给 HTTP 服务补上黑盒监控:从探测配置到故障演练
要回答的是“用户入口能否访问” 进程存活、应用 /metrics 能被抓取,并不能证明 HTTP 入口正常。反向代理转发错误、入口返回 503、DNS 解析异常,都可能发生在进程指标仍然正常的时候。 本文搭建一个独立的 HTTP 探测实验:Prometheus 定时调用 Blackbox Exporter,Export
技术笔记、项目复盘、阅读摘录和问题清单。
要回答的是“用户入口能否访问” 进程存活、应用 /metrics 能被抓取,并不能证明 HTTP 入口正常。反向代理转发错误、入口返回 503、DNS 解析异常,都可能发生在进程指标仍然正常的时候。 本文搭建一个独立的 HTTP 探测实验:Prometheus 定时调用 Blackbox Exporter,Export
场景:影子表数据一致,写入行为却变了 离线处理程序为商品表创建一张影子表,核对行数后让后续任务向影子表写入。复制语句很简单:CREATE TABLE product_copy AS SELECT * FROM product。原表拒绝重复商品编码,复制表却接受了重复值;省略库存字段时,原来的默认零也变成了 NULL。
适用场景与故障现象 一个内部批处理工具接收小型 UTF-8 键值配置,每行格式为 KEY=VALUE。最初只有 MODE=batch,上线后增加带填充符的编码文本、查询表达式或 URL 参数,解析器突然报 ValueError: too many values to unpack。有人改成取拆分结果的第二项,程序不报错
现象:查询成功,状态却停在昨天 订单详情从状态流水中读取最新状态。流水已经写入“已完成”,详情仍显示“待支付”;接口没有异常,数据库也没有慢查询。 这类问题先不要刷新缓存。把详情 SQL 中的标量子查询单独拿出来,确认它到底返回几行、按什么顺序返回。本文用 Python 标准库和 SQLite 复现,不需要安装依赖。
场景与现象 一个日志导入程序按固定字节数读取 UTF-8 文件,每块调用 decode("utf-8")。英文测试一直正常,上线处理中文时却偶发 UnicodeDecodeError;改成 errors="ignore" 后程序不再报错,客户名称里却少了字。 本文处理的是同一条连续 UTF-8 字节流的分块读取,适用于
场景与现象 离线对账任务把柜台、网店两张流水表合并,按客户统计净入账金额。源表各有一笔 10000 分的入账,合并后却只剩 10000 分;任务没有报错,单渠道报表也正常。 本文用 Python 标准库 sqlite3 复现,适用于两个来源分别保存独立业务事件的场景。金额使用整数分,退款用负数,不涉及汇率。源表内部主键
适用场景与输入合同 接口要求商品编号为 3~16 位 ASCII 大写字母或数字,首位必须是大写字母。例如 ABC123 合法,ABC123/extra、小写字母、全角数字、前后空白都应拒绝。本文使用 Python 3.10 及以上版本的标准库,不依赖 Web 框架。 常见故障是接口返回“校验通过”,查询数据库却找不到
适用场景 订单日报按自然日统计,数据库把时间保存为 TEXT。开发把查询区间设成“当天零点到次日零点”,却发现每天零点的订单同时进入两天报表。查询执行成功、金额也能加总,错误只在日期交界处出现。 本文用内存 SQLite 复现,不涉及线上订单。示例约定:所有时间均为业务所在地固定 UTC+08:00 时间,格式统一为
场景与现象 离线对账脚本从接口分页读取订单,按客户汇总金额。数据少时结果正常,接口改成按创建时间返回后,同一客户的金额突然减少;没有异常,订单条数也没有变化。 下面只讨论有限批次、按客户汇总整数分金额的任务。订单已经由上游完成去重,退款使用负数;不处理币种换算。示例使用 Python 3.10 及以上标准库,不需要安装
场景与现象 日报接口按店铺汇总实收金额。正常营业日返回整数分,某天没有订单时却返回 null,下游执行金额加法失败。开发把 SQL 改成 SUM(COALESCE(amount_cents, 0)),有订单但金额全空的场景恢复了,没有订单的场景依然失败。 本文用 SQLite 和 Python 标准库复现,不需要线上数