西安一码通连续崩溃，产品经理如何写文档才能不背锅？

编辑导语：西安一码通连续崩溃，除了软件开发方有责任，产品经理也需要写清楚要求，否则很有可能“背锅”。本篇文章中，作者分析和解答了产品经理如何定义清楚一码通的非功能需求，以及如何写文档才能不背锅等等问题，推荐想要学习如何写一码通功能需求的群体阅读。

2022年1 月 4 日9 时，西安一码通又崩溃了。这是半个月内，一码通第二次出现故障。

一方面，软件开发方有责任，开发的系统可用性太差。而另一方面，软件的需求方也需写清楚要求，这也往往是产品经理的工作， 具体而言就是定义清楚产品需求、验收标准、违约责任 。

否则研发只需一句话——“是产品经理没有定义清楚需求，所以责任不在我”，这就可将责任推掉。而我们如做好这些工作，就能分清责任，明确义务，避免背锅。

这些工作涉及面很广， 本文仅探讨其中的非功能需求的部分，也就是产品经理如何定义清楚一码通的非功能需求。

一码通的功能需求很简单，就是查询自己的核算检测信息，个人健康信息。难是难在了非功能需求，下面我们就用3000字来逐一说明。

一、需求的全貌

产品经理要明确的需求众多，在我的书《图解产品》中，我将这些需求做了归类，并命名为PURPS+模型，具体就是：

• 主要需求（Primary）： 体现了功能、内容、安全性需求；
• 可用性需求（Usability）： 体现了用户体验、帮助和培训文档等需求；
• 可靠性需求（Reliability）： 体现了故障率，维修时间等需求；
• 性能需求（Performance）： 体现了响应时间、并发数、吞吐量等需求；
• 可支持性需求（Supportability）： 体现了可维护性、可扩展性等需求；
• 其他需求（+）： 如数据统计、授权、接口、包装等需求。

而产品经理需逐一定义这些需求，才能将文档写全面。下面我们重点说说其中的可用性、可靠性、性能和可支持性需求如何写，这些内容在《图解产品》中有更多说明。

二、可靠性需求

可靠性定义了系统的健壮性，如可靠性高则说明产品的软件、硬件故障少，能正常运行。而这些故障常常会严重影响用户的使用。

具体到西安一码通则需定义清楚四个指标，分别是：平均无故障时间 （MTBF）、可靠性、维护响应时间、平均维护时间。

（1）平均无故障时间 （MTBF）

该时间是指产品出现一次故障的平均时间。如电脑的MTBF 为 15 年， 就是说有的电脑第 1 年出故障，有的电脑第 30 年出故障，平均算起来第15 年出故障。一般可用经验数据和实验数据，大致预估硬件的MTBF。

而软件的故障多是因为软件BUG，因此很难预估MTBF值，有时会给个承诺值。

（2）可靠性

软件的故障次数越少越好，但如不幸出现了故障，则希望有故障的时间尽可能短，这个指标就是可靠性。

如可靠性为99.999%，就是指在1年时间里，该业务会中断5.26分钟，计算公式为（1-99.999%）× 365 × 24 × 60，其中365 × 24 × 60为全年的分钟数。

同样该值也较难预估，惯例是厂商会承诺99.99%或99.999%的可靠性。

（3）维护响应时间和平均维护时间

当产品出现故障后，很多时候要维修，而维修包括维护响应时间、平均维护时间。

（4）维护响应时间

是指从发现故障到开始维修所需要的时间。对于西安一码通业务来说，可要求开发方支持7×24小时的随时响应，并要求10分钟内开始维修。

（5）平均维护时间 （MTTR）

虽然开发方能够快速响应，但是要修好还需时间，由此需要定义平均维护时间，这个时间包括在途时间（如需要）和到达现场维修好的时间。该指标也需要根据业务情况定义，如要求必须1小时内修好。

