创业必读：多端适配网站的数据仓库技术全攻略

　　去年三月十二号凌晨三点二十，我盯着监控屏上贴的胶布——那条蓝胶带歪得像条死蚯蚓，本来是上个月贴上去遮漏光的LED灯，现在它翘起一截，正对着CPU使用率曲线那个尖峰抖。值班室泡面桶堆在机柜底下，红烧牛肉味混着UPS风扇嗡嗡声，闻久了分不清是汗还是汤底糊了。

　　客服小林发来第十七条消息：“用户说首页图片全白，安卓端加载一半卡住，iOS点开就跳404”。我没回。这时候回等于承认我在看手机而不是看屏幕。我原以为是CDN缓存没刷，结果把边缘节点全清了一遍，白屏还在。可CDN控制台右下角那个小铃铛图标明明是绿的，绿得发贱。

　　老板在钉钉群甩了一张截图：用户朋友圈截的报错页，“您的浏览器版本过低，请升级”，底下配字“这他妈是Chrome 122”。我手指悬在键盘上，想打“我们压根没做UA拦截”，但没发。群里安静了四十来分钟，只有运维老张发了个“？”——他刚下飞机，行李箱轮子还卡在机房门口，人蹲在冷通道里啃半块冷掉的葱油饼。

文章配图，仅供参考

　　真正出问题是在零点四十三分。日志里突然塞满“gzip: invalid header”；不是报错，是告警根本没触发——因为那个告警规则还绑在旧数据源ID上，而ID三个月前就随那次ETL脚本重构被删了。没人记得改。监控屏左下角时间跳到一点零五，我伸手去摸工单系统，鼠标垫底下压着一张物业电话纸条，写着“配电间漏水已报修”，字迹是上周三的，水渍晕开了“漏”字最后一横。

　　备份？备份脚本上周二就停了。不是crontab坏了，是DBA小马自己改了权限组，把pg_dump命令所在路径从$PATH里剔掉了——他说“为了安全”。结果呢？安全得连上周五下午四点那批促销埋点数据都没捞回来。小马今早来交接时拎着保温杯，里面泡的是西洋参片，他说：“哥，我真没想到dump会读不到path。” 我说：“你也没想到用户今天下单要抢3.8折吧。”

　　窗外开始下雨。不是滴答，是那种闷在云里很久、终于憋不住砸下来的响法，敲得机房顶棚哐哐响。我忽然想起上一次搬家，打包时把六块固态硬盘全塞进印着“有机蔬菜”的纸箱里，拆箱时发现三块盘背面粘了韭菜叶。数据比韭菜叶更脆。韭菜洗洗还能炒，盘里少一个bit，你翻遍binlog都找不回用户那笔购物车里删掉又加回的第三件T恤。

　　磁盘不是爆满，是快满了——剩1.7TB，但中间有块盘只剩12GB，IO队列堵成早高峰地铁三号线。谁干的？是那个新来的前端同学写了段离线导出逻辑，每导一次就生成三十个临时Parquet分区，路径硬编码进JS里，没设清理钩子。他昨天还在群里问：“怎么让下载进度条跑得顺一点？” 我回了个“.”。他回了个OK手势emoji。现在那三十个分区还在/data/staging/temp_export_v2_20240311_ 下躺着，每个三十八GB，命名规则里藏着他的学号后四位。

　　最邪门的是DNS。不是解析失败，是解析成功了——但返回了半年前那台下线测试机的内网IP。查一圈，发现我们主DNS服务器上游配置里混进了条手工加的forward-zone，指向某台离职同事留下的树莓派。那玩意儿连着小区宽带，IP每周换三次。没人删。删了怕影响什么“历史联调”。现在它正用99岁高龄的dnsmasq，往全世界发192.168.2.57。

　　告警系统倒是一直亮着。蓝灯常亮，不是故障，是健康状态。健康得像个刚做完全身体检的植物人——心电图平稳，呼吸机管子插着，但人醒了八次，每次睁眼都看见护士在刷抖音。上次它真正响起来是前年十一月，因为有人手抖把生产库的密码输进测试库的连接池，告警标题写着“Connection refused: test_pg_pool”。而真正的主库OOM，安静得像块腌透的腊肉。

　　我盯着调度平台里那个灰掉的“多端适配数仓链路”拓扑图——名字起得漂亮，画得也规整，箭头带阴影，节点带tooltip，鼠标悬停显示“支持H5/小程序/APP/WebGL渲染引擎”。可tooltip底下那行小字“last updated: 2023-06-17”没人点开过。连那个图标上的齿轮，都有一半像素糊了，像被泡过水又晒干的印刷品。

　　所谓“优胜劣汰”，不是谁跑得快谁活下来。是那天凌晨四点十分，老张蹲在冷通道里用手机热点连上主库，手敲SQL查t_user_profile_latest表的最后更新时间戳，念出来：“2024-03-11 23:59:59”。小林在客服群秒回：“用户说刚刚下单成功了”。我就知道，数据其实早就流过去了，只是没人告诉前端该信哪个timestamp。不是管道破了，是有人把水管接到了消防栓上，水压够，但喷得满墙都是——而消防栓旁边，就挂着一块写着“饮用水”的铁皮标牌。

　　我原以为要重搭ODS层，结果发现只要改三行Python里的time.timezone设置，再把两处hardcode的UTC+8删掉，前端拿过去的毫秒戳就能对上。就这么简单。但那三行代码，在Git历史里沉了二百一十七天，commit message写的是“fix timezone display bug（maybe）”。Maybe。Maybe这个词我见过太多次。它后面跟着的从来不是解决方案，是下次宕机的时间倒计时。

　　监控屏上胶布又翘高了一截。雨还没停。明天先把告警阈值调了——把“磁盘剩余空间

（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!