工作总结
发表时间：2026-04-13新华书店年度工作总结。
这一年我主要管两摊事：书店后端系统的稳定，以及前端设备与现场的兜底。说白了，就是别让收银台排长队，别让自助机变摆设，别让仓库的温湿度报警把大家吓出心脏病。下面说三个今年实际踩过的坑，怎么填的，以及填完之后留下的教训。
第一个坑：五一假期收银系统瘫了十二分钟
五月一号下午两点，我刚吃完饭回到店里，收银台对讲机就炸了：“系统点不了！”“订单提交一直转圈！”我第一反应是看服务器——远程连上，CPU负载95%以上，内存也异常。但光看这个没用，得找到哪个进程在作妖。
我先试着重启了应用服务，没用。又看了网络流量，正常。这时候收银主管跑过来跟我说，已经积压了四十多个顾客，有人开始拍柜台了。我心里骂了一句，但手没停——直接冲到机房接上显示器，top命令一看，有个叫“stock_sync”的进程占了几百个连接。这是第三方做的库存同步接口，平时就几十个连接，今天疯了。
我干了件不优雅但管用的事：kill -9 干掉那个进程，然后重启数据库服务。整个收银系统在十二分钟后恢复。但这十二分钟里，我们手动开了两个备用POS机，用离线模式收银，事后补录。更麻烦的是，有三笔订单顾客手机显示扣款成功，我们系统里没有。当晚我对账对到十一点，一笔笔核对微信商户后台，手工补录并给顾客发了道歉短信和优惠券。
事后我花了三天查根因。那个库存同步服务在重试一个异常订单时，每重试一次就新建一个数据库连接且不释放，导致连接池炸了。我跟第三方公司沟通，对方说“测试环境没出现”。我直接怼回去：“测试环境你们压测了吗？连接池上限设了多少？”最后对方承认没做熔断机制。
我上了两个硬措施：一是数据库连接池上限锁死在200，超过直接拒绝并告警；二是给那个服务的重试逻辑加了硬限制——最多重试3次，之后丢到死信队列，每天早晨人工处理。另外，每周二凌晨我手动跑一遍压力模拟脚本，专门测这个接口。这活儿之前没人干，现在成了固定流程。
这事给我的教训是：别信第三方说的“测试通过”，你得盯着他们把压测报告交出来。还有就是，收银台离线模式必须每月演练一次——我们这次演练了，但店员操作不熟，还是乱了阵脚。
第二个坑：自助售书机天天扫码失败，顾客骂我是骗子
今年夏天门店上了五台自助售书机，想着减轻人工收银压力。结果第一个月，平均每天七八次故障——顾客扫码付款后，机器要么不出小票，要么显示“支付成功但未开单”。有个大爷火了，指着我说：“你们这东西就是骗钱的！”
我一开始走了弯路：先怀疑网络，换了交换机端口，调了QoS，没用。又怀疑服务器接口响应慢，加了两条内存，还是没用。后来我搬了把椅子，蹲在自助机旁边盯了整整两个小时，终于发现规律：出故障的全是带塑封的套装书。塑封反光严重，扫码模组读一半就中断，导致支付回调接口收到的订单信息不完整。
找到问题就好办了。我联系厂家要到调试工具，发现扫码模组有个“反光抑制”模式，但默认没开。我把曝光补偿从0调到+2，开启反光抑制，然后反复测试——调完之后发现普通条码识别率反而下降了，因为曝光过高导致过曝。又花了半天重新找平衡点，最后定在+1.5，同时降低扫描频率。前后折腾了三天，改了几十个参数组合。
同时改了后台逻辑：之前是“收到微信支付回调就标记完成”，太天真。我改成“必须同时收到完整的ISBN和价格才生成订单”，否则自动进入人工复核队列，店里的Pad会弹提示。这样就算扫码失败，顾客也不用原地等着，我们后台能看到并手动补录。
