Live2D

如何快速排查线上问题 -copy qf

排查流程图

flowchart TB
    A --> B --> C --> D --> E
    
    subgraph A[认识问题]
        A1[收集信息]
        A2[确认问题]
        A3[复现问题]
        A4[影响范围]
        A1 --> A2 --> A3 --> A4
    end

    subgraph B[诊断/确认问题]
        B1[检查网络连接]
        B2[查看浏览器控制台]
        B3[捕获HTTP请求和响应]
        B4[查看页面加载性能]
        B5[检查兼容性问题]
        B6[检查npm库版本]
        B7[问题上升高度]
        B1 --> B2 --> B3 --> B4 --> B5 --> B6 --> B7
    end

    subgraph C[解决问题]
        C1[服务端问题]
        C2[前端代码逻辑问题]
        C3[自由库问题]
        C4[第三方库问题]
        C1 --> C2 --> C3 --> C4
    end

    subgraph D[验证修复和发布]
        D1[验证修复效果]
        D2[代码审查]
        D3[部署和发布]
        D4[用户反馈]
        D1 --> D2 --> D3 --> D4
    end

    subgraph E[总结和文档]
        E1[记录解决过程]
        E2[更新文档]
        E3[回顾和学习]
        E1 --> E2 --> E3
    end

认识问题

收集信息

首先，需要收集尽可能多的信息来了解问题的全貌。这一步至关重要，因为收集到的信息越具体，后续的排查和解决过程就会越高效。

  • 用户反馈
    • 直接沟通：通过支持渠道，例如钉钉/电话等，获取用户对问题的描述。
    • 用户截图和录像：要求用户提供问题出现时的截图或录屏，以直观了解问题现象。
    • B端用户：可以直接联系用户，引导打开控制台，直接查看报错信息
    • 网络状态：了解用户的网络连接情况，是否在使用代理，网络速度等信息。
    • 灰度情况：排除是否因灰度导致。
  • AEM日志文件
    • 前端日志：确保前端代码中有足够的日志记录，在需要时可以通过控制台或调试工具获取日志信息。
    • 监控平台日志：如果使用了监控平台（如 Sentry、Datadog），直接查看平台上报告的错误和异常。
    • 浏览器和操作系统，浏览器版本，应用发布版本等。
    • 关注AEM群消息：养成良好的习惯，定期查看AEM异常信息，
    • 新增异常：需要排查是否可能为发布导致，优先排查解决，避免问题升级。
    • top异常：专项解决，避免升级成工单。
    • 用户流信息：收集用户访问路径、点击行为、操作日志等数据，获取用户操作的全流程记录。

确认问题/影响范围

在收集到问题信息后，需要明确问题的具体表现和范围。这一步包括确定问题的影响面，以及是否与特定条件或环境相关。

  • 问题确认
    • 问题可重复性：确认是否能在相同条件下多次复现问题。
    • 示例: 在同一个浏览器和操作系统中，依照用户描述执行相同的步骤，观察是否每次都会出现相同的错误。
    • 错误类型及表现：将问题分类，例如页面崩溃、布局错误、功能失效等，并详细描述其表现。
  • 确认影响范围
    • 是否全局性或局部性：检查问题是否只在某些地区或用户群体中出现。
    • 特定页面或全站问题：确认问题是否只在某些特定页面或全站范围内发生。
    • 特定功能：确定问题是否与某些具体功能或模块相关，比如下单/列表展示等。
    • 特定时间段：确认问题是否在特定时间段内出现
    • 示例：问题是否只在高峰期间发生
  • 时间范围
    • 最近变动：确认问题是否与最近的代码更新、配置变更或第三方服务变动有关。(90%以上的问题，都是由最新发布导致)。
    • 历史问题：判断问题是否之前存在，这是新出现的问题还是长期存在的隐患。查找历史日志和错误报告，确认问题是否曾经多次出现。

