不同使用者看到的錯誤可能不一樣。一般使用者看到的錯誤都是表層的現象。如，裸奔的錯誤頁面：
<img src="http://www.bo56.com/wp-content/uploads/2015/09/luoben.png" alt="luoben" width="693" height="522" class="alignnone size-full wp-image-829" /></a></p>
這種裸奔的錯誤頁面，經常被使用者成為亂碼，太醜太暴漏。甚至把一些不應該暴漏的敏感資訊都暴漏了。如，nginx版本号，檔案路徑等。為了解決這些問題，設計師們又做了有情調的錯誤頁。但是，錯誤五花八門，并不是一個錯誤頁能掩蓋的。
對于工程師，咱們看問題可能會更深入些。能看到問題背後的問題。如，看到502錯誤，他們會想到可能是後端php-fpm程序出現問題。如後端的php-fpm程序已經死掉，nginx無法連接配接到php-fpm程序。
<img src="http://www.bo56.com/wp-content/uploads/2015/09/jiejuesilu.png" alt="jiejuesilu" width="702" height="525" class="alignnone size-full wp-image-831" /></a></p>
雖然問題五發八門，但是有一套解決思路可以整體處理這些問題。解決思路大概分為如下幾個部分：恢複服務，保留現場，排查問題和驗證。下面對這幾部分分别加以說明。
<img src="http://www.bo56.com/wp-content/uploads/2015/09/huifufuwu.png" alt="huifufuwu" width="701" height="525" class="alignnone size-full wp-image-834" /></a></p>
恢複服務，顧名思義。就是趕緊讓使用者感受不到錯誤的存在。為什麼這樣做呢？原因有如下兩個。第一，如果不這樣做，使用者看到的是錯誤頁面，使用者體驗不好。可能還會對公司帶來直接的經濟損失。 第二，如果不這樣做，年底你的獎金就飛了。那如何恢複服務呢？下面說下不同場景下的幾種操作方式。
摘機：所謂摘機就是摘除有問題的機器。這種操作的應用場景是，當提供服務的多台機器中，有部分機器出現問題時，可以這樣操作。這就要求我們，對于線上運作的服務，必須保障有多台機器運作相同的服務，多台機器間沒有依賴關系。其中一台或者幾台被摘除不會影響到其他機器。
復原：所謂復原就是恢複到操作之前的狀态。這種操作的應用場景是，當進行了上線或者軟體配置修改後，出現了問題。
重新開機：當你的服務運作一段時間，突然出現了異常。如程序占用了cpu 100%。你可以通過重新開機的方式來解決。重新開機的過程就是一個資源釋放和重新配置設定的過程。
降級：當你的網站的通路量超出了你伺服器的負載時，網站就會出現問題。這個時候，就需要保證主要功能可用。把損失降到最低。
當然，網站出現問題時，并不是教條的套用，做單一的操作來恢複服務。而是根據情況進行相應的操作。遇到問題時，可能需要進行多個恢複服務的操作。但是，所有的這些操作的原則就是，把損失降到最低。
<img src="http://www.bo56.com/wp-content/uploads/2015/09/baoliuxianchang.png" alt="baoliuxianchang" width="701" height="525" class="alignnone size-full wp-image-836" /></a></p>
其實問題排查和警察破案過程是一樣的。想想警察是如何保留現場的？商場内安裝攝像頭。不友善安裝攝像頭的場所（洗頭房），就在場所外的大街上安裝攝像頭。雖然有監控，但是還有會有案件發生。案件出現後，他們會保護案發現場。其實我們對現場的保留，也是從這幾方面入手。
系統内部日志：這就好比在商場内安裝攝像頭。如果有良好的日志記錄，那就可以記錄系統運作過程中出現的一些異常。良好的日志系統，也是我們在選擇開源軟體時的重要标準。
系統外部監控：這個就好比洗頭房外大街上的監控。在系統中，總有一些地方是你不友善或者沒權增加日志記錄的。如，咱們在調用第三方服務的時候，肯定你也不友善在第三方服務中添加日志。這個時候，我們就需要增加對第三方服務的監控和日志記錄。能時刻知道第三方服務是否可用。
保留運作狀态：這個就是案發現場的保留。比如，你發現一個程序占用cpu 100%。你為了解決問題，貿然的重新開機程序，就是破壞了現場。
保留現場和恢複服務并沒有一個明确的先後關系。他們共同是問題排查的基礎。恢複了服務，你才可用安心的進行問題排查。保留了現場，你才有問題排查的資料來源。有時候，保留現場和恢複服務會有沖突。如，你就一台機器提供服務，這台機器上出現了問題，這個時候要如何處理呢？這個時候建議最短的時間備份現場，然後盡快的恢複服務。如，一個程序占用cpu 100%，那你就可以用 gcore 把程序生成core檔案，然後重新開機程序。
所有的這些保留現場的操作，就是為之後的問題排查提供資料。
排查問題的過程才是展現你福爾摩斯風采的時候。問題排查的過程就是用你掌握的知識和工具去分析資料的過程。現在，資料已經有了。知識和工具都需要掌握哪些呢？
知識的海洋是浩瀚的。這裡我隻能做個大概的分類。
語言：php語言方面，除了了解基本文法以外，還要對php的核心有所了解。對php核心有所了解後，你就大概了解了php的執行流程。出現問題，你就可以大概推測是那個環節出現了問題。發現問題後，你可以根據掌握的知識分析出大概那裡出現了問題。比如，當一個php程序占用cpu 100%。你就可以通過掌握的php核心的資料結構找出是大概那裡的代碼出現了問題。
網絡：咱們畢竟是搞網絡通信程式設計的。對網絡通信方面的知識有所了解，是必須的。尤其是對一些協定要有大概的了解。通信協定的重要性，并不僅僅局限于面試時撐撐場面，更重要的是用來解決問題。軟體：對搭建系統所使用軟體要有所了解。如對memcached的記憶體管理政策有所了解的話，可以讓你更好的對其調優，充分的利用記憶體，減少記憶體浪費。
系統：避免咱們搭建的系統運作在作業系統上。那就需要對作業系統所有了解。如，權限，系統日志位置，oom等。
工欲善其事必先利其器。網絡上有一張圖總結的很好，把常用的工具總結的很全。
<img src="http://www.bo56.com/wp-content/uploads/2015/09/螢幕快照-2015-09-02-上午9.09.27.png" alt="螢幕快照 2015-09-02 上午9.09.27" width="694" height="517" class="alignnone size-full wp-image-845" /></a></p>
如果你把所有的工具都能很好的掌握，你就是神啦。