只在周五炸的 bug：查两周，凶手是忘了下线的僵尸

周五下午炸，周一自愈，五十次错一次，全是 500。连接池满，连接全闲着，流量没涨，见鬼。作者查了两周，三猜全错，凶手在监控之外。这篇在海外拿下几十赞，评论区：僵尸，熟人啊。

一、三猜咋错的。猜一慢查：状态表一查，全闲，无锁，无堵，错。猜二自家漏：新报表接口逐行审，用完释放全有，预发压一小时，开合全对，错。猜三外部活：定时任务全翻，统计导出有嫌疑，可人家用独立账号，闲连接全是自家的，错。错完开始怀疑命：这 bug，莫不是看上我了。

二、凶手现形。两实例各二十池，共四十，库上限一百，咋满九十四。第三个实例：几个月前灰度实验的，没流量，不进监控，没下线。开机占二十，还附赠 bug：健康检查每次新开连接，不复用，重启才清。而伸缩策略每周五回收闲实例，周一清空，完美闭环：周五攒，周一清，查无对证。下线僵尸五分钟，两周