
Production جایی است که نرمافزار در آن اجرا میشود؛ نه جایی که تازه قرار است بفهمیم چطور کار میکند.
بخش زیادی از مشکلات Production به این دلیل اتفاق نمیافتند که کد از پایه خراب است. مشکل از جایی شروع میشود که چیزی مهم، قبل از انتشار واقعاً تست، اندازهگیری یا بررسی نشده است.
Migrationای که فقط روی سیستم خودمان اجرا شده.
Workerای که بیسروصدا متوقف شده.
APIای که Timeout مشخصی ندارد.
Deploymentای که مسیر مشخصی برای Rollback ندارد.
لاگی که فقط میگوید «یک چیزی خراب شد»، اما نمیگوید چرا.
خیلی از این موارد در زمان توسعه خطرناک به نظر نمیرسند. اما وقتی سیستم کاربر واقعی، داده واقعی و نتیجه واقعی دارد، شرایط فرق میکند.
با گذشت زمان، نگاه من به Production تغییر کرده است.
قبل از اینکه چیزی را Deploy کنم، فقط نمیپرسم:
> آیا کار میکند؟
سؤال مهمتر این است:
> اگر کار نکند، چه اتفاقی میافتد؟
اگر Database کند شود چه؟
اگر یک سرویس خارجی پاسخ ندهد چه؟
اگر Worker وسط اجرای یک Task از کار بیفتد چه؟
اگر یک Request دوبار ارسال شود چه؟
اگر مجبور شویم Deployment را Rollback کنیم چه؟
اگر هیچکس متوجه مشکل نشود چه؟
این سؤالها معمولاً ما را به بخشهای کمزرقوبرق مهندسی نرمافزار میرسانند: Timeout، Retry، Idempotency، Health Check، لاگهای ساختاریافته، Monitoring، Migration، Backup و Rollback.
اما اغلب همین چیزها هستند که یک نرمافزار «کار میکند» را از نرمافزاری که واقعاً میتوان به آن اعتماد کرد، جدا میکنند.
Production همیشه میتواند ما را غافلگیر کند. هیچ مقدار تستی نمیتواند تمام اتفاقات ناشناخته را حذف کند.
هدف این نیست که همهچیز را پیشبینی کنیم.
هدف این است که ناشناختهها را کمتر کنیم، خطاها را قابل فهم کنیم و امکان بازیابی را داشته باشیم.
> Production باید جایی باشد که سیستم در آن اجرا میشود؛ نه جایی که برای اولین بار میفهمیم سیستم چطور رفتار میکند.
اگر قرار است چیز مهمی را کشف کنیم، بهتر است قبل از Production کشفش کنیم.