系统的稳定性建设

静儿来面试新美大这个部门的时候，HR跟我说我们是最核心的部门，没有之一。我以为这是句夸张的招人用的玩笑。结果来了发现，额，这句话是很公正客观的。现在上上下下组成了一支牛人团队，请来了其他部门很多资深高手进行封闭开发，确保我们系统的稳定性。

　　选择一份工作，必然要考虑的是：我们是做基础设施的，还是做平台的，还是做核心链路的。业务方面讲究领域驱动，各个领域目标也不同。

　　基础设施最重要的指标是稳定性、性能、扩展性。平台讲究多业务，通用性，人效。所谓人效就是我这个平台有些自动化的东西不能满足需求，需要靠手工来完成，这样开发人员的人效就低。如果一个平台需要输入的东西很多，而且还需要多步骤审核，审核不够自动，那么输入人效低，运营的人效也低。如果平台的用户是外部用户，他们输入繁琐，这个用漏斗分析法来分析，得出来的流失率会高。

checklist:

　　核心链路最重要的是稳定性。如果拿到一手烂代码，到了非重构不可的程度。那么重构之前要弄明白几个问题：原系统TOP5的主要问题是哪些？我重构了就能解决这些问题吗？重构之后怎样保证很长一段时间内不需要再次大规模重构？

　　对于任何一个系统，都要设计一个checklist。比如比较重要的：

组件和版本：

　　维护系统稳定性要注意选择合适组件和版本。

　　比如Apache Tomcat被纰漏有高危漏洞。当在应用配置文件web.xml中显式的配置DefaultServlet的readonly属性值为false时，恶意用户能够通过PUT请求方法上传文件，如果上传的是可执行文件，将会导致远程命令被执行。

　　jackson-databind2.9版本前有反序列化漏洞，它可能语序未经身份验证的用户通过将而已制作的输入发送到ObjectMapper的readValue方法来执行代码。如果服务器反序列化了不安全的数据，能造成服务器执行恶意代码。建议升级到2.9.2以上。

　　比如Apache Struts发布S2-054和S2-055安全公告，两个漏洞皆是因为调用了有问题的组件而产生的漏洞。

　　S2-054漏洞由于Apache Struts REST插件使用了过时的JSON-lib库，这个库很容易受到攻击，攻击者可以构造特制的JSON恶意请求造成DOS攻击。

　　由于Apache Struts调用了存在反序列化漏洞的Jackson JSON库，导致了反序列化漏洞。

外部依赖：

　　外部依赖，比如我们的下游系统、或者缓存，MQ等等。都需要在系统里处理好它们出问题的情况。测试方法是：将这些依赖的端口禁用，流量打过来后观察系统。系统线程数有没有飙升，超时是否合理，有没有异步化，有没有熔断？最重要的是：事务里不允许有外部依赖。