培训 · 第 7 课
自动化不工作时该看哪里
判断系统坏了，最省事的信号是它报错。真正难办的是不报错却跑错的系统：屏幕上一切正常，结果却悄悄错了。本课讲遇到这种情况时该看哪里、按什么顺序看。
判断系统坏了，最省事的信号是它报错。真正难办的是不报错却跑错的系统：屏幕上一切正常，结果却悄悄错了。本课讲遇到这种情况时该看哪里、按什么顺序看。
这一课处理的是：已经建好的自动化不再按预期运转的那一刻。目标是让您靠有次序的收窄而不是靠猜来找到问题，并且让找到的修正长久有效。当诊断不再依赖搭建系统的那个人，而成为公司自己的本事时，自动化才站得住。
课程结束时您手里会有一套诊断次序、一张填好的故障单，以及一个显示修正确实起作用的验证步骤。缺了这三样就动手，往往会造出第二个故障。
前置条件：第一课的流程图。查故障时用来比对的书面预期就是它。
不工作这句话一次盖住了三种不同的情形，而这三种的诊断各从不同的地方起步。在对话一开始就分清面对的是哪一种，查找范围立刻就窄了。
自动化根本不动。触发没有到达，或者在第一步就掉了。这是最好处理的一种，因为症状看得见，通常也会在记录里留下痕迹。
流在跑，也生成记录，也不报警，可是结果是错的。这是代价最高的一种，因为错误会积上几周，发现时还得往回清理。
结果没错，却没能按时到。通常不是单一故障，而是积压的负荷或者新加进来的一步。没有测量，这一种就一直可以被争论。
三种的共同点是：只要预期没有写下来，故障就无法界定。不该是这样这句话，在没有应该是这样的书面记录时，变不成诊断。
自动化很少吵吵闹闹地坏掉。没有错误提示，没有红灯，流看上去是绿的。可输出还是错的：消息发给了错的人、某个字段空着、记录开了两次、日期写成了另一种格式。
无声故障的源头多半是输入换了形状。表单里多了一个字段，门户开始用另一种写法发手机号，某位员工把字段填得不一样。规则没变，输入变了，结果就悄悄跑偏。
最后一条最重。团队一旦开始手工修输出，系统其实早就坏了；因为没人上报，故障也就没有进过任何记录。
昨天还行的东西今天不行了，说明中间有什么变了。这是诊断的第一个问题，多数故障就在这个问题上收口。在没有变更清单的系统里，同一个问题要花上几个小时。
变化不只发生在系统里。流程里、人身上、输入里也会发生。可能是员工走了，可能是门户改了字段名，也可能是供应商换了文件格式。查找请从这张清单开始，而不是从代码内部开始。
诊断从写下症状开始。不工作不是症状，那是感觉。症状是这样的：在哪条记录上、什么时候、本来预期什么、结果发生了什么。这四栏没填满之前，查找范围不会变窄。
写症状时，预期结果要从第一课的流程图里取。没有流程图就先写它；没有书面预期的诊断，会变成拿一个人的记忆去比对系统的行为。
最后两问决定诊断的方向。只在一条记录上出现，问题多半在输入；全部都出现，多半在规则；一部分出现，多半在条件。
重现不了的东西不要动手修。手里没有一个想复现就复现的例子，也就没法证明您改的那一下是否起了作用。许多被当作修好了的故障，其实只是那天没有再犯。
重现的意思是把同一条记录放到测试环境里，或者用一个无害的例子跑一遍。如果必须在线上试，请挑一个能撤回的步骤，并且事先告诉团队。
收窄查找范围最快的办法，是把流程从中间切开。在流程中间的某个点上，数据是对的还是错的？对的，故障在后半段；错的，故障在前半段。每切一次，要查的范围就少一半。
这个办法与工具无关。无论看记录界面、中间表、发出去的消息，还是系统留下的日志，问的都是同一个问题：数据到这里时还是对的吗？
每切一次就把结果写下来。不写下来的切分会被重复，诊断就因为把同样的地方看第二遍而拖长。
范围收窄之后，按次序排查第一课的五个部分。下面六个来源在现场最常遇到，多数诊断都在它们里面收口。
