TapCub 正式上线:统计、分析、客服一个平台免费用
术语表

什么是排错?定义、六个步骤和示例

排错是系统地寻找问题的原因,然后修复并验证。本文讲六个步骤、它与调试和根因分析的区别,以及一个数据排查的算例。

艾玛·柯林斯 审核人 克洛伊·摩根 又称 故障排查 最后更新 2026 年 11 月 19 日 术语表

一句话回答

排错是系统地寻找问题的原因,然后修复并确认修好了。它从现象倒推:定义现象、复现、缩小范围、验证原因、修复并验证,最后记录发现。

排错是什么意思

排错(troubleshooting)是系统地寻找问题的原因,然后修复它并确认修好了。它从一个现象(某样东西没有按应有的方式工作)出发,倒推到原因,一次验证一个猜测。这个词最常用于机器、软件、网络和客服支持,但方法放到哪里都一样:说清楚哪里不对,缩小范围,验证一个原因,修复,检查,记下来。

它不是乱猜、改到现象消失为止。一个只是盖住现象、却不知道原因的改动,只是权宜之计,问题往往还会回来。

术语是什么和排错的区别
排错找出东西为什么不工作,然后修复从现象到确认修复的完整过程
调试(debugging)找到并清除代码里的缺陷排错的一种,只限于软件缺陷
根因分析不断追问为什么,直到找到根本原因,常在事后做更深的一步,排错可能修好就停
故障工单问题及处理过程的记录是记录,不是行动本身

六个步骤

谷歌的站点可靠性工程(SRE)一书把排错描述为在观察和假设之间反复来回,并把工作拆成从问题报告到根治的几个阶段。下面的六步版本沿用同样的逻辑,说法更平实。

步骤回答的问题做什么产出
1. 定义现象到底哪里不对?写下预期行为、实际行为、何时开始、影响谁一句任何人都能验证的话
2. 复现我能让它按需出现吗?找到触发它的最短操作可重复的测试,或老实写「无法复现」
3. 缩小范围在哪里?把系统一分为二分别测试,重复;看最近改了什么一小块要检查的区域
4. 验证原因为什么会这样?挑最可能的原因,只改一处,观察确认或排除一个原因
5. 修复并验证真的好了吗?修复,重做第 2 步的测试,检查周边现象消失的证据
6. 记录下次还找得到吗?记下现象、原因、修复和发现过程一条可检索的记录

每一步都适用两条规则。一次只改一处,否则分不清哪一处起了作用。先查改了什么:现象出现之前刚好发布了版本、改了设置或接入了新服务,通常就是原因,不过时间上的先后本身并不能证明因果。

第 1 步里一份好的现象描述有四个部分:预期什么、实际发生了什么、何时开始、影响谁或什么。「结账坏了」没法验证;「从周二上午起,每 3 个点支付的 iPhone 用户里有 1 个看不到确认页,网页结账正常」就可以,因为任何人都能试一下,并说出它是否还在发生。动手之前先把它写下来,第 5 步还可以把它当作测试复用。

算例:转化下降了 32%

示例数据:一家店的订单量从上周的每天 1,250 个降到本周的每天 850 个。

第 1 步,定义。 预期:每天约 1,250 个 purchase 事件。实际:850。从周二开始。降幅是 1 − 850 ÷ 1,250 = 32%。

第 2 步,复现。 在网站上做一次测试购买,能被记录;在 iPhone 应用里做一次,没有被记录。

第 3 步,缩小范围。 按平台拆开,对比前后:

平台上周本周变化
网站700690−1%
iOS 应用40020−95%
Android 应用150140−7%
合计1,250850−32%

核对:700 + 400 + 150 = 1,250,690 + 20 + 140 = 850。下降几乎全部集中在一个平台。这家店的 iOS 版本 4.2.0 在周二发布,所以这就是要检查的最近改动。

