数据驱动增长：客户端工程师的传媒网站优化实践

　　凌晨三点二十，机房空调嗡嗡声突然低了半度——不是坏了，是压缩机喘不上气，跟值班室泡面桶里那坨没搅开的葱花一个节奏。我扒拉监控屏右下角那个被胶布缠了三圈的告警灯，红得发虚，像上周体检报告上肝功能那一栏。

　　去年三月十七号，周四。下午四点零七分，CDN回源流量炸到平时三倍，不是CC，是真有人点。点得还特别有规律：每分钟整十次，卡在秒针跳过十二的位置。客服小张在群里甩截图：“用户说点‘首页推荐’按钮，加载条卡在87%，再点就404。”她语音转文字还带口音，“八十七……七？”

　　我原以为是前端缓存失效，结果查Squid日志发现，所有失败请求都带着同一个User-Agent字段——长得像Android WebView，但版本号是“Chrome/123.456.789.0”。查了一圈没人见过这版本。运维老李蹲在机柜旁啃冷包子，头也不抬：“别翻UA了，先看磁盘。”

　　他叼着包子说对了。/var/log/nginx/access.log 撑爆了，但不是日志没轮转——轮转脚本跑了，跑完还发了success邮件。问题是，它把logrotate生成的.gz文件全塞进同一个目录，没清旧的。三十个G的gzip包叠在一块儿，inodes耗尽。我盯着df -i那行数字发呆，窗外正下雨，雨点砸在机房通风口铁皮上，咚、咚、咚，像谁在敲空罐头盒。

　　五点十一分，主库从节点开始延迟。不是网络问题，是IO等待太高。监控屏上那块贴胶布的区域，正好盖住MySQL Threads_connected曲线——我们仨都心照不宣地绕开它，假装没看见。老板在大群发了个表情包：一只熊猫瘫在竹子堆里，配字“缓缓打出一个问号”。没人回。老李把包子袋揉成团，精准投进三米外垃圾桶，空心入网。

　　六点整，前端团队上线热修复。他们改了推荐接口返回逻辑，把原本的JSON数组改成单对象嵌套结构。这事本身没问题。问题在于，iOS客户端有个老版本（v2.3.1），解析时遇到新格式直接crash，但崩溃上报服务早停了三个月——因为预算砍掉，只留个空壳。用户点一次，APP死一次，再点，又死。于是他们疯狂刷新页面，浏览器缓存全失效，全打到源站。那个“Chrome/123.456.789.0”其实是APP内置WebView伪造的，为了绕过某些埋点限制。

　　我调出nginx access.log里最早一批异常请求，时间戳是十七号下午三点五十九分二十三秒。精确到毫秒。而前端提交代码的时间是三点五十八分四十七秒。中间差了三十六秒。不是网络延迟——我连着测试环境的console，看着那行console.log("recommend API called")在屏幕上闪出来，比生产环境报错快两秒。这个我到现在也没想明白。到底是GitLab CI部署有延迟？还是他们用的是本地构建再scp上传？

文章配图，仅供参考

　　七点四十五分，我重启Nginx的时候手抖了。不是慌，是泡面汤太咸，手心发潮。先kill -USR2，等worker进程平滑切换；再kill -WINCH，让旧进程优雅退出；最后确认新worker PID更新后，才发kill -TERM。可第三步刚按完回车，老李突然拍我肩膀：“你听！”——机房噪音断了一秒。空调彻底停了。制冷系统故障告警灯在另一块屏上狂闪，和我手边咖啡杯底那圈干掉的褐色渍痕同步闪烁。

　　我女儿昨天视频时举着乐高城堡给我看，塔尖歪得厉害，她说：“爸爸，老师说要先搭地基。”我说：“嗯。”她又说：“你上班也搭地基吗？”我没答上来。上周搬家，搬家公司把我的机械键盘压在纸箱最底下，拆开时F键帽已经碎成三片。现在键盘右边F、G、H三个键全是胶带缠的，敲起来声音发闷，像踩进泥里。

　　数据驱动增长？呵。前端埋了三百二十七个埋点，光是“首页推荐”按钮点击事件就有九种变体：曝光、可见、点击、长按、双击、滑动触发、右上角悬浮触发、手势识别触发、夜间模式叠加触发。可没一个人埋“按钮点完APP死了”的场景。他们测了灰度、AB、设备覆盖率、弱网模拟——就是没试过让v2.3.1版本用户，在信号格只有两格的时候，连点十七次“推荐”。这不是缺陷，是筛选器。数据只留下活下来的，死掉的痕迹自动擦除。优胜劣汰，淘汰的是什么？是没进灰度池的老版本，是没连内网的测试机，是凌晨三点还在刷APP的失眠人，是日志轮转脚本里漏掉的那个rm -f命令。

　　客服小张凌晨五点发来语音：“王哥，有用户说点了推荐，手机发烫，相册照片没了。”我回她：“你让他重启试试。”她说：“他试了，重启后微信聊天记录也不见了。”我没接话。后来知道是APP crash时清了沙盒缓存，顺手删了共享目录下的临时图库索引——纯属巧合，没人在意。

　　老李临走前往我桌上搁了盒薄荷糖，糖纸反光，刺得我眯眼。他说：“明天早上八点前，得把access.log轮转策略改了，加个find /var/log/nginx -name '.gz' -mtime +1 -delete。”我点头，又摇头：“不对，先得改inodes告警阈值。现在是95%，设成85%。”他嗯了一声，走到门口又回头，“对了，监控屏上那块胶布——你撕了没？”我没撕。胶布底下，那根线是焊错了的，修过三次，第三次焊锡太多，堵住了插槽缝隙。谁都没说破。

　　明天先把告警阈值调了。

（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!