从波音飞机事故说起 --- 我经历的软件出错噩梦

这是三个星期之前写的，那是早上，刚写好这个软件crash的文字，下午开车就经历了crash, 于是再没心思贴出。现在稍微缓过来一点，提醒各位：开车注意安全，平安是福，此言不虚。
 

波音飞机坠毁，引发全球关注。波音昨天（3月17日）宣布，已完成最新软件更新，说明事故的确跟软件有关。我能想象，自从出事以来，波音搞软件的人经历的巨大压力：赶紧查找原因，必须限时完成。最难的是，无法实际测试，一切只能靠模拟和分析，总不能为了排查错误，真摔一架飞机。这方面，我有过痛苦不堪的经历。

我们公司开发的是监控大型石油天然气管道的软件。24小时实时运行，一定要关停软件的话，最多只能半小时。偏偏软件质量太差（主要是人的问题），以前我笑话过国内某通信公司现场改软件的做法，那时在我的“老东家”，加拿大百年老店北方电讯，软件都是经过最严格的设计、反复测试，发布以后，偶尔一年才会出个错。软件出错之后，决不能马上修改，因为这时出的错，一般已经不是简单的错误，基本与设计或者实际因素有关，匆忙改动，很有可能改坏其他部分，必须备案，研究分析之后，才确定如何修改。这样做出的软件，质量不是一般的高。各位打手机,没出现掉线吧？那里面有我们的努力和智慧呀，哈哈.

换到现在这个公司后，完全没有这一套，用户一句话，你说咋办就咋办。结果，有一次，我参与的一个大项目，投产之后，立马出现软件崩溃。要命的是它随机发作，每次重新启动后，有时隔半天，有时就是一两小时，突然崩溃。想了各种办法，花了星期四、五两天时间，再加整个周末熬到半夜，还是不知道怎么回事。大家纳闷：以前在老系统上好好的，怎么换到微软的新系统上就不行了？

用户骑虎难下，不得已，只好安排一名员工晚上加班看守，一旦出错，立即人工重启。NND，软件做到这个份上，耻辱啊！到周一，我觉得不能再这样盲人摸象。静下心来，把源程序拿来 （别人写的），密密麻麻两三千行，一个字一个字看了一遍。最后锁定其中一行，肯定就是祸根，就是一个没脑子的简单错误。修改好放上去，果然止住流血，一干人总算松口气。

后来，我在其他项目的程序里也看到同样的错误，赶紧修改，免了几场灾难。