identify a Production Problem and its Impact about:performance