你带的团队，线上故障频发？并不是技术能力问题

某团队，做SaaS平台的，业务很复杂，接入的第三方系统繁多；每月总能有那么一次线上故障 。

而且，一旦出故障，还是那种几个小时才能恢复的那种 。

另，一个严重的问题是：每次出故障，平台自身并没有任何的预警，用户反馈了，才知道自己平台某个环节（业务流、功能等），出故障了 。

另外，出故障，就得紧急修复，慌忙之中，紧急上线，修复一个问题，往往带来新的Bug 。

客户一堆投诉 。

老板一顿痛骂 。

团队开会反省 。

最后，出了一堆的复盘报告、后续处理措施... ；1个月后，其他模块的，类似问题，又来了 。

如此反复，1年结束了 。

总是在「出故障 -> 紧急修复 -> 客户投诉、老板痛骂 -> 团队开会复盘」的循环中 。

这里的问题是什么 ？

1、故障应急预案 。

2、核心业务的数据监控 、 可用性监控 。

3、巡检机制 。

4、上线流程 。

等等 。

注：如上的这个案例，场景熟悉否 ？你的团队是否有类似情况 ？

这里的问题，跟技术强相关么 ？

有哪些是测试团队可以做的 ？

做了一个混了十几年的老司机，老徐觉得「核心业务/核心业务场景 的 自动化回归」，测试团队得做（而且投入不了太多资源，就有效果） 。

核心业务，业务流回归、业务场景回归 ，确保上线任何版本，不会导致已有问题出故障、而团队不自知的情况 。

如果做不到自动巡检 。

定期人工巡检 ，这种最传统最土的方式，但有效 ；

每天早上，专人把核心业务走一遍，出问题及时联系开发解决，在用户发现前，把问题修复了（这一条，没任何的技术含量，但会有一点点效果）。

类似的，可以做的，非技术手段，很多很多 。

对于，质量团队Leader，每天都应该思考这些 ；而不是把自己陷入各种无意义的会议，或者具体的测试执行中 。

End 。