关于合格工程师素养的一些思考

码农和程序员有什么区别？

我认为，码农可以做一些简单的编码工作：实现某个脚本，拼装某条 hql，“写完”某个函数。往往有一定语言知识，有一定的编码经验；但是很少对需求细致分析，缺乏“恰当”意识。他可能会用一条 sql 完成整个功能，也可能用一个 for 循环遍历所有接口，甚至为了某个不重要的 update 加锁、加事务…… “为了目的，不择手段”，而且并不确切目的是什么。

而程序员，他知道自己要做什么。可以把一个函数写的性能优良，可以把一个模块设计的很“恰当”。他熟悉 MVC, 熟悉设计模式，可以让他的模块整洁、完美。甚至，可以创造性的解决一些产品问题，让代码充满灵性。但是，往往全局观不足。

那么全局意识指的是什么呢，我们应该怎样培养我们的全局意识？

肯定不是 pm 让我做什么，我只要写代码把它实现就好了。而是要首先明确为什么要做这个，做这些的价值是什么。

我们有义务帮助产品找到最恰当的解决方案，然后用合理的方式把方案嵌入到代码中。同时，要让保证架构活力，要可以快速定位 bug、解决 bug。清楚上线流程，要保证上线后不会产生任何的消极影响。

一个合格的工程师，可以让产品需求平稳地落地。那么我们应该怎样做到呢？我认为可以从以下几点出发。

1. 明确需求细节，少做无用功、廉价功

我们应该首先应该明确产品需求是什么，但更重要的是为什么。产品为什么要这么做？预期的目标是什么？哪些数据表明这些目标达成了？如何去收集这些指标？

然后，去判断需要哪些人配合，高优先级去协调资源。如果判断人力成本过高，或者收益有限，可以说服产品延后部分需求的实现。集中精力做最重要的事情，少做无用功。同时，积累工作经验、数据经验，锻炼自己对“性价比”的敏感性，让自己的判断变得客观、有效、权威。

2.代码的执行可视化

在开始设计功能前，应该先考虑怎么去做监控。不能让功能迷迷糊糊地在线上跑着，“它应该是对的吧”……越实时的反馈，越可以早得发现问题，越可以早得为项目止损。同时也是对工作的负责，更是对自己汗水的负责：谁也不想自己辛勤写出来的代码，直到下线那天才发现一直没有运行“对过”。

• 哪些指标，证明功能是 ok 的

• 哪些报警，证明这是个 bug，那里肯定挂了

• 哪些指标，证明这个需求是有价值的 （比如：某个功能数据过低，此功能的后续迭代就应该适当降低优先级）

3.出现反馈如何应对，出现 bug 如何修复

产品的 feature 不可能让所有人都喜欢，甚至有时为了产品调性会做些对用户打压的事情。这样的功能如何让用户接受？如果不接受，产品应该如何去引导；技术应该如何辅助产品定位问题。

举个例子，首页 feed 会过滤掉用户屏蔽的条目。如果用户屏蔽了话题 A, 绑定了 A 话题的条目不会分发给用户。这是一个很合理的产品 feature, 但是用户会经常误以为对 XX 内容限流。运营就会要求我们查 bug。像这种需求，我们要做的不只是开发功能，更应该考虑后期如何应对反馈，提高响应效率。

某个关键功能出了 bug。我们应该如何跟用户解释？应该如何修复数据？修复如何快速？那么我们可能要考虑，我们要不要准备修复脚本，我们是不是需要操作幂等，数据操作该不该记录审计 log……

4.确保代码没有腐化架构

依照上面两步，我们意识到了要对业务指标可视化实时监控，要考虑问题的应急方案。然后，就可以着手设计我们的功能框架。所谓的实现需求，不是写个 function 把逻辑写完就行，更不是一个 sql 把数据丢给用户。所谓的架构，就是为了完成一套完整的功能，合理组合的多个模块。要让你的代码更好的被人看懂，要在恰当的地方完成业务监控，要用恰当的逻辑为应急提供方便。

如果发现现有的架构不能恰当的融入你的需求，千万别打个补丁硬推上去。“逻辑”谁都能写完，但是要让别人觉得，这块代码本来就应该在这里。衡量代码质量的唯一有效标准：WTF/min —— 出自《Clean Code》。

我们应该努力拽着自己的项目，让它离“屎”远一点；而不是增加一坨。写代码时，应该考虑的是怎么用，别人怎么读，而不是我怎么写！只对作者友好的代码绝对是垃圾。面向工程，面向合作。要让用的人舒服，让用的人心理成本低。