复现问题

明确问题后，尽量在你自己的开发环境或测试环境中复现问题。这有助于找到问题的根本原因并制定解决方案。

  • 重现步骤
    • 详细步骤记录：根据用户提供的信息，记录重现问题的详细步骤。这些步骤应尽量详细，确保每次执行都能复现问题。
  • 环境模拟
    • 相同浏览器和操作系统环境：在用户报错的相同环境中重现问题（可以使用虚拟机、浏览器模拟工具等）。
    • 网络条件模拟：使用网络限制工具模拟不同的网络状态（例如慢速网络或高延迟环境）来重现问题。
  • 浏览器开发工具
    • 启用开发者工具：使用 Chrome DevTools 或其他浏览器开发工具来观察控制台输出、网络请求、DOM 和样式变化。
    • 设置断点：在怀疑有问题的代码位置设置断点，通过逐步执行代码来排查问题。
  • 日志和错误分析
    • 查看控制台日志：分析控制台中的错误日志，确定具体报错信息和出错的代码位置。
    • 抓包分析：使用抓包工具（如 Charles、LightProxy）分析 HTTP 请求和响应，查看是否有异常。
  • 服务端配合
    • 服务端修改数据库：部分场景需要服务端改库才能复现的，请求服务端协助。（一切资源都是你排查问题的手段）。

诊断/确认问题

确定问题原因，问题解一半。

检查网络连接

确保用户的网络连接没有问题是排查线上问题的第一步，因为许多前端问题可能是由于网络延迟、连接不稳定等原因导致。

  • 用户网络状态检查
  • 排除CDN或第三方服务问题
    • 主应用中包含很多 <script src="xxx" /> 引入方式，检查资源访问是否正常
  • 检查用户是否使用最新app版本
    • 灰度状态下，检查用户是否在灰度内

查看浏览器控制台

浏览器控制台是排查前端问题的重要工具，它可以提供关于页面加载、脚本执行等各方面的详细信息。

  • 分析常见问题
  • 引导用户打开控制台
    • B端用户：可以直接联系用户，引导打开控制台，直接查看报错信息
  • SourceMap
    • AEM查看错误堆栈信息
    • 本地使用sourcemap调试

捕获HTTP请求和响应

HTTP 请求和响应的状态和内容可以提供大量排障信息，特别是涉及到数据的加载和交互问题。

  • 分析常见问题

    • 400 Bad Request

      描述：服务器无法理解请求的格式，因为请求有错误或不正确的语法。

      解决方案：检查并确保请求的URL和参数格式正确。检查请求头部和请求体是否符合API规范。清除浏览器缓存和Cookie。

      401 Unauthorized

      描述：请求要求身份验证。客户端必须提供正确的认证凭据。

      解决方案： 确保正确的身份验证信息（如API Key、Token）已包含在请求中。 检查认证凭据是否过期，如果过期，重新获取新的凭据。 确认用户具有访问资源的权限。

      403 Forbidden

      描述：服务器理解请求但拒绝执行。

      解决方案：确认用户是否有权限访问请求的资源。检查服务器上相关文件或目录的权限设置。若使用白名单机制，确保客户端IP地址在白名单中。

      404 Not Found

      描述：服务器找不到请求的资源。

      解决方案：检查请求的URL是否正确。确认资源是否存在或者是否已被移动。检查路由和路径配置是否正确。

      500 Internal Server Error

      描述：服务器遇到错误，无法完成请求。解决方案：检查服务器端代码和日志，以找出错误的具体原因。确保服务器资源(如内存、CPU)充足，检查是否有系统资源问题。检查服务器配置和依赖项是否正确。

