TapCub 正式上线:统计、分析、客服一个平台免费用
术语表

什么是代码冻结?类型、要盯的数据和算例

代码冻结会在发版或高峰前停止改动,但它只是把风险挪了位置。冻结有哪几种类型、冻结前后要盯的 5 个数,以及一个区分坏发版与噪声的算例。

陈屿 审核人 卢卡斯·海斯 又称 代码冻结期 最后更新 2026 年 11 月 17 日 术语表

一句话回答

代码冻结是在发版或季节性高峰前,停止或严格限制对系统代码改动的一段时间。它不会消除风险,只是把风险集中到开启和结束冻结的两次发版上,所以要在冻结开始前就把基线数据定好。

公式: 错误率比值 = 发版后窗口内的错误率 ÷ 基线错误率(前 7 天);比值至少为 2、且窗口内至少 30 个错误时标记

什么是代码冻结?

代码冻结,是指在一段时间内停止或严格限制对某个系统(或系统某一部分)代码的改动。团队通常在重大发版或季节性流量高峰之前不久启动,等发版稳定或高峰过去再结束。目的是不让新改动在失败代价最高的那一刻落地。

冻结不会消除风险,只是把风险挪了位置。本来会一个个发出去的改动,在冻结后面越积越多,解冻后又一起发出去;而你最担心的那个改动,往往就是冻结开始前最后一天仓促塞进去的。风险被集中到两个时刻:开启冻结的那次发版,和结束冻结的那次发版。

所以冻结既是流程问题,也是度量问题。冻结开始前如果知道「正常是什么样」,发版后一个小时内就能判断有没有搞坏什么;如果不知道,数据上每一次波动都会变成争论:是发版引起的,还是天气,还是流量?本文接下来讲冻结的类型、冻结前后值得盯的 5 个数、一个可以复算的算例,以及让冻结流于形式的常见错误。

冻结的类型

这个词其实指好几种不同的做法。宣布之前,先说清楚你指的是哪一种:

类型禁止什么仍然允许什么常见时长主要风险
全冻结(完整代码冻结)对系统代码的一切改动什么都不允许,经批准的紧急修复除外几小时到几天冻结开始前赶工塞进改动的压力
软冻结(功能冻结)新功能和重构评审后的缺陷修复和低风险改动几天到几周「修缺陷」悄悄变成新功能
假日 / 季节性冻结高峰期间(如大促季)的非必要发版安全补丁、关键修复、约定好的内容变更一到几周之后积压的改动一次性全发出去
需求冻结需求变更实现已经约定的内容到开发阶段结束很晚才发现需求本身有问题

功能冻结和需求冻结是发版规划里更早的说法,代码冻结是三者中最严的。日常聊天里说「冻结」,往往指的是软冻结,所以要用一句话写清楚什么还能改。「只修 P1 清单里的问题,由两个人评审」是规则,「大家小心点」不是。

为什么要冻结,以及反对的理由

支持冻结的理由很简单:改动少,新的故障原因就少,团队的注意力可以放在盯系统上,而不是改系统。对零售商、支付服务或票务网站来说,高峰期出故障的代价远高于普通的某个周二。

反对的理由同样站得住。英国司法部(Ministry of Justice)的技术指南要求团队尽量避免代码冻结,列出了五类代价:没人演练过的例外流程、冻结前仓促发版、等到发出去时已经过时的工作、解冻后一大批改动一起发布、范围含糊而不断扩散。它给的替代方案是更小、更频繁的发版,让每一次改动都没那么吓人。

对于冻结仍然合理的情形,同一份指南给出六个条件:只覆盖一个系统或同一团队维护的一小组系统;最多持续几天;窗口期内系统上没有别的工作;对发版能力缺乏信心,且绕开它比修好它便宜;已经规划了后续工作来消除下一次冻结的需要;例外流程有文档。六条不能全满足,指南的建议是让系统更安全地改,而不是冻结。

