代码审查盲区

我是在一个凌晨三点被叫起来处理生产事故之后，开始认真思考这个问题的。 那是一个看似无害的接口调用，在压测环境下跑了三轮都没问题，上线第四天却在凌晨两点半开始大规模超时。我们三个人盯着那几百行代码看了四十分钟，除了觉得“写法不够优雅”之外，没人能明确说出哪里会出问题。直到运维把那个时间段的完整应用日志拉出来，132M的纯文本，里面藏着每隔17秒出现一次的线程池拒绝异常，以及GC暂停时间从23ms暴涨…