事件可能根本没到。连接可能断了，授权可能过期了，地址可能变了。如果记录没有生成，故障在流程的门口，不在里面。
这是最常见的来源。字段可能被改名，日期可能换了格式，开头的零可能掉了，空格或者大小写可能不一致。
可能出现了新情形，落在写好的路径之外。条件之外的记录通常会悄悄掉下去，因为没人为它们写过路。
密码可能改了，密钥可能到期了，某个账号可能被删了。这类故障往往某一天突然开始，事先并不打招呼。
两步可能跑反了次序，或者其中一步没等另一步的数据就开跑。忙时出、闲时不出的故障，通常就在这里。
对方可能没有接受：某字段变成必填、额度满了、格式被拒绝。回来的应答没人读的时候，这类故障就一直是哑的。
不要同时改好几处。改了两处结果变好，不知道是哪一处让它变好；结果变坏，也不知道是哪一处让它变坏。到这一步，诊断就又变回了猜测。
每改一处，就把第二步的例子再跑一遍。验证既包括故障走了，也包括别处没被弄坏。为此，请在动手之前把哪些记录本来是跑得好的写下来。
把故障弄走只是一半的活。另一半是放下标记，让同样的故障不能再悄悄形成。不做这一步，几个月后同样的诊断要从头再来一次。
长久有效来自三样东西：故障会显形的地方放一个提醒、一个探查输入边界的检查，以及一条定好的例外通道。三样都待在自动化内部，并不需要另起一套系统。
我们把方法放在一个故障上，从头走到尾。例子走的是销售流程，不过这个次序在任何流程里都一样。
症状：新提出咨询的客户收不到报价邮件。销售团队最先发现，说上周有几位客户一直在等回复。记录看上去是建了的。
什么变了：最近两周表单里加了一个新字段，门户那边也做了一次更新。两个候选。
重现：把其中一条受影响的记录用同样的输入再跑一遍。故障复现了，也就是说手里有了可测量的例子。
对半切：去看流程中间的那张表。记录在，但邮箱字段是空的。那么故障在前半段，在输入这一侧。
五个部分：去看输入格式。表单里新加的字段把邮箱字段改了名。流程在找旧名字，找不到，就传了个空值，邮件那一步于是悄悄掉了。
只改一处并验证：把流程改成读取新的字段名。故障例子再跑一遍，邮件发出去了。再跑两条此前正常的记录，它们也仍然正常。
长久有效：邮箱字段为空时，流程现在会停下，记录挂起等待，并通知负责人。流程图上的字段名做了更新。用到同一字段的另一条流也被排查并改好。
诊断不是等故障出现那天才学的本事。在平静的日子里演练过，需要它的那天它就在手边。下面的练习就是为此准备的。
每一条会悄悄放过去的流，都是日后会造出无声故障的流。这个练习在多数公司里都能翻出至少一条。
下载诊断检查清单（xlsx） · 故障单、什么变了、把流程二分、五个部件的排查，以及持久修正的步骤。
最先被看的通常是规则，可最常见的来源是输入。规则从昨天到现在没动过，那变的多半是送到它面前的数据。
改两处再看结果，并不能把诊断做完，只会把它搅浑。哪一处起了什么作用无从判断，修正也变得无法重复。
在无法复现的故障上做的修正，没法验证。故障会消失一阵子，然后从同一个地方回来。
多数流程都会把自己做过什么记在某处。不看日志的诊断，是不听系统说话就下判断。
口头传递的症状，每传一次就变一次。没写下来的症状，会变成两个人在找两个不同故障的诊断。
没有加提醒和检查就关掉的故障，会以同样的样子回来。第二次来的时候诊断从头再做，信任又被磨掉一层。
在关掉一个故障之前，最好对下面每一条都能说是。缺哪一条，这个故障就不是关掉了，而是被推后了。
诊断对话里会用到的术语。团队有了共同的说法，故障交接就更快。
这一课我们讲了怎样有次序地收窄故障、怎样让修正长久有效；您也看到，很大一部分故障出在输入这一侧。
课程里其余的模块正在准备中。发布之后就会归到课程里的位置上，并出现在培训页面。
如果怀疑某个系统正在悄悄跑错，写信给我们，一起看看。
通过WhatsApp获取报价