FDE Times 数据在招 FDE 职位 882▼2 近 7 天在招职位数的变化(同口径比较):不计入本周新开始追踪的公司的职位近 7 天新增 52在招公司 185支持远程 25%美国薪资中位数 $200k招聘最多 Databricks 98
ENVI

前线部署工程师(FDE)的专业媒体

工具

无法 SSH 登录客户服务器时,如何调试应用

客户只说“坏了”,Sentry 能补上缺失的上下文,前提是配置时别把标签和上下文混为一谈。

分享微博

要点速览

  • Sentry 用指纹把相似事件归并为同一个 issue,一眼就能看出哪个错误出现得最多
  • 面包屑告诉你用户刚做了什么,标签告诉你错误属于哪一类,版本告诉你是哪次部署引入的
  • 给客户系统接入 Sentry 之前,要提前规划敏感数据清洗、链路追踪的开启方式,并了解自托管版本的局限
对比 Sentry 中三类上下文的表格。标签可搜索,用于按分支或浏览器过滤,表中做了突出显示;上下文不可搜索,用于查看具体事件;面包屑用于查看错误发生前的事件顺序。
只有标签建了索引,因此只有标签可以过滤;上下文和面包屑供打开事件后查看。来源:Sentry 文档,经本文整理。

设想这样一个场景:晚上 10 点,客户发来消息:“订单审批页面又白屏了。”你登录不了他们的服务器,也不知道影响了哪些用户、从什么时候开始。修复速度主要取决于手头的上下文够不够,代码本身有多复杂,往往不是决定因素。

对前线部署工程师(FDE)来说,这是常态。你开发的应用跑在别人的环境里,出错时你不在现场,报告问题的人通常也不是工程师。Sentry 的作用,就是把这些上下文带回你的工位。

Sentry 除了捕获异常,还能做什么?

Sentry 最初是一个开源项目。如今公司把自己的使命描述为:帮助每一位开发者诊断、修复并优化代码性能。关键词是“诊断”:捕获错误只是第一步,真正的价值在于 Sentry 如何组织这些错误。

最基本的单位是事件(event),即错误的一次发生。如果不加处理,500 个事件就是 500 行毫无头绪的记录。Sentry 用指纹(fingerprint)把相似事件归并为 issue,你能看到一个问题重复出现了多少次,从而决定先处理哪个错误。

每个 issue 都有一个 Issue Details 页面。Stack Trace 部分显示事件出错的那一行代码。面包屑(breadcrumbs)记录错误发生前的一系列事件,它们是结构化数据,携带的信息比传统日志更多。

三类上下文,三种用途

新手常把标签(tag)和上下文(context)混为一谈。在客户现场,一旦弄错,真到需要过滤的时候就过滤不了。下表总结了两者的区别:

数据类型 是什么 适用场景
标签 字符串键值对,会建索引,可搜索 需要过滤时:这个错误影响哪种浏览器、哪类设备、哪些用户?
上下文 一组用于辅助调试的相关数据,不可搜索 打开某个具体事件后,需要查看细节时
面包屑 错误发生前的事件时间线 需要知道用户或系统在出错前刚做了什么时

由此得出的规则很简单:凡是你会以“属于 X 类的错误有多少”这种方式提问的数据,放进标签;只在查看具体案例时才需要的数据,留在上下文里。

以 JavaScript SDK 为例,订单审批应用的最小配置大致如下(版本名和取值仅作示意):

Sentry.init({
  dsn: "<项目 DSN>",
  release: "[email protected]",
  sampleRate: 1.0,
});

// 标签:之后需要按分支过滤
Sentry.setTag("branch_id", "new-branch-07");

// 上下文:只在打开具体事件时查看
Sentry.setContext("order", { orderId: "ORD-1024", status: "pending" });

两条注释分别是“标签:之后需要按分支过滤”和“上下文:只在打开具体事件时查看”。分支 ID 放在标签里,因为你迟早会问:“这个错误是不是只出现在某一个分支?”订单 ID 和订单状态放在上下文里,因为它们只在查看单个事件时才有用。release 这一行,会在下面案例的最后派上用场。

