准备花三个月读完<The art of scalability: Scalable web architecture, process, and organizations for the the morden enterprise >，陆陆续续放出一些读书笔记。
个人背景介绍
本科与研究生都就读于南京大学计算机科学与技术系。研究生期间一直跟着老板（以及他的学生）在南大富士通做项目，做过一个税务系统（单机版，用Powerbuilder实现），也做过一个内部的订饭系统（Delphi＋UDP广播），时间最长也是学到最多的一个项目是SPIF（Software Process Improvement Framework, http://www.fujitsu.com/cn/fnst/products/spif/)。当时加入项目组的时候，正好是荣国平师兄和尹俊他们做技术改造，从原来单纯的JSP改造为Struts，后面又改造为用Hibernate改造了，时间差不多是2003年左右。SPIF项目除了技术之外，对软件工程的一些东西也有所了解，CMM，CMMI，XP等，小论文写了一篇关于Risk Management（当时正在做），毕业论文则写了一篇如何自动化生产测试用例的（用DSL来描述，然后自动生成测试代码）。
2005年毕业之后，到了ZTE上海研发中心的网管开发部，主要做网络设备的管理软件。技术栈是J2EE，build工具是Ant。在软件工程这块印象最深刻的是三点：1）单元测试，代码和分支覆盖率要100%；2）Daily Build；3）DB Migration脚本（任何版本要对数据库做变更，必须要用用脚本）。系统组的杜玄他们用Ant写了一套完善的build脚本，每天晚上都会跑，如果跑失败就会通知大家。印象中那个时候还没有用持续集成的工具，都是自己手写的脚本。
为了避免喧宾夺主，在EMC的经历另外再表述。2015年从EMC离开，加入了麻袋理财，任首席架构师。
今天的背景主题：如何打造高效的互联网研发体系
加入麻袋理财之后，根据自己的观察，感觉很多互联网企业遇到的问题，不是架构的问题，也不是技术的问题，而是研发整个体系的问题。为此，根据经验和实战，总结了一个大纲版，先放出一些，供大家批评指正（看了《架构即未来》之后，发现自己的太浅薄了，后面需要大力完善）。
以上还只是个人比较粗浅的认识，除去“人”及管理这一部分外，今天的读书笔记主要集中在研发流程及过程管理上。做个小广告：http://www.zaih.com/mentor/84822170/， 欢迎大家来约谈如何打造互联网高效研发体系这一话题。
架构即未来第八章 管理故障和问题读后感
为了让系统7*24可用，我们都会和故障以及问题打交道。
故障：Incident，任何降低服务质量的事件都可以称之为故障。［麻袋理财的实践］故障级别一般可以根据影响的范围，时间，后果三个方面进行衡量。
问题：Problem，问题是故障的原因，例如代码的bug，生产环境网络问题等等。
事故管理聚焦在及时有效地恢复生产服务的过程；问题管理聚焦在确定问题的根源和解决问题的过程。这两者通常来讲是前后顺序的关系，但是有时候又会有冲突。定位问题，需要保留现场，不做任何恢复操作；而事故恢复则往往会破坏现场（例如重启），导致无法定位问题。因此我们需要制定一套最简洁的事故现场“证据”保留的方法，快速收集完之后就进入故障恢复。
在实施事故管理时，推荐使用如下DIRER流程：
D（Detect）：通过监控或与客户联系检测事故。
R（Report）：报告事故，记入负责跟踪全部事故、失效或其他事件的系统。
I（Investigate）：调查事故以确定该做什么。
E（Escalate）：如果事故在规定的时间内没能解决，尽快升级。
R（Resolve）：通过恢复最终用户需要的功能和记录所有的信息，为解决事故做跟进。
为了第一时间发现问题及定位问题，我们需要一套完善的监控系统：
1、业务监控：比如系统各个功能的使用情况，数据的一致性情况等
2、应用监控：各个功能返回情况（如果是HTTP请求就看状态码，响应时间等），内部运行情况（例如异常情况等），外部依赖调用情况等
3、系统监控：CPU，内存，网络等运行情况
对于应用开发者，他们需要考虑应用的可监控性，例如：
1、应用运行状态
2、应用内部Metrics
3、应用必须提供一个简单的方式能够让监控系统获取相应信息，例如REST API。
对于这一点，大家可以参考Spring boot actuator (https://spring.io/guides/gs/actuator-service/)。
