什么是调试的建议真的很难追踪错误？

Question

大多数错误相当简单，易于重现且易于调试。当遇到难以或无法在调试器下重现的那些时，你会做什么，例如these？

我们的应用程序是一个多线程的应用程序，由于它通过远程处理与多个客户端进行通信，有时会出现可能需要数周才能跟踪的错误，而且有时我们甚至无法确定问题是固定的，因为它的性质不一致，可能只是巧合这个问题暂时没有出现。

我们已经有了一个错误报告系统，所以如果我们很幸运并且bug会抛出一个异常，我们就会得到一个堆栈跟踪，但即使这样也不够，因为从堆栈中看不出某个值是如何转变的out为null（例如）。在工作线程中发生异常时尤其如此（大多数情况都是如此。

然后你有那些甚至不会抛出异常，这只是意外的行为。但它只发生了一小部分次。

这是在.NET中，因此一些内存/指针工作被隐藏起来，但我们有许多第三方组件不是托管代码和相当数量的COM互操作，所以它仍然有点棘手。

显然没有直截了当的答案，因为我没有询问具体的错误，但是解决这些问题的一般概念原则和策略是什么？

Answer 1

嗯，我认为其中一些应该是设计考虑因素，有些人可能称之为“企业关注” - 包含一半不错的日志记录/跟踪和检测将极大地帮助调试（尤其是具有可配置的详细程度！）。即使将几个自定义性能计数器投入到应用程序中，有时也可以帮助调试竞争条件..如果你必须走极端。

第二件事更多的是一种方法或思维方式 - 试图排除组件和环境问题（可能一次一个），它将帮助您缩小异常和其他问题的潜在原因。

最后，拥有一个良好的测试环境，您可以尝试重现相同的条件＆amp;例如，错误是一个很大的帮助，即使你必须模拟它而不是重新创建一个物理的计算机网络。

Answer 2

我知道有一位程序员将他的单元测试留在他的生产代码中，并提供运行它们的能力（通过开关）。他记录所有失败，然后可以查看它们。

显然，这似乎没什么争议，但他说这对于获得有关系统如何在“现实世界”中运作的反馈有很大帮助。

Answer 3

对于大多数错误，您会在事件发生后找到它们，并通过尝试重新创建环境来修复它们。简单的bug =简单的娱乐。

您的问题的关键是能够重新创建环境。对于像这样的复杂环境，我认为你能做到这一点的唯一方法是采取可能失败的每个接口点，并实现该接口的日志记录，即转储到文件和/或数据库。当然你不希望它一直打开，但你必须在开始时编写它。然后设置一个测试环境，然后可以从日志数据驱动，这样你就可以运行并重新运行环境，直到你重新创建bug，然后你就有80％的方法来解决它。

Answer 4

在你描述的那种类型的应用中，我的经验是它很容易让凝聚力滑落，并融入到蠕变之中;这些问题最常出现在各个部分之间的界限中。

对于我（鉴于我不完全开发的大师技能），我发现我需要开始寻找简化代码的方法（所以我可以一次更多地了解它），提高碎片的凝聚力（所以范围调查可以尽可能地限制），并对螺纹件进行团队代码审查。

为了强调这一点，不要进行任何不简化设计的更改。

考虑到这一点，“重构”中描述了很多模式。

Answer 5

系统记录可能会有所帮助：

• 登录界面，以便将其缩小到一个组件。

• 当难以从界面上发生的情况推断时，记录内部状态变化。

有时，如果发生故障，系统的某种快照可能会有所帮助。在小型嵌入式系统上，这可能是内存转储，在Java中它可能是线程状态，或者您可以根据命令实现转储适当的状态。