      502 Bad Gateway

      描述：作为网关或代理的服务器从上游服务器收到无效响应。

      解决方案：检查上游服务器（如应用服务器、数据库服务器）是否正常运行。检查网络配置和防火墙设置，确保服务器之间的通信正常。重新启动相关服务或服务器。

      503 Service Unavailable

      描述：服务器目前无法处理请求，因为它暂时过载或进行维护。

      解决方案：检查服务器资源使用情况，解决可能的过载问题。确认服务器是否在进行维护，并等待维护结束。配置适当的负载均衡机制来分配负载。

      504 Gateway Timeout

      描述：作为网关或代理的服务器没有及时从上游服务器收到响应。

      解决方案：检查上游服务器的响应时间，确保其性能正常。优化上游服务器的查询或处理逻辑以加快速度。检查网络连接，确保无延迟或中断。这些是一些常见的HTTP错误及其可能的解决方案。具体问题需要具体分析，可以通过检查服务器日志、调试代码和改善网络设置来解决问题。

       

       

  • 抓包分析
    • 使用抓包工具（如 Charles、Fiddler）捕获和分析 HTTP 流量，以更详细地查看请求和响应的内容和头部信息。 通过抓包工具，可以模拟不同的网络环境，进行深度分析，例如查看 HTTPS 加密的详细内容。
    • 利用好traceId，让服务端协助我们去解决问题。
  • 熟悉微服务架构
    • 熟悉微服务架构，了解发起请求的整个链路，确认问题可能出现在哪个环节。
    • 示例：熔断/限流/降级等
  • 服务端相关问题
    • API接口问题
    • 检查 API 响应状态码，例如 500（服务器内部错误）、502（网关错误）、503（服务不可用）、504（网关超时）。 与后端开发人员沟通，提供错误日志和请求示例，明确问题所在。 使用 Postman 或 cURL 模拟请求，查看是否能在开发环境中复现问题。 检查 API 文档（max），确保前端调用参数和数据格式正确。
    • 数据库问题
    • 服务器配置问题
    • 检查服务器配置是否正确，例如 HTTP 头部、缓存策略、负载均衡等。 使用服务器日志（如 Nginx、Apache 日志）分析服务器运行状态和错误信息。
    • 服务端性能问题
    • 使用性能监控工具，查看服务器性能状态，
    • 如 CPU、内存、网络、QPS、尖刺等

检查页面加载性能

页面加载缓慢或资源加载失败可能会影响用户体验，需要通过性能检查找到瓶颈和问题。

  • 分析常见问题

    • 大量的初始资源加载

      问题: 初始加载时需要加载大量的JavaScript、CSS和图片文件，导致页面加载时间过长。

      解决方案: 使用代码拆分（Code Splitting）和按需加载（Lazy Loading）来减小初始加载的资源大小。 使用React.lazy和Suspense进行组件的懒加载。 使用webpack等工具进行资源的按需打包。

      非优化的图片资源

      问题: 大量高分辨率且未压缩的图片会显著增加页面加载时间。

      解决方案: 压缩图片，使用WebP等现代图片格式。 使用图片懒加载（Lazy Load Images）技术，只在需要时加载图片。 使用响应式图片（Responsive Images）技术，加载合适大小的图片。

      未压缩的静态资源

      问题: 未压缩的JavaScript和CSS文件会增加加载时间。

      解决方案: 使用gzip、Brotli等压缩技术对静态资源进行压缩。 在生产环境中启用CSS和JavaScript的最小化（Minification）和压缩。

      不必要的重渲染

      问题: 一些不必要的组件重渲染会导致性能下降。

      解决方案: 使用React.memo或PureComponent来避免不必要的重渲染。 使用shouldComponentUpdate生命周期方法进行手动优化。 使用React的性能分析工具（如React Profiler）找出性能瓶颈。

      长时间的JavaScript执行

      问题: 复杂的JavaScript逻辑和大量的计算会阻塞主线程，导致页面卡顿和加载延迟。

      解决方案: 优化繁重的JavaScript逻辑，使用Web Workers来进行后台处理。 使用防抖（Debouncing）和节流（Throttling）技术来减少事件触发频率。 使用虚拟列表（Virtualized Lists）来优化长列表的渲染。

