有两类让我头疼的需求,一类叫“监控”另一类叫“性能优化”。
西西弗斯式需求
我们先说“监控”,缺乏经验的团队在拿到需求时,通常只看到最粗浅的那一层:仪表盘与报警。但实际上这只是挫败感的开始。
例如你的仪表盘和报警一定不可能一步到位。头几个版本一定存在太多的误报或者噪音,以至于报警的频次,人群的覆盖范围,呈现的信息都需要根据反馈进行调整——但在此之前很多团队甚至都没想清楚,他们有没有精力来应付各个渠道暴露出来的问题。
仪表盘或者报警极易让团队产生一种虚假的掌控感,因为它们总是以一种“守护”或者“权威”的姿态出现。但如果没有人想清楚谁应该关注,又应该关注些什么,那么“监控”不过是一个永远不会灵验的吉祥物——甚至你会觉得它在帮倒忙,因为它总是给你带来坏消息却又“袖手旁观”。
接着我们可以聊聊“性能优化”。
“性能优化”相对于其他交付类型的任务有太多的特殊之处,例如通常在开始前我很难保证把执行效率较低到某个水准之下;又例如大部分时候它依赖资深工程师来完成;但真正让我有所忌惮的是,性能问题并不能算是一个技术问题而是需求问题。性能之所以会下降,本质上是因为当初产品上线时的设计已经与当下的业务数据体量不匹配了 。所以这次的修复可能只是暂时的,之后随着业务的增长问题一定会再次出现。
我相信现在你已经看到了问题所在:“监控”和“性能优化”像是某种西西弗斯的“惩罚”,完成它们永永无止境。
问题根源
我厌恶这类需求的地方在于,它们像一把刀子在团队今后的日常交付中拉开了一道伤口,自此团队必须长期对此分配精力来“照料”此类需求。
也就是说完成此类需求的最终代价不是代码,而是长期投资,是团队被剥夺的一部分的注意力。
但我想更深次的问题在于这类长期投资是否值得,或者我打心底里已经人认为这是一笔不划算的买卖。不划算的原因显而易见:除非团队长期处于空闲状态,否则相比功能交付,团队在此类工作上的投入并非能有稳定且高效的产出;加之同类问题一定会一而再再而三的发生,上级或者客户对此类工作的价值也会产生怀疑。
或者我换个说法,这是一类奢侈的工作:只有团队在拥有额外的精力,且所有这些数据,指标对产品重要的情况下,这类工作才值的去做。
你也许会问:难道不应该解决每一个 bug 吗?难道当响应时间慢了十倍之后我们不应该去尝试优化吗?我对这两个问题的答案都是否定的:对于前者,如果一个问题虽然持续在监控系统内出现,但如果它从来没有得到来自用户端的反馈,甚至它的修复计划一直因为其他高优先级而被持续推迟,那么它确实就不重要;至于后者,我一直提倡的是定量分析,哪怕性能糟糕了十倍,但如果数值只是从1m增长到了10ms,哪怕从10ms增长到100ms好了,它也不会带来太大的威胁。当然上面不是绝对的,但道理是这么个道理。
所以有时候想清楚要不要做更重要。
没有一劳永逸
这不是个别问题,而是一类问题。所有的非功能需求(或者说跨功能需求)都会让开发者陷入相似的窘境中。例如在安全方面,我们客户几乎都会每年都会邀请第三方公司对系统做渗透测试,但每年的测试结果都不理想,要投入时间进行修复。
为什么它们总是死灰复燃?在我看来这和它们的本质有关——它们根本就是代码的副产品,和bug一样,只要代码在持续增长,功能在持续叠加,问题就一定会出现。我们甚至可以更进一步断言,它们根本就是人的缺陷以及软件开发过程的显现。所以我不认为有什么万能的方案能够一劳永逸的解决这个问题。
预防是可行的,你绝对可以在CI/CD上集成足够多的脚本或者插件来阻止问题的发生。
但在我看来这本质不是一种“解决方案”,而是“成本转移”:正如我上面所说,错误一定会发生,区别在于它们应该何时被解决以及以何种方式被解决,传统的模式通常可以用三个四字成语形容:“忍无可忍”,“一年一度”,“大难临头”;而上面所谓的预防的策略更接近于一种活在当下的零容忍策略。
但这么做会让我们在上一小节中聊到的问题显得更加严重:例如“一年一度”的解决策略允许我们将解决问题的时间推迟,让我们游刃有余的集中火力解决一些高优先级任务;可一旦流水线将非功能需求从可选项变成了必选项,那么团队便毫无选择,它们必须被列为第一优先级。但这不一定利好团队,类似于对于手头宽裕的人来说,“还债”在何时何地都不会是一个负担,但并对手头并不宽裕的人来说,让它分期、长远化债策略才是更优解。于是我们不得不问自己:真的值得吗?