5.邀请大家进行 CodeReview

本着一个工程师的素养，我们应该努力拽着自己的项目，让它保证架构的清洁；但是，这只是一厢情愿的。在代码真正推上线前，我们需要让更多的人 code review，以求达成共识。

我的经验是，如果涉及架构调整，我会先提交一个初版，让一些有经验的工程师帮忙评审架构设计。这个阶段我们千万不要追求代码完成度、单测覆盖率。因为很可能架构设计不合理，可能会引起大量的返工，部分工作可能会直接作废。所以，我认为一个合理的 CodeReview 可以分为四步：

1. 按需求调整代码架构，尽早提交框架 diff。评审者主要关注：改动是否污染了架构，调整后的架构是否易于新人学习，新增模块是否容易 debug （比如，方便构造 bug 现场）

2. 填充架构细节，“优雅”地实现各模块逻辑。评审者主要关注：功能拆分是否清晰，类是否抽象合理、是否符合语法习惯 (如 python, 是否可以适当使用列表表达式、lambda)

3. 确认各模块逻辑无异常、无 bad case。评审者主要关注：功能是否完全覆盖单元测试、是否已经完成了联调、是否进行了完善的功能测试

4. 确保代码细节。评审者主要关注：是否合理的捕捉了第三方工具的异常，是否有合理的功能降级、模块降级，循环是否合理(严防死循环)，变量命名是否表义、变量作用域是否过大……

所以，我认为 code review 不是一次性的。如果你突然收到了一个 100+ 文件变动的 merge request，那作者肯定只是想让你给他 approve：停留在形式上的 code review，至多只是因为作者想找个人“共同背锅”。合理的 code review 应该把握大框，逐步细化，渐入佳境。

其实，一步步按着上面的思路来，每一步都有特定的焦点，并不会花费大家太多时间。

6.确认好依赖，让改动平滑上线

相信经过上面严格的 review, 我们可以拿到一份大家具有共识的优良代码。但是，代码优良不代表可以部署上线。除非你在写print "hello world", 否则，你的功能与各种上下游服务势必会有千丝万缕的联系。我们必须在上线前，确认好所有的依赖不会阻塞我们。

首先我们要检查自身是否有先验逻辑未就绪。比如：知乎首页需要新增加一种卡片样式。要先确保版本兼容逻辑已上线，否则旧的客户端收到不识别的卡片可能会 crash。再确保数据库数据初始化，数据库里没东西上线没有意义。

其次要检查下游逻辑是否已经就绪。下游服务功能是否正常上线，是否能承担我们的请求压力；数据表 schema 是否变动、是否已上线，数据库容量是否足够，数据库是否能承受压力；相应缓存是否应该预热……

然后，需要通知我们的上游服务。我们的改动是否不兼容，是否会引发上游调用出错；我们的改动是否影响了性能，是否需要上游调整 timeout……

7.最小化验证尽量止损

前期做足了准备，大家足够警惕地关注着自己的指标变动。然后，我们就可以上线了。

但是，正因为各种指标可能会出现难以预期的变化，我们需要逐步扩大功能的影响范围。比如，先用办公室环境，然后放量给 10%、20% …… 的用户，同时观察指标变化。

当然我们应该“事先”明确应该观察哪些指标。比如，接口的 QPS、P95、5xx；依赖我的服务是否正常，我依赖的服务指标是否异常；存储服务、业务指标是否正常… 发现异常及时回滚。

小结就是：

• 在上线前，先想好自己应该关注哪些指标

• 上线过程，注视指标，逐步放量

• 遇到任何异常、疑似异常，及时回滚

尾声

代码编写其实没有难度。哪怕是个小白，在培训班学呆半个月，就可以实现个小功能：打印个 hello world， 转置个数组，甚至实现个快排……面试宝典、leetcode 可以帮你顺利的通过面试。

但面试通过只是说明面试官觉得我们不错，不是证明我们可以胜任之后的工作。常言道，“面试造火箭、工作拧螺丝”，面试题目与工作实战还是有相当大的差别的。不过，只要用心体味，你会发现，实际上工作要比面试的“火箭”复杂度更高。工作造的“火箭”与面试的“火箭”不在一个维度，工作的“火箭”是在帮我们从码农演变成工程师。

而工程师素养，才是衡量我们能不能在这个行业走深走远的关键。