改完之后故障率降到每周一两次。但还有一个后遗症：人工复核队列有时候会积压，特别是周末高峰。我又写了个小脚本，每半小时扫描一次队列，超过10笔未处理就发短信给值班经理。这套东西现在跑得还行，但每次参数调整我都要在测试机上先用废条码模拟反光、褶皱、污损等场景——这些测试用例都是我一张张攒出来的，花了两个月。
第三个坑：凌晨两点的温湿度误报，白跑一趟
十月份一个凌晨，我手机收到仓库温湿度报警：湿度85%RH。教材库的纸如果受潮，几十万的损失。我套上衣服骑车十五分钟赶到店里，进仓库一测——实际湿度58%RH。探头误报。
当时真想骂人，但冷静下来检查发现：探头积了一层灰，而且安装位置紧挨着空调出风口。白天空调一吹，冷风直扑探头表面，结露触发报警。这个探头装了一年多，从没人清理过，当初施工队图省事随便找了个位置钉上去的。
我当天就把探头移到仓库中央的立柱上，离任何风口至少两米，加了个带滤网的防尘罩。然后在运维手册上加了一条：每季度用标准温湿度计做一次现场比对校准，偏差超过3%就换探头。另外，我在监控系统里把报警逻辑从“瞬时值触发”改成了“持续超标15分钟再触发”，避免短时干扰。
但这事没完。我后来把店里所有传感器的安装位置都过了一遍——发现温湿度探头有3个，烟雾探测器有2个，水浸传感器有1个，位置都有问题。比如水浸传感器放在空调排水管旁边，但排水管从来没漏过水，真正容易漏水的是消防管道那边。我全部重新规划了位置，画了一张传感器部署图贴在机房墙上。
最让我后怕的不是这次误报，而是我意识到：如果下次是真超标，我可能因为狼来了而反应迟钝。所以我强制要求自己每月做一次模拟测试——拿一杯热水放在探头旁边，看它报不报；拿一块湿布模拟漏水，看水浸传感器灵不灵。这些测试记录我都写在运维日志里，领导从来没要求过，但我觉得这是底线。
一些看不见的活儿
除了这三个大坑，日常还有很多碎活。比如每个月一次的全店网络巡检，我挨个查交换机端口状态、CRC错误计数、光模块收发光功率。今年就发现一台交换机的某个端口CRC错误率偏高，换了一根网线之后恢复正常——如果不换，再过一两个月可能会演变成丢包甚至断网。这种事没人在意，但出了事就是大事。
还有备件管理。我攒了一个小箱子，里面放着备用扫码枪、热敏打印头、网线、甚至一根串口线。这些东西平时不用，但有一次自助机的打印头坏了，我十分钟就换上，不用等厂家寄配件。备件清单我每季度盘点一次，用完了就补。
店员培训我也在抓。每两个月搞一次半小时的“故障演练”——比如我故意把一台收银机的网线拔了，看店员能不能切换到离线模式，能不能手工登记订单。第一次演练的时候，一半人不会操作。现在基本都能应付。
明年我想干的三件事
第一，把监控告警的阈值从固定值改成动态基线。比如温湿度，不同季节的正常范围不一样，固定阈值容易误报。我已经在试一个开源工具，能根据历史数据自动调整。
第二，推动采购部门把“极端条码测试”写进设备验收标准。自助售书机的事让我明白，验收不卡严，后期全是坑。
第三，给自己减点负。现在太依赖我这个人，万一我休假或者离职，很多细节就断了。所以我打算把运维手册写成“傻瓜版”，连怎么换探头、怎么清灰都配上照片，让任何一个店员都能照着干。
干我们这行的，说白了就是跟各种不确定性较劲。系统不会因为你累就不崩，设备不会因为你忙就不坏。但每处理一次故障，每填一个坑，系统就结实一点，现场就从容一点。这一年，值了。
- 想了解更多工作总结的资讯，请访问：工作总结