以上就是平均无故障时间 （MTBF）、可靠性、维护响应时间、平均维护时间指标的定义和建议值。这些值多数无法精准给出，更多地是开发方对可靠性的一个承诺。

三、可用性需求

可靠性是从系统角度看的，也就是反应了软件有没有问题；而可用性则是从人的角度看的，也就是人觉得产品可用不可用。有时两者是一回事，但有时两者不是一回事。

之前我曾负责的一款产品，其可靠性很差，硬件和软件总出问题。但是有些情况下却不太影响用户的使用，因为用户大不了重新拨打一次电话，或重新连一次网络，也能用。

而所采取的手段是，当疑似有问题后，该系统会自动重启系统或重启某进程。所以从用户的角度看，其可用性尚可；但从系统角度看，其可靠性很差，系统总是坏掉。

现在的互联网系统也多是分布式部署，从而将单点故障的影响降到最低，提升用户的可用性。

而西安一码通也需定义清楚可用性。如当软件、硬件出现故障后，系统应尽可能支持一定的恢复手段，同时也要实现分布式部署等。

但从本次一码通的故障看，主要是性能问题，此时靠重启进程等手段是不能解决问题的，由此需要定义清楚性能需求。

四、性能需求

性能需求要先定义用户访问情况，再定义系统的响应时间、新建数、并发数、吞吐量。

1. 用户访问情况

用户访问情况需确认峰值访问量、平均访问量和访问的业务。对于一码通业务，需依据历史数据做预估。如预估每日10点-11点为峰值访问，且同时使用的人数是多少人，并应尽可能精确到每秒的峰值。

2. 响应时间、新建数、并发数和吞吐量

定义清楚了用户访问情况后，就要再从软件角度定义性能指标，如能定义清楚这些指标，就可避免不合适的软件架构设计，这些指标如下。

（1）响应时间

指标反映了网站响应用户请求的速度，也就是我们日常所说的网络快慢。影响响应时间的因素有系统延迟、网络延迟和用户端的延迟，一般可由开发方给个响应时间。

（2）新建数

每个用户使用一码通查看信息时，系统都会新建建立一个连接。该指标与用户访问指标比较类似。比如登录要新建、查询要新建，这就是两个新建。有时一次查询需要几个新建，需由研发确认。

（3）并发数

定义了当访问系统的特定应用时，能同时维持的连接数量。据统计西安有1300万人口，按照最大10%的市民同时扫码（已经很大了），也就是要支持百万的并发量。

（4）吞吐量

该系统定义清楚吞吐量，很多性能问题就可避免。

按照一些研发的分析，认为一码通的问题集中在该系统所有的 js/css/img 静态资源全都从一个出口进行提供，没上 CDN。

粗略估算了一下，js/css/img 数据总共约 500kB。而按照某个群里得到的数据（暂且认为是准的），健康码的请求量峰值达到了 3.3w qps，也就是吞吐量要 33000 x 500 x 8 bps ≈ 125Gbps 这个出口量级很难用单机房承载，由此系统挂掉。

该指标和系统实现方案有密切关系，需要由经验丰富的研发来分析、明确。

五、可维护性需求

可维护性需求可分为可支持性需求和可移植性需求。这些需求涵盖的内容较多，与一码通相关度高的需求如下：

（1）可支持性需求

定义了开发人员是否可以方便地升级系统、用户是否可以很方便地升级。

而据每日经济新闻报道，一码通的升级需要人工删除小程序，并清除数据。这就是没有做好可支持性需求。

（2）可移植性需求

括用户的增长和数据量的增长。用户量的增长是指当用户量增加后，系统应能方便地扩容。数据量的增长是指当存储的数量增加后，系统也能很好地支持。而一码通半个月后又出故障，由此可看出其可移植性需求做的并不好。

六、总结

以上就是一码通需定义的主要非功能需求，而这些需求涵盖面又广又重要。除了这些指标外，还有一些次要需求，本文就不再赘述，你可参考《图解产品》继续完善。

其实该系统的实现不算难，实现方案也颇为成熟，甚至优秀的应届生都能搞定，确实不该出问题。

有人可能会问，工作中我没有定义这些内容，研发一样工作。是的，对于互联网公司的自研产品多数不需这么详细，但对于这种关系民生的定制开发则必须明确，从而避免上线失败。

如一些实现细节不清楚，需求方也可列出框架，由开发方填写。

而需求方还应基于以上指标，再定义验收标准，违约责任，并进行压力测试，由此来约束开发方的行为。这样开发方就不至于敢派经验不足的研发来应付事，更可避免扯皮，分清责任。

 

作者：擎苍，《“图解”产品：产品经理业务设计与UML建模》作者、UML建模、数据建模研究者，公众号：图解产品设计

本文由 @公众号：图解产品设计 原创发布于人人都是产品经理。未经许可，禁止转载。

题图来自Unsplash，基于CC0协议