案例拆解:订单审批页面白屏

回到晚上 10 点那条消息。假设应用从一开始就接入了 Sentry。你打开控制台,看到一个新 issue,下面有几百个事件:几百次白屏被指纹归并成了同一个问题。这是一个反复出现的错误,而不是几百个不同的错误。

堆栈跟踪指向读取订单数据某个字段的那一行。面包屑显示,出错前用户先打开了筛选器,然后调用了获取订单列表的 API。你按 branch_id 标签过滤,发现错误只出现在一部分用户身上,比如刚接入系统的某个分支的用户。

最后一块拼图是版本(release)。在 Sentry 中,release 指部署到某个环境的一个代码版本。有了版本信息,Sentry 就能推测可能引发错误的提交,以及提交者。

如果这个 issue 之前已经解决过,又在新版本中重新出现,Sentry 会将其标记为回归(regression)。单凭这一点,你就知道是今天下午的部署把旧 bug 带了回来。

客户还没来得及再发一张截图,你已经能回答:哪里出错、哪一行代码、影响哪些用户、来自哪个版本。第一件事是告诉客户影响范围有多大,然后再修复。客户通常更急于听到“只有新分支受影响”,而不是马上拿到补丁。

在客户系统上容易出问题的地方

最大的风险是数据。面包屑和上下文越丰富,就越可能夹带终端用户的邮箱、手机号或 token。Sentry 可以在服务端存储数据之前清洗敏感信息。对于运行在客户系统内的应用,要在生产环境开启 Sentry 之前配置好这一项,而不是事后补救。

第二个陷阱是采样。默认情况下 SDK 会发送所有错误,因为错误采样率为 1。但事务(transaction)和链路追踪数据,不配置就不会发送。所以当客户抱怨“慢”而不是“坏了”时,默认安装根本拿不到任何性能数据。

第三个陷阱出现在客户要求本地部署时。Sentry 有自托管版本,但只是最小化部署,没有任何保障,也没有专门的支持团队。如果走这条路,要和客户明确约定由谁负责运维和升级,不要默认这件事归你。

Sentry 还提供 Seer,这是一个用于调试的 AI 智能体,会扫描新进的 issue,查找根因并自动完成分诊。issue 数量很多时,Seer 能帮上忙,但它只能利用你发送过去的上下文。没有标签和版本信息,任何智能体都只能靠猜。

先学什么,如何自测

合理的顺序是:先熟练阅读 Issue Details 页面,再给每次部署关联版本,然后为自己的业务领域设计一套标签,最后再处理数据清洗和链路追踪。每一步都可以花一个晚上在个人项目里试一试。

自测:针对上面的订单审批应用,判断以下五个字段该放在标签还是上下文里:用户角色(员工或经理)、浏览器、订单中的商品列表、环境(staging 或 production),以及获取订单列表的 API 的响应体。

参考答案:用户角色、浏览器和环境是标签,因为你会想问:“这个错误是不是只影响经理、只出现在某一种浏览器、只发生在生产环境?”

商品列表和 API 响应是上下文,因为它们只在查看单个事件时才有用。这两个字段也最容易混入敏感数据,因此必须经过数据清洗。

在个人项目里做过之后,就按实际做法写进简历。“为应用的错误监控设计了标签体系、版本追踪和 PII 数据清洗”这样一句话,远比“熟悉 Sentry”有分量。

在客户现场,上线之后,客户下一次想起你,通常是出了故障的时候。你是能立刻答出哪里出错、出在哪、属于哪个版本,还是得等客户再发截图,很大程度上取决于部署当天你是如何配置 Sentry 的。

这篇文章对你有帮助吗?

9 个信源
路线图上的下一篇 · 阶段 5: 部署上线不开一个入站端口,FDE 如何接入客户内网Tailscale 靠 NAT 穿透建立 WireGuard 隧道,DERP 中继也读不到流量,这两点最能说服安全团队。