检测正常而用户故障依旧,通常不是“谁在说谎”,而是两边测的条件不同:检测端看到的是某条链路、某个节点、某个时刻的应答,用户经历的是他自己设备、网络和账号状态下的完整过程。要复查,先把分歧拆成可核对的条件项,再决定保留原检测、改写检测条件,还是暂时退出这条检测路径。
同样是“正常”,来源可能完全不同。第一类是观测点分歧:检测从机房或海外节点发起,用户从本地宽带或移动网络访问,路径不同,结果自然可能不同。第二类是状态分歧:检测请求不带登录态、不带缓存、不带特定参数,用户请求带着这些上下文。第三类是时间分歧:检测是即时一次,用户故障是间歇性的,抓到的窗口不重合。
判断方法很直接:让用户提供故障发生的时间点、他的网络类型、是否登录、从哪个页面或操作触发。如果这些信息能对应上检测记录里的空白,说明原检测仍然有效,只是覆盖不足,应当保留并补测;如果用户描述与检测覆盖的条件完全一致却结果相反,才需要怀疑检测本身失效,考虑改写或退出。
复查条件不需要面面俱到,但每一项都要能回答“是/否”或给出一个值。建议按下面顺序核对,前一项没确认前,不要急着加下一项。
假设一个场景:用户说某页面打不开,检测显示 200。核对后发现用户走的是公司内网代理,而检测节点直连。这时动作是让用户临时切换网络再试一次,结果若恢复正常,问题就落在代理链路上,下一步应转向该链路的排查,而不是继续加检测节点。这个例子只是说明核对顺序,不代表真实案例。
保留适用于检测条件与用户条件基本一致、只是次数不够的情况。此时原检测是可信基线,补充的是频次和持续时间,而不是换工具。
改写适用于条件明显错位的情况:发起位置、身份状态或请求内容至少有一项对不上。改写的重点是替换那一项,而不是同时改多项,否则新旧结果无法比较。改写后要记录改了什么、为什么改,否则复查会退化成反复试错。
退出适用于检测本身无法覆盖用户场景的情况,例如故障依赖用户本地环境或特定账号状态,远程检测天然测不到。此时继续加检测只会增加噪音,应转为收集用户侧证据,比如让用户提供故障时的页面提示、时间点和操作步骤。
复查中常见两种极端:所有检测都正常,或某项统计突然归零。两者都不能单独证明处理正确。全绿可能只是因为检测条件没覆盖故障路径;归零可能是采集口径变化、请求被拦截、统计延迟,也可能是问题真的消失了。合理做法是把这些现象与用户侧反馈对照:用户不再复现,且条件核对表里关键项都已覆盖,才适合降低复查频率;用户仍复现,则说明检测覆盖不足,应回到条件清单补项。
复查的收尾动作是固定一份条件记录:谁在什么位置、以什么身份、访问什么内容、在什么时间窗口内、得到什么结果。下一次分歧出现时,直接对照这份记录判断是保留、改写还是退出,而不是从头争论“到底正不正常”。