现网问题复盘

简介: 现网问题复盘

大家好,我是阿萨。


最近阿萨遇到了一个问题,该问题再定位和对外答复的过程中自己都没有做得很好。今天这篇文章是自我反思之后的一些总结。


一:问题现象


客户机器上一张图表和其他图表相比总是少最新一天的数据。


在测试环境无法复现,只有现网有。


发现是现网和本地环境环境只有时区不一致。


把本地环境时区调成和现网一样也无法复现问题。


二:最终根因


计算时间时忘记考虑夏令时和冬令时的切换。从11月5日计算时间少了一个小时,导致每天计算时间都比之前少一个小时。所以以凌晨0点作为一天开始的时间变成了前一天23点作为当天的开始。导致查询数据就少了最后一天的数据。


三:阿萨可以改进的地方


1. 所有和时间相关的问题都需要考虑冬令时和夏令时。


2. 再给别人讲解根因的时候,自己推演一遍,看是否逻辑清楚。最好用RCA的方法。


3. 谋定而后动。不要着急答复问题,先了解清楚。流程图,失效机理是否都清楚了。多问问,不要被别人牵着往前走。要有自己的看法和意见。


4. 当别人质疑自己的时候,要思考下这件事自己有哪些不足的地方可以改进的。不要情绪上头。错失一次自己进步的机会。


5. 没人无事给你找茬。是自己有需要改进的地方。去打开看这件事情对自己的启发。


6.练好英语很关键。非常关键。关键时刻不被人扼住脖子。


阿萨在职场要修炼得还有很多呀。自己立不住,所以别人才会很容易打倒你。加油,先自立。


相关文章
|
存储 NoSQL 关系型数据库
|
XML Java 数据库连接
Spring Boot的数据访问之Spring Data JPA以及Hibernate的实战(超详细 附源码)
Spring Boot的数据访问之Spring Data JPA以及Hibernate的实战(超详细 附源码)
751 0
|
3月前
|
机器学习/深度学习 人工智能 算法
从人工决策到AI自主规划:2025物流配送管理工具的智能化升级
物流配送管理工具正经历技术革新,从手工调度1.0迈向数字孪生与AI驱动的4.0时代。新一代系统融合IoT、强化学习与路径优化算法,实现智能调度、实时执行与资源优化。多模态感知、自适应路由与弹性网络设计推动物流数字化转型。未来,量子计算、自主物流网络与认知型AI将重塑行业格局,助力物流向高效、绿色、韧性发展。
578 0
|
索引 流计算 消息中间件
Flink 实时写入数据到 ElasticSearch 性能调优
线上业务反应使用 Flink 消费上游 kafka topic 里的轨迹数据出现 backpressure,数据积压严重。单次 bulk 的写入量为:3000/50mb/30s,并行度为 48。针对该问题,为了避免影响线上业务申请了一个与线上集群配置相同的 ES 集群。
|
SQL 监控 安全
架构设计第五讲:数据巡检系统的设计与应用
架构设计第五讲:数据巡检系统的设计与应用
850 0
|
开发工具 开发者
快速部署小游戏
该图示展示了一种快速部署小游戏的流程,包括:1) 使用阿里云开发工具;2) 选择小游戏模板;3) 进行代码编辑与资源管理;4) 实时预览与调试;5) 完成后进行版本提交;6) 通过云端打包服务;7) 发布到应用市场。整个过程高效便捷,旨在帮助开发者迅速创建并发布小游戏。
|
存储 监控 数据可视化
在Linux中,如何查看系统日志?
在Linux中,如何查看系统日志?
|
机器学习/深度学习 算法
【MATLAB】小波_LSTM神经网络时序预测算法
【MATLAB】小波_LSTM神经网络时序预测算法
199 0
|
安全 Java Maven
最安全的maven下载方法,保证之后用起来不报错
最安全的maven下载方法,保证之后用起来不报错
341 0
最安全的maven下载方法,保证之后用起来不报错