刚加入阿里的时候，总听人调侃，“没有经历过故障的人生是不完整的”。最近几年，我感觉把别人一辈子都遇不到的故障都经历了一次，从刚开始的谨小慎微，到现如今还算是胆大心细。

我在 15 年的时候就接手做淘宝 PC 端首页，当时流量最大的时候差不多有 1.5 亿；整个淘宝首页就我一个开发，对接大量三方接口、一堆业务运营，而且连一个测试人员都没有配，全靠自测；最可怕的是，架构组总是拿淘宝首页开刀，做一些尝新的东西，因为淘宝首页做了，那么其他业务开发就没理由不去做。在这个岗位上战战兢兢地干了一年半。

从那个时候开始，我就学会一件事情，叫做小心翼翼。搞得我后续 N 年的工作中都保持着“穷尽一切思考也要找到业务和技术边界 case 以避免故障”的习惯。这两年切换到后端和 SRE 视角以后，这种习惯更甚。

如何避免故障，其实很简单，保持思考周全、小心翼翼；要重视问题，并且能够及时消灭问题。一个小小的隐患，一旦流量被放大，那将会是一场不可收拾的灾难。

当然更重要的是从每一次故障中汲取经验，做到同样的问题不再犯，并且举一反三去解决更多的问题。