      使用不当的第三方库

      问题: 引入和使用大量的第三方库会增加应用的体积并可能导致性能问题。

      解决方案: 去掉不必要的库，用原生JavaScript或轻量级的替代品。 动态引入第三方库，使用如React Loadable等工具进行按需加载。

      非高效的样式处理

      问题: 使用大量的CSS-in-JS解决方案或者不高效的样式处理会影响性能。

      解决方案: 使用静态提取的CSS，减少运行时的样式计算。 优化CSS选择器的复杂度，避免使用过于嵌套的选择器。

      HTTP请求过多

      问题: 页面加载时发起大量的HTTP请求，增加服务器负载和页面加载时间。

      解决方案: 合并资源文件（如CSS和JS文件）。 使用HTTP/2，允许多个请求在一个连接上并行完成。 使用CDN缓存静态资源，减少服务器负担和加快加载速度。 通过这些方法和技巧，可以显著提升React前端页面的加载性能，带来更好的用户体验。

       

      常见解决方案

      使用浏览器开发者工具

      Chrome DevTools 和 Firefox Developer Tools 提供了一些非常强大的工具来帮助你识别和分析性能瓶颈。

      Performance（性能）面板

      打开开发者工具（通常通过按 F12 或 Ctrl+Shift+I）。

      找到并打开Performance面板（在Chrome中，名称可能有所区别）。

      点击录制按钮，进行页面操作以触发长时间执行的JavaScript代码。

      停止录制，查看时间线，找到时间消耗过多的脚本部分。你可以点击展开每个部分，查看具体的函数调用栈。

      Profiler（分析）面板

      打开Profiler面板。

      点击录制按钮，进行页面操作，触发长时间执行的JavaScript代码。

      停止录制并查看分析结果，找到性能瓶颈。

      和

      可以在长时间执行的代码区域添加console.time和console.timeEnd来测量具体代码块的执行时间

      console.time('longRunningCode');
// 要测量的代码块
console.timeEnd('longRunningCode');

      性能优化技巧

      优化算法和数据结构确保你使用的是高效的算法和合适的数据结构。有时候，简单的代码重构就能显著提高性能。

      使用requestAnimationFrame

      如果代码中有需要重复执行的任务（如动画），使用requestAnimationFrame代替setTimeout或setInterval，以更好地协调任务与浏览器的刷新周期。

      function animate() {
  // 动画逻辑
  requestAnimationFrame(animate);
}
requestAnimationFrame(animate);

      使用Web Workers

      对于CPU密集型任务，如复杂计算，可以将其移到Web Workers中。Web Workers在后台线程执行，不会阻塞主线程。（还可以考虑WASM）

      const worker = new Worker('worker.js');
worker.postMessage(data); // 发送数据到Web Worker

worker.onmessage = function(e) {
  console.log('Message received from worker', e.data);
}

      检查内存泄漏

      内存泄漏会导致性能问题，你可以在Chrome DevTools的Memory面板中检查和分析内存使用情况。

      使用堆快照

      捕获前后的堆快照，比较两者的内存差异，找出潜在的内存泄漏。

      定期Profile代码

      将性能测试作为常规开发的一部分，不断监控与优化。

      通过上述步骤，你可以系统地分析和优化长时间执行的JavaScript代码，提高应用的响应速度和用户体验。

兼容性问题

浏览器兼容性问题通常表现为在不同浏览器下代码表现不一致。需要测试多个浏览器，并使用 Polyfill、CSS 前缀等技术解决

  • 分析常见问题

    • 图片格式和加载问题

      问题: 不同浏览器对某些图片格式的支持不一致（如WebP格式）。

      解决方案: 提供多种格式的图片备用方案。 使用服务端检测和处理图片格式，或JS库进行图片格式的检测和切换。

      JavaScript API 的兼容性

      问题: 不同浏览器对某些新的JavaScript API的支持不一致，如fetch(), promises等。

      解决方案: 使用Polyfill填补API。例如，使用Babel编译现代JS代码，并使用polyfill服务（如polyfill.io）加载缺失的API。 使用库包装API（如Axios替代fetch）。

