如何快速发现panic

Go程序Panic在生产环境很容易引起事故。尤其是新人编写的代码，因为对语言不熟悉，常会有些小漏洞。

如何尽早发现呢？除了做好代码review、做好测试外，在panic发生时，能够及时报警，找到责任人，也有很大帮助。

如果不单独监控panic，确实有些辅助办法能够发现问题。如果系统大量报502，一般是服务挂了。或者通过QPS降低、请求错误量提升，触发报警。但这种辅助方法都不及时，而且很难帮助开发者快速定位问题。

监控系统

监控系统组成如下：

服务器上有日志收集系统，定时获取日志。

日志收集系统将日志信息传送给Kafaka，数据分析系统对日志进行分析，具体分析规则从监控配置平台拉取，如果超出指定阈值进行报警。

这种方案监控httpcode或接口返回的code码。panic错误只有错误栈，不会有指定code，所以无法报panic事件。

监控panic

鉴于上面的问题，公司有个同学做了一个定位小助手，堪称神器，大部分团队已接入该助手。此处讲一下核心设计原理。

作者通过介入公司的CI、CD过程，将Python脚本在Go服务部署时，同时部署到服务器上。Go服务启动时，Python脚本也会执行后，定时获取指定日志内容：

cmd = "tail -c +{offset} '{path}' | head -c {read_size} | grep '{pattern}' -B 10 -A 50 > '{tb}'".format(            offset=offset, path=log_path, read_size=read_size, pattern=self.grep_pattern, tb=tb_file)

1
2

如果日志中有panic字样，会将这段日志发送给定位分析服务。

定位分析服务于代码库打通，根据错误栈中的内容，可以找到每行代码的修改时间，最近一个修改即为引入panic的负责人。

通过这个方案，准确快速的发现了大量问题。

总结

虽然监控panic讲述的很简单，但是要做好还是有一定难度的。一是需要对CI/CD的过程比较了解，二是在服务器部署新的日志收集系统，一定不能影响到服务器稳定性，这就需要做好限制。

小助手做的很好的一点是和代码库打通，能够帮开发者迅速定位修改人、修改位置，这个太有用了。

我很赞赏这种通过发现一个问题，然后用产品化思维解决问题的人。

当然，最好的方案还是这个功能能够合并到日志收集系统中。但有时候，一个系统要在大而全和专注之间做选择。

最后

大家如果喜欢我的文章，可以关注我的公众号（程序员麻辣烫）

我的个人博客为：https://shidawuhen.github.io/

往期文章回顾：

0. 设计模式

1. 招聘

2. 思考

3. 存储

4. 算法系列

5. 读书笔记

6. 小工具

7. 架构

8. 网络

9. Go语言