作为游戏内容开发商，我的本职工作是一名Java程序员，当然偶尔兼职产品经理的活。由于公司规模太小，我还得兼职服务器运维的工作，作为菜鸟运维人员，最近经历了几次令人崩溃的事故，和大家一起分享一下，以作警示或共勉。
对于Java服务端程序员来说，和客户端开发最大的区别是，后端程序员除了要背负日常的研发压力之外，还要背负更多的线上异常压力，因为通常来说，服务器出现的Bug和异常不可逆的居多，不可挽回的居多。而且出了问题就得停服更新，对于玩家来说，体验也十分糟糕。
客户端程序员就不存在这些压力，对于他们来说，所有的显示都是可见的，可见意味着只要认真负责，出现Bug的几率极小。不仅出现Bug的几率小，同时还有天然的热更新修复优势，也就说是即便你显示出了，可以随时修正，让玩家刷新一下就完事了，不可能会带来无法挽救的损失。
不过既然选择做一名Java程序员，就已经有了扛责任的觉悟。只能平时多下功夫，对常见的容易出问题的模块和代码不断优化，尽量减少出现Bug的几率。幸运的是，最近的一个新游戏项目刀剑神域网页版，刀剑神域H5版本，上线后十分稳定，基本没有遇到什么项目内的Bug，比如道具发错，系统崩溃等等。
正当我暗自庆幸，沾沾自喜的时候，意外突然降临。
当运营告诉我玩家不能进游戏的时候，我心头一紧，感觉不妙，不过我也没有太过担心，熟练地连上linux服务器查看情况。游戏没有报错，诡异。紧接着我输入一些命令想要看看其他，结果系统提示我Read-only file system. 这显然是linux的文件系统崩溃了，那就要找崩溃的原因，我以为是游戏写入太多，看起来像是磁盘异常。
对，你没有看错，就是磁盘异常，什么读写都不能进行操作，紧接着提示你Input / Output error，这就确定是IO问题无疑了，作为菜鸟运维，不敢随意重启，只能报修机房，期待他们能有解决方案。
令我崩溃和诧异的是，机房也无法重启，告知我其中一块磁盘挂了。逗我玩呢？我里面还有很重要的玩家数据！这是刚上线不久的项目，好不容易导了一批玩家进来玩，体验和反馈都还不错，就给我来这么一出？简直当头棒喝。
我问机房：不是说有RAID1吗，一块挂了，另一外总能读出数据吧？
机房回复：另一块在尝试读取的过程中也嗝屁了，整个RAID配置挂了，数据读不出来了。
真是一波令人崩溃的操作，其实我之前一直对RAID还抱有美好的幻想，认为它是拯救数据的最后一根救命稻草，结果，现实啪啪打脸，RAID不仅对保护数据没有任何帮助，而且能够在关键时候给你火上浇油——使用过RAID的磁盘无法通过其他方法读取数据，而原先配好的RAID嗝屁后，里面的数据就彻底读不出来了。
这是一个死结，让我一个Java程序员心力交瘁。你或许会问，你们难道没有备份吗？答案是有，但是做的是本地备份，本来只是用来防止数据异常后回档的。由于没有做异地容灾（菜鸟运维能力有限），所以磁盘嗝屁意味着彻底玩完。
太难受了，我只是一个Java程序员，为什么要懂这么多。
通过这次事件后，本地+异地双备份势在必行，同时，我对机房这个古老的行业表示极大地不信任，最后和运营商重新选择了云服务器作为新的方案。成熟的云服务器自身有容灾机制，而且还有定时快照功能，再加上我的双保险备份方案，这一次应该稳了吧？
写这么多，主要还是给后来的人一些警示，其实我做游戏开发这么多年，也是第一次碰到机房崩溃导致磁盘数据彻底丢失，在此之前没有什么心理准备，也没有那么强的安全意识。程序员其实不是万能的，只能说是不断发现问题解决问题，而在这个过程中踩得每一个坑，都是未来宝贵的财富。
出现问题不可怕，杜绝问题重新整理，从头再来！