第 4 步,验证原因。 假设:新版本用了另一个事件名上报。事件列表里出现了新名字 order_completed,本周有 380 次,旧的 purchase 几乎没有了(380 + 20 = 400,和上周 iOS 的购买数一致)。原因确认:事件被改名了。

第 5 步,修复并验证。 发布 4.2.1,改回原来的名字。重做测试购买,确认 iOS 上 purchase 的计数回升。已经以错误名字发出的事件仍留在错误名字下,所以要在报告里标注这段空档。

第 6 步,记录。「4.2.0 把 purchase 改成了 order_completed;4.2.1 已改回;发版测试里加一项事件名检查。」下一个遇到只在某个平台下降的人,就有了起点。

这不是销量下降,营销预算也不需要调整。排错避免了一个错误的结论。

常见的排错错误

  • 没定义就动手修:现象是「坏了」,就没人说得清什么时候算修好。先写预期行为和实际行为。
  • 一次改好几处:重启服务器、清缓存、升级应用一起做,就说不清是哪一个起了作用。
  • 没验证就相信最近的改动:同一天发布的版本是线索,不是证据。
  • 停在权宜之计上:加了重试、失败消失了,你仍然不知道它为什么失败。
  • 不做记录:同样的现象会再来。把原因写下来的团队,会把一次性的修复变成操作手册。链接失效这类问题的处理,见怎样 修复 404 错误。
  • 从不升级求助:动手之前先定一个时间盒,比如第一轮排查 30 分钟。到时还没缩小范围,就把手头的东西交出去:现象描述、测过什么、排除了什么。交一份清楚的记录,能让下一个人不必重复你的步骤。
  • 漏掉用户那一侧:客户的报告是最先拿到的证据。问清他预期什么、看到了什么、怎样重现。

在 TapCub 里排查数据和客服问题

把上面 iOS 的例子放进 TapCub 里走一遍。

  1. 尽早看到现象。 在 全端分析 › 智能运营 › 监控 里给购买事件数加一条监控,让下降通过邮件或协作工具通知到你,而不是等周报。监控只负责通知,不会诊断,也不会修复。
  2. 按平台缩小范围。 在 全端分析 › 行为分析 › 事件分析 里,把购买事件按平台拆开,对比两周,就是表里那样。
  3. 找新名字。 新的事件名会先落进 全端分析 › 数据管理 › 事件收件箱,再加入事件定义,所以被改名的事件会以一条新行出现。
  4. 修复后验证。 在 全端分析 › 数据管理 › 埋点方案 里打开 实时验证(近 24 h),查看每个已规划事件近 24 小时的到达数和必填属性完整度。
  5. 在线客服的问题,客服帮助页里有「聊天气泡不显示」一篇,列出没有气泡、没有消息或误显示离线时先查什么(开关、允许的域名、手机端隐藏)。见 聊天气泡不显示。

TapCub 给你数据和检查,不替你判断原因。第 1 到第 6 步的推理仍然在你手里。

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。

艾玛·柯林斯

产品分析师

聚焦事件分析、转化漏斗与用户留存,用清晰的指标定义和分析框架解释产品表现。

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。

排错有哪些步骤?

定义现象、复现、缩小范围、一次验证一个原因、修复并验证,最后记录。顺序很重要:没定义就修,就没人说得清问题什么时候算解决。

排错和调试有什么区别?

调试是找到并清除代码里的缺陷。排错更宽:覆盖任何出问题的系统,包括设置、硬件、网络和流程,并以经过验证的修复和一条记录收尾。

排错和根因分析有什么区别?

排错是让系统恢复正常工作;根因分析是不断追问为什么,直到找到根本原因,通常在修复之后做,用来防止问题再次出现。

为什么一次只改一处?

同时改好几处,问题消失了,你不知道是哪一处修好的,还可能把一处不必要甚至有害的改动留了下来。每次测试只改一处,因果才清楚。

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