你不必同意全部观点,也可以从中得到一条教训:冻结是一场赌注,赌的是「改动的风险高于不改动的风险」。数字会告诉你这场赌注有没有赚。

冻结前后要盯的 5 个数

冻结前、冻结中、冻结后盯同样的 5 个数,每个数都对照冻结开始前定好的基线。下面的阈值是示例起点,不是标准,请按自己的流量调整。

#指标基线什么时候标记为什么看它
1错误率(错误数 ÷ 浏览量)前 7 天的均值达到基线的 2 倍以上,且窗口内至少 30 个错误发版是否搞坏了什么,这个数最直接
2浏览量最近几周的同一个星期几上下偏离超过 30%下降可能是页面坏了或统计代码坏了;暴涨说明你的容量正在被检验
3目标转化率前 14 天的均值低于基线减 2 个标准误抓住不报错的故障,比如按钮不再提交
4最大内容绘制(LCP),第 75 百分位前 7 天的均值超过 2.5 秒,或比自己的基线高 20%发版可能让页面变慢却不抛错
5没有数据的分钟数0超过 15 分钟发版可能把统计代码弄掉,而沉默看起来像流量下降

三个细节让这些规则靠得住:

  • 基线在冻结前定。 发版之后取的基线,已经把问题算进去了。
  • 要求最小样本量。 4 次浏览里出现 2 倍的比率没有任何意义。第 1 行里「至少 30 个错误」的下限就是为此设的。
  • 标出改了什么、什么时候改的。 图上没有日期,你分不清是发版、活动还是节假日造成的变化。

2.5 秒这个阈值,是 Google web.dev 文档给出的最大内容绘制「良好」界线,按页面加载的第 75 百分位计。表里其余内容都是你自己的策略。

算例:错误率 1.6% 什么时候该动手?

示例数据:某店冻结前 7 天的基线是 70,000 次浏览、560 个错误,基线错误率 = 560 ÷ 70,000 = 0.8%。冻结开启当天 14:00 发了一版。

一小时后,这一小时的窗口里有 5,000 次浏览、80 个错误,错误率 = 80 ÷ 5,000 = 1.6%,与基线的比值 = 1.6 ÷ 0.8 = 2.0。

怎么知道这不是偶然?基线 0.8% 时,5,000 次浏览预计出现约 40 个错误。用适合这类稀有事件的泊松模型算,纯靠运气出现 80 个及以上的概率约为一亿分之二,不是噪声。表里的规则触发:比值至少 2、错误至少 30。

再比较同一次发版的三个窗口:

窗口浏览量错误数错误率与 0.8% 的比值预计错误数纯靠运气出现的概率决定
A5,000801.6%2.040约 0.000002%动手:按约定回滚或热修
B5,000480.96%1.240约 12%观察,一小时后再查
C25041.6%2.02约 14%样本不够;等错误达到 30 个或流量变大

窗口 C 的错误率和窗口 A 一样是 1.6%,却几乎说明不了什么,因为预计 2 个、实际出现 4 个,靠运气很容易发生。这就是规则要分两部分的原因:一个比值,加一个样本量下限。要补一句:错误常常成串出现,比如一个访客把同一个 bug 触发了十次,所以真实波动比泊松模型说的更宽。把这些概率当作理解「为什么要看样本量」的工具,不要当作精确赔率。

表里的转化率一行算法相同。基线 3.0%、窗口内 2,000 个访客,预计 60 次转化,标准差约 7.6;低于均值 2 个标准误约为 44.7,也就是 2.24%。2,000 个访客里转化不到 45 次,就值得查一查。

冻结开始前要定的事

冻结在第一天前需要把五件事写下来。这张清单里每一项,没定好的话都会在凌晨两点变成争吵:

  1. 范围。 哪些系统、哪些类型的改动,包括配置、功能开关、内容和第三方脚本。代码冻结了,却让市场部随手推一个新的标签管理容器,那不叫冻结。
  2. 紧急通道。 谁能批准修复,什么算紧急,需要几个人评审。写短一点,并且演练一次。
  3. 基线。 上面的 5 个数,连同基线值和标记规则都写下来,值班的人不用现场拍板。
  4. 解冻标准。 什么条件成立冻结才结束:比如最后一次发版后错误率稳定 48 小时,或者一个日历日期。「感觉安全了」不是标准。
  5. 之后的发版计划。 积压的改动是一批发出去,还是分几批。批次小,更容易定位问题。

相关做法从不同角度处理同一个问题。金丝雀测试通过先给少量用户发版,限制单次发版的损害;本文讲的是整个系统冻结期间该盯什么。错误率的清晰定义是第 1 行的基础,异常检测是标记「某个数已经离开正常范围」的通用方法。第 4 行的页面速度,见网站性能监控。

