生产环境质量保障的重要性

之前面试一家互联网电商企业时，和他们技术负责人聊过一个话题：质量保障的最高优先级是什么？

这个问题上，当时我们达成的共识是这样的：

• 生产环境不要出 bug（理想状态）；

• 生产环境的问题可以快速发现并解决，问题影响范围可控；

围绕这两点来开展质量保障工作，才能保证我们的行动和目标是一致的，所做的产出也是有效的。

那么，生产环境的质量保障工作该如何开展？它的重要性又体现在哪里？

这篇文章，结合自己的实践经验和总结，来聊聊我对生产环境质量保障重要性的看法。

质量保障要解决什么问题

质量保障这个词，不单单 IT 行业，其实在很多行业都存在类似的工作和岗位，比如汽车生产行业、建筑工程行业。我们要完成一个项目，开发交付一个完整的软件产品，本身就是一个复杂的工程。

相较于传统的建筑和汽车生产行业，IT 行业要完成的这个复杂工程，具备这些特点：

• 业务迭代快：业务和需求的迭代速度更快，技术需要更快的实现业务需求；

• 人员变化快：项目中人员变动的可能更大，需要合理的机制来保障整体的进度推进；

• 技术变迁快：IT 行业相关技术的变化速度更为迅速，需要考虑不同版本的上下游兼容以及技术选型；

这几个特点证明，软件产品的质量是受到多种因素影响的，且如果不对其进行控制，随着业务迭代、人员更替和技术升级等因素，软件产品的质量会下滑，这也是软件工程这门学科出现的原因。

从软件工程的角度来说，要做好线上的质量保障工作，需要将目光聚焦于线上的交付质量，控制研发过程的质量，同时想办法提升整个过程的研发交付效率，才能提高最终的线上质量。

这也从侧面映证了影响软件质量的三要素：范围、时间、成本。

范围决定了做什么的问题，影响工时评估；时间决定了优先级排序问题，哪个重要先做哪个需求；而成本则决定了投入的资源和预期结果是否匹配，以及风险控制问题。

总结来说，质量保障要解决的问题是：平衡范围、时间和成本，尽可能保障最终线上交付的软件产品质量达到预期目标，且风险可控。

关键字：风险可控、平衡投入产出。

生产环境质量保障的核心是什么

技术同学对于线上故障应该都挺熟悉，毕竟线上出了问题，总逃不开故障定级、复盘总结，甚至是背锅。那么问题来了，如何提高线上软件产品的质量，保证线上少出问题，或者出了问题也能快速解决，降低故障带来的影响和损失。这其实就是持续的质量运营要做的事情。

持续的质量运营，首先要做的是线上的持续巡检。通过自动化等手段，针对重点的业务场景和流程进行实时巡检，及时发现问题；然后通过应急响应流程，及时修复解决问题，并且做好事后的问题复盘和优化方案跟进。优化方案在落地过程中会倒逼整体的技术体系进行改进，这种持续改进的过程，其实就是提高技术效率和过程。

总的来说，生产环境的质量保障，最核心的是及时的发现和控制风险，将风险的爆炸半径控制在可接受范围内。这个可接受的范围，对应的是成本、时间和业务可接受。

要做好生产环境的质量保障工作，一方面需要明确目标，即问题的快速发现解决，并且控制风险影响范围；另一方面则是持续的进行质量运营，快速发现不足并持续改进，然后持续验证持续交付，最终达到不断提高线上质量的目的。