      字体和图标的兼容性

      问题: 不同浏览器对自定义字体和图标字体的渲染和加载方式不同，导致显示差异。

      解决方案: 确保字体文件格式全面（.woff, .woff2, .ttf, .eot, .svg)）。 使用Font-face声明中的跨浏览器优化技术。

      CSS样式不一致

      问题: 不同浏览器对CSS属性的支持和解释可能有所不同。

      解决方案: 使用CSS Reset或Normalize.css重置默认样式。 使用前缀自动添加工具，如Autoprefixer。 避免使用浏览器特定的CSS属性。

      npm库版本升级问题

npm未锁版本，可能导致发布时升级小版本，小版本有bug导致，不容易发现。

  • 对比线上正常运行的yarn.lock版本
    • 通过二分法查看出问题的版本
  • 查看npm文档的ChangeLog.md

问题上升

解决不了的问题，请考虑把问题向上反馈，首先反馈到应用负责人，应用负责人依然解决不了，反馈到梦华

解决问题

已经发现并确认问题原因，解决起来就比较快了

服务端问题

当确定问题源自服务端时，需要与后端开发团队协作解决。

  • API接口问题
    • 确认前端调用参数和数据格式正确，回归可能影响的范围，验证。

前端代码逻辑问题

目的：修复问题时不影响其他功能

方案：

  • 代码修改
    • 根据分析结果，针对性地修改代码，并确保新的逻辑更加稳健。
  • 集成测试
    • 进行端到端测试，确保修复后的代码在整个应用流程中正常工作。
    • 使用 Cypress 等工具编写集成测试用例，模拟用户操作和业务流程。
  • code review
    • 找项目负责人CR，说明问题原因以及解决思路，通过后方可发布

自有库问题

  • 代码修改（同上）
  • 单元测试
    • 编写或更新单元测试，验证修改后的代码逻辑是否正确无误。
    • 使用 Jest 等测试框架编写全面的测试用例，覆盖关键逻辑和边界情况。
  • 集成测试（同上）
  • 版本号管理
    • 根据修改的性质，确定版本号的变更方式（如遵循 SemVer 规范）。
    • 修复问题： 增加 PATCH 版本号，例如从 1.0.0 增加到 1.0.1。
    • 添加新功能但不破坏现有功能： 增加 MINOR 版本号，例如从 1.0.0 增加到 1.1.0。
    • 重大变更或破坏性修改： 增加 MAJOR 版本号，例如从 1.0.0 增加到 2.0.0。
  • code review（同上）

第三方库问题

三方库一般比较稳定，多查看issue，确认可实施版本。

确认与重现问题

版本锁定

确认你使用的第三方库版本，并检查 package.json 中是否正确锁定了版本。

"dependencies": {
  "third-party-lib": "1.2.3"
}

最小可重现示例

创建一个最小可重现示例项目，确认问题是否存在于特定版本的库中。

官网和文档

查看第三方库的官方文档，查看是否有已知问题的相关信息。

 

检查社区资源

GitHub Issues 页面

访问第三方库的 GitHub 仓库，查看 Issues 页面，确认是否有其他用户报告了相同问题。

提交问题

如果确认是库的问题，可以在 GitHub 上提交一个新的 Issue，把具体的问题说明、重现步骤和环境信息提供给维护者。

尝试解决与替代方案

升级库

尝试升级到第三方库的最新版本，可能已经修复了问题。

降级库

如果升级不能解决问题，尝试降级到以前的稳定版本。

代码临时修复

fork代码

使用替代库

如果问题长期无法解决或维护不善，可以评估并使用功能类似的替代库。

 

复杂的问题请整理落入文档

详细记录每一步的诊断和解决过程，包括遇到的困难和解决方案。

将常见问题和解决方法加入团队的知识库，帮助团队其他成员快速响应类似问题。

posted @ 2024-07-18 15:06  喻佳文  阅读(3)  评论(0)  编辑  收藏  举报