6.5 排错实录：超时与中断丢失复盘

6.5 排错实录：扫描周期超时与中断丢失复盘

本节摘要：一次真实的复合故障完整复盘：产线随机停摆叠加星轮间歇性丢瓶，两个症状两条线索，根因却在同一处——一段调试期轮询代码与变频器报文风暴合谋，把主循环顶爆看门狗，又让高速中断通道过载丢事件。本节按时间线还原排查全过程，含误导项清单与四条复盘产出。

本章前四节给了你兵器与防线，这一节给一场真刀真枪的战斗。它是全书的故事高潮——前面每一章的知识都会在这场排错里出场。建议读者先自己推演：读完"现象"先停下来，列出你的怀疑清单，再往下对照我们的排查路径，收获会大得多。

两个症状，一晚，一条产线

凌晨一点四十，试车第六天。电话里的现象有两层：其一，全线随机停机，一天三次到七次不等，重启后一切正常，无规律可言；其二，更诡异的——星轮工位间歇性丢瓶报警，每两三小时一瓶，瓶在星轮处"消失"了追踪，剔除窗口扑空。停机是硬伤，丢瓶是暗伤；硬伤查系统，暗伤查逻辑，两条线并行开查。

先读诊断缓冲（6.4节第一动作）。停机时刻的记录清一色是"超时触发，进入停机态"，事件前几毫秒总有一条"通信接口负载高"的提示——注意这是提示不是错误，很容易被当作无关噪音略过。把它记在嫌疑板上。另一边，丢瓶的星轮靠硬件中断通道逐瓶计数，缓冲里没有对应异常——中断不报错，说明它可能根本没收到该收的事件。

图 6-3：事故时间线与根因汇聚

假设树与关键证据

嫌疑板上四个假设，写出它们的顺序有讲究：从"最便宜可排除"排到"最贵可验证"。传感器误信号现场复测半小时排除；逻辑竞争靠代码评审排除——4.2节的状态机书写纪律在这时显出价值，一状态一块的代码十分钟审完；剩下通信风暴与调试代码两个假设并案。

抓证据的顺序也是先易后难。第一步把主循环周期监控调出来回看历史曲线：正常时段峰值二点八毫秒，每次停机前一两分钟，周期曲线陡升到九点七毫秒——离十毫秒看门狗一线之隔，偶发再高一点就触发。曲线还显示周期爬升与变频器重传报文的放大同步——通信风暴坐实一半。第二步读那 nights 添加的调试代码——一段等待通信响应的轮询（6.1节已判过刑），每次通信迟滞它就在循环里多耗几百微秒——另一半坐实。风暴为什么起？查到膜包段白天提速试验时，某变频器的报文监视参数被误设，故障时无限重传——浪就是从这里起的。

丢瓶的机制随后水落石出：高速中断通道在拥堵周期里到达的事件超出处理能力，溢出丢弃，计数少一——症状在逻辑层（追踪错位），根子在系统层（周期拥堵）。这个"症状与根因隔层"的教训，比任何单个修复都值钱。它还提醒我们排错时的一个纪律：不要在症状所在的那一层恋战——瓶体追踪的逻辑再审十遍也审不出通信网口里的拥堵，向上走一层、向系统要证据，往往才是出口。

修复与复盘产出

修复分三层，按治标到治本：删掉轮询代码改为状态机查询（当晚完成）；更正变频器误参数并全组核查（次晨完成）；把中断通道的事件处理瘦身、溢出改为带补偿的计数修正（一周内完成，含仿真回归）。三步之后复测：连续七十二小时满负荷，周期峰值三毫秒，零停机零丢瓶。

复盘会上产出四条，全部倒推回前面章节变成条款。第一，等待即罪的编译期拦截：代码评审清单加入"循环等待"检查项（6.1节）；第二，提示也要看：诊断缓冲的提示级事件纳入每日巡检（6.4节）；第三，参数变更走单：变频器参数与程序同等纳入变更管理（第7章的版本控制顺延到设备参数）；第四，中断预算表：每条中断通道登记最大事件率与单次处理时限，超预算设计不允许合入（2.4节任务分账的细化）。这四条如今印在每份新项目的评审清单首页——那晚的学费，成了后来每个项目的开学典礼。

假如重来一遍：设计期的四处伏笔

复盘的最后一问最有价值：这场事故在设计期能拦住几处？逐条倒推。轮询代码——若编码评审执行了6.1节的"等待即罪"检查项，它进不了主干；它其实只在调试期临时加的，临时代码没有退出机制是第二处伏笔，青线此后规定临时调试代码一律加DEBUG_ONLY标记与删除期限。变频器误参数——若参数变更当时就纳入变更单（7.4节的制度后来补上），误设会在会签时被拦；参数表与程序同版本管理，是这次事故送给7.4节的礼物。中断溢出——若2.4节的任务分账在最初就登记了中断通道的事件率预算，拥堵期的溢出会被提前算出来。四处伏笔，四处都对应一条如今已生效的条款——这就是"最好的排错发生在设计期"的完整含义。

把视角再拉高一层：那晚真正危险的不是停机，而是"我们起初以为它们是两个独立故障"。复合故障的排查心法值得单独记住：当两条线索各自能解释一半现象时，先别急着二选一，去找能把两条线串起来的那一层——这一次是"周期拥堵"，多数时候那一层都在时间与资源的交汇处。

假设板的工具化：把复盘方法变成模板

那晚的嫌疑板后来被青线团队做成了标准模板，任何排错超过两小时的故障都启用它。模板四栏：现象栏（精确到量的描述，禁止"不太对"式措辞）、假设栏（每条假设附"验证成本"与"当前状态"）、证据栏（每条证据注明来源：缓冲导出、跟踪截图、万用表读数）、结论栏（根因、修复动作、回归验证）。模板强制了两件事：假设必须可证伪——"怀疑通信有问题"不合格，"怀疑三号站轮询超基线两倍"才合格；证据必须带来源——口头记忆不进证据栏。模板电子化后存进版本库，与6.4节的诊断导出物同目录归档，成为故障的完整档案。

模板化的深层收益是知识流转：新人拿到的不只是一个故障的故事，是一套可以照着走的思维脚手架。青线团队此后两年里的复杂排错，平均时长下降四成——降幅里没有新技术，全是纪律的利息。

本节要点回顾

• 症状分线、根因汇聚：停机与丢瓶两条线并行查，最后在同一种拥堵里汇合；
• 假设板方法：假设写出来按"排除成本"排序，逐个证伪，不在脑子里多线程；
• 误导三件：提示级事件、隔层症状、重启后正常，都曾把排查往歧路上带；
• 复盘要回写：教训不写成条款就等于没复盘，四条产出分别回写到评审、巡检、变更与预算制度。

事故补完了课，青线带着满身补丁与一套新纪律走向正式交付。下一章：从图纸到联机的完整工程流程。