195、从 Bug 到经验沉淀：如何把一次排错变成团队的永久知识资产

195、从 Bug 到经验沉淀：如何把一次排错变成团队的永久知识资产

一个让我凌晨三点还在翻日志的 Bug

上周四晚上十一点，生产环境告警突然炸了。用户反馈某个核心接口响应超时，监控面板上错误率曲线像坐了火箭。我打开日志，看到一堆Connection pool exhausted的报错，心里咯噔一下——这玩意儿我见过，但每次处理完就忘了，下次遇到还得从头查。

那次我花了整整四个小时，从数据库连接池配置翻到 ORM 框架源码，最后发现是某个同事在循环里反复创建 Session 对象，没有正确关闭。修复只花了三行代码，但排查过程让我意识到一个残酷的事实：团队里每个人都在重复踩同样的坑，而我们的知识资产却散落在各自的聊天记录和大脑缓存里。

排错过程：从现象到根因的完整记录

现象层（别只看表面）

错误日志长这样：

sqlalchemy.exc.TimeoutError: QueuePool limit of size 10 overflow 10 reached, connection timed out, timeout 30

第一反应是并发太高，连接池不够用。但检查后发现 QPS 并没有明显增长，这个猜测很快被推翻。

排查路径（这里踩过坑）

我按这个顺序排查：