14年客户端工程师创业踩坑：冷启动与基建实战复盘

　　V2EX 老哥们儿别点右上角，真不是来吹 MVP 的——上个月我删了三台闲置 Mac mini，顺手清空了 /var/log/tap/ 下所有带 “tunnel_v3” 的日志，清完才发现那其实是去年冷启动时写的代理层兜底脚本，早没用了，但没删，就那么挂着。这事儿本身不重要，重要的是，它和我们最初那套「全链路可观测」基建一样，挂着，不报错，不报警，也不做事。

　　我原以为监控覆盖了，结果灰度放量那天凌晨两点十七分，用户卡在 splash 页不动，而我们告警群 99+，全是 CI 流水线失败的红标——没人看，也没人配 mute 规则，就那么堆着。老张边啃食堂剩饭边切 SSH 进去查，发现是 DNSPod 解析超时，但我们埋的 DNS 采样点只在 App 启动时打一次，之后全靠系统缓存。他敲完 nslookup 的时候，手机响了，是运维小陈打来的，说 UPS 的嗡鸣声比平时高半度，机房空调刚换过压缩机，冷风还是那股子铁锈混臭氧味儿，低频噪音震得工位键盘托板微微发颤。

　　冷启动？不就是从零拉起一套能跑 demo 的东西么。半年前我连域名备案都没填完，先让实习生用 Flutter 写了个「加载中…」页面，挂到腾讯云 COS 上，加了 Cloudflare 免费版 CDN，CNAME 指过去那天下午三点十一分，我自己用三台不同运营商的真机测了一遍——都进了。我说成了。第二天上午九点，产品总监拉着运营、法务、市场，在会议室盯着大屏等转化数据，屏幕黑着，因为那个页面压根没接埋点 SDK。不是漏配，是根本没加。我打包时忘了 `--no-sound-null-safety` 的 flag，Flutter 2.10 在部分低端 Android 机上直接闪退，静默崩溃。这个我敢打包票：小米 Redmi Note 8 Pro，MIUI 12.5，debug 模式下白屏三秒后返回桌面，logcat 里只有一行 `D/FlutterActivityAndFragmentDelegate: Setting up for FlutterActivity`，再无后续。

　　基建不是搭积木。是拆雷。我们第一个上线的 feature 是「扫码登录」，背后硬塞进六个模块：动态权限、本地证书校验、WebRTC 信令桥、离线二维码缓存策略、iOS 的 ASAuthorizationController 补丁、Android 的 CameraX 预览裁剪回调重试。但你猜怎么着？第一个线上 bug 是「扫完码，弹出 SafariViewController 后立即黑屏」——只在 iOS 16.4 上出现，只在 A12 芯片以下设备复现。排查三天，结论是系统底层视频预览流和 WebView 渲染线程抢 GPU fence 信号。解决？禁掉预览，改用纯静态图片 + OCR。不是技术方案，是投降协议。我们当时把整个扫码模块封装成一个 CocoaPod，podspec 里写着 `s.dependency 'YYCache', '~> 1.0.4'`，但实际项目里 YYCache 根本没调用过——只是怕以后要用，先锁个版本占个位。这种「伪依赖」，后来在 gradle dependencies 里也抄了一份，名字改成 yycache-wrapper，连 git commit 都没提交过。

　　对讲机在我抽屉里躺了四个月。不是买来应急的，是上上家公司遗留的——他们用它喊机房巡检。我把它当镇纸压着一摞废弃的 SLO 设计图，其中一页写着「客户端 MTTR ≤ 十八秒」，下面画了道横线，横线后面潦草补了句：「前提：错误可被自动定位」。可我们连 crash 分类都是人工打标签的，因为 sentry 的 grouping logic 和我们的 stack trace 正则对不上。上周五我帮测试同学复现一个 oom，她录屏里显示内存曲线一路冲到 1.2G，而后台监控图上平得像尺子量过。我没说话，转身去茶水间泡咖啡，听见隔壁组在吵 Kotlin Coroutines 的 scope 生命周期问题，声音大得盖过了机房那边传来的 UPS 嗡鸣。

　　优胜劣汰站得住？站得住。不是因为谁技术强，是那些没在冷启动期把 build.gradle 里的 maven { url ‘xxx’ } 写死成内网地址的人，三天后就被推着改 CI 权限；是那些觉得“先用友盟撑三个月”的人，最后自己写了七版热更 patch，每版都要重走一遍苹果审核；是那些以为“灰度 1% 就是安全”的人，在第四天凌晨被运营电话叫醒，说“下载量爆了，但留存是负的”，我抓起电脑打开 console，发现 release 包里还留着 debug 级别的 OkHttp 日志开关——日志里明晃晃打印着 staging 的 auth token。这个我说不准，是不是真有人故意留着，还是 build cache 污染没清干净。

　　现在我在改 CI Pipeline。把 lint 阶段拆成 pre-commit 和 post-merge 两套，前者跑 fast-check，后者跑 full-check。中间加了一步：check-prod-secrets。不是扫描文件内容，是检查 git ls-files 输出里有没有匹配到 `prod.key|secret.token|apple_dev_account` 的路径。如果匹配上，Pipeline 直接 exit 1，并附一条 stderr：「检测到疑似生产密钥路径，请确认是否为误报（如 mock 文件名撞词），若非误报，请重命名并更新 .gitignore」。这事儿不智能，但管用。至少比去年我们靠人工翻 PR diff 强。老张昨天晚上九点还在改这个脚本，边改边念叨：“要是当时知道 Jenkinsfile 可以用 Kotlin DSL 写……算了，反正现在也没人会修。”

文章配图，仅供参考

　　对讲机还在抽屉里。我没扔。下次冷启动，也许会用上。也许不会。

（编辑：汽车网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!