问题描述
在我负责的项目中,点击下载两个上传成功的附件,服务端却返回异常"文件不存在"。
问题排查
文件上传和下载
我们系统中的文件都是存储在 Google Cloud Storage(GCS) 的,文件上传逻辑如下:
1、web 端向服务端申请上传 url
2、server 端在本地 DB 新增一条数据记录
3、server 端生成一个用于上传文件的预签名的 url
4、server 端返回 url 给 web 端
5、web 端使用 url 上传文件到 GCS
6、web 端调用 server 端接口,表示完成上传
7、server 端更新数据记录的状态为 success
文件下载逻辑如下:
1、web 端调用 server 端接口,传入本地文件 ID
2、server 从 DB 中找到数据记录
3、server 生成下载 url 返回给 web
4、web 端点击 url,从 GCS 下载文件
排查步骤
1、查看用户下载异常的数据,发现数据记录的状态是 succes,说明前端调用了"上传-步骤 7"。
2、因为前一段时间,我们刚把存储服务从 AWS S3 迁移到 GCS,所以怀疑是数据迁移不完全;
- 使用原本 AWS S3 的配置生成 url,依然不能下载;
- 查看迁移时间,是在文件上传时间之前,排除了迁移不完全的原因。
3、在测试环境操作,发现前端的代码正常,文件上传后能正常下载。
4、查看线上当天的其他文件数据,以及前后几天的数据,都能正常下载。
我们初步认为:不是我们系统的问题,是 GCS 那边出现异常导致的。
5、找 GCS 的同事帮忙排查:
- 我们找到了该文件"上传-步骤 7"接口调用时间
- GCS 同事根据时间查找前后一段时间内的请求记录,发现没有上传记录
- 但是能查到当天其他文件的数据
6、对比 GCS 和我们系统本地的数据,执行命令:
shell
gcloud storage ls --recursive gs://BUCKET_NAME/**
查看 gcs 的所有文件的 key,和我们本地数据库对比,的确没有异常的数据。
也就是说,在上传步骤中,前端没有成功执行"上传-步骤 5",却成功执行了"上传-步骤7";目前测试环境又是没问题的,唯一的可能是前端自己修复了这个问题。
问题定位
我们查看上线记录,在异常数据的上传时间 ~ 今天 之间,前端重构上传文件部分的代码。
比较重构前后的前端代码,发现在重构之前,前端的上传操作步骤如下:
TEXT
1、web 端向服务端申请上传 url
...
6、web 端调用 server 端接口,表示完成上传
5、web 端使用 url 上传文件到 GCS
前端颠倒了 上传到 GCS 和 完成上传的顺序,导致数据记录状态是 SUCCESS 上传却是失败的。
总结
1、 先从服务端和存储端排查问题,如果服务端和存储端都没问题,无法定位的时候,只能自己把所有所有步骤和所有环节(前端后)都检查一遍;
2、项目一定要有上线记录,对排查这种"某个时间点前后表现不一致"的问题很有帮助。