常见误区

  • 偷偷塞热修。 冻结期间每一个「很小」的改动,都绕过了冻结本来要保护的流程。走紧急通道,记录下来,并在图上标出日期。
  • 没有解冻标准。 没有结束条件的冻结会漂移,扩散到相邻系统,然后被延长。第一天就把结束规则写好。
  • 在第一次发版之后才取基线。 那样问题已经在基线里了,比值看起来一切正常。
  • 只看总量。 结算按钮坏了,浏览量和错误数可能都没变。转化率和「没有数据」检查能抓住错误率漏掉的东西。
  • 把冻结当成安全的证明。 平静的冻结只说明系统在没有改动的情况下撑住了,对结束冻结的那次发版什么也没说明。
  • 最后一次发一个巨大的版本。 积压的改动之间会相互影响,出了问题更难追溯。分成较小的几组发,每一组都盯一遍。
  • 忘了非开发人员。 内容编辑、标签改动、价格更新和活动上线,都可能像代码一样搞坏页面。把它们纳入范围,或者约定哪些豁免。

在 TapCub 里盯冻结

以上面的示例店为例,在冻结前一周把 TapCub 配好。

  1. 标出日期。 在 配置 › 日期标注 里加一条日期范围标注,标题写「代码冻结」(类型选其他),每次发版再加一条单日的发版标注。也可以用 CSV 批量导入,最多 500 行,列为 date_from、date_to、type、title、note、scope。标注会显示在 网站统计 › 概览 的趋势图上,数据跳变旁边就有原因。创建标注需要分析师及以上角色。
  2. 定基线。 打开 监测 › 错误,选前 7 天,记下错误数、错误率(错误数 ÷ 浏览量)和受影响会话数。错误采集要在安装代码里打开,否则列表为空不代表网站没有抛错。再到 监测 › 性能 里,对最大内容绘制的第 75 百分位做同样的记录。
  3. 建监控。 在 全端分析 › 智能运营 › 监控 里,建一条按小时检查、对 error_rate 设固定阈值的监控;对 pv 建一条预测基线或同环比监控;再建一条检测没有数据分钟数的采集中断监控。先试运行:它不发送任何通知,只告诉你过去 30 天会触发几次,帮你选一个不会无故叫醒值班人的阈值。
  4. 前后对比。 错误页和性能页没有上一周期对比,所以先选一个日期范围记下数字,再选发版之后的范围来比较。在某组错误上点 打开会话,看访客当时做了什么。

TapCub 负责观察和通知,不负责批准、拦截或回滚发版,监控也不会替你处理它发出的告警。这些决定仍然留在你们的发版流程里。监控触发后,值班的人按「冻结开始前要定的事」里写好的规则行动。

资料来源

这个解释清楚吗?

我们会根据反馈修改和补充这篇内容。

陈屿

技术工程师

专注统计代码、SDK 与接口集成文档,从接入验证到问题排查,帮助开发者更顺畅地完成实施。

常见问题

常见追问

大家看完定义后最常问的几个问题。

还有其他问题?

直接和 TapCub 团队聊聊——工作日通常几小时内回复。

代码冻结和功能冻结有什么区别?

功能冻结停止新功能和重构,但仍允许评审后的缺陷修复。代码冻结更严:除经批准的紧急修复外,不允许任何代码改动。团队常把两者都叫「冻结」,所以要用一句话写清楚什么还允许改。

代码冻结应该持续多久?

越短越好。英国司法部指南只接受最多持续几天、只覆盖一个系统、并且有文档化例外流程的冻结。假日冻结会更长,但开始当天就要写下结束条件,比如一个日历日期,或最后一次发版后稳定 48 小时。

代码冻结期间还能发版吗?

只能走冻结开始前约定好的紧急通道:谁批准、什么算紧急、要几个人评审。每个改动都记录下来,并在图上标出日期,这样才能把它和流量变化区分开。悄悄发「很小」的修复,会让冻结失去意义。

代码冻结期间应该监控什么?

对照冻结前定好的基线,盯 5 个数:错误率、与同一个星期几相比的浏览量、目标转化率、最大内容绘制的第 75 百分位,以及没有数据的分钟数。反应之前要求最小样本量,因为少量事件上出现 2 倍比值只是噪声。

在你自己的网站上看这个数字

加一行脚本就能开始,网站和 App 都能接,几分钟内就能看到第一批报表。

看清数据,找到增长。

每一次点击,都有数据依据。装好一行代码,1 分钟看到第一批数据。

无需信用卡 · 统计与客服都有免费版 · 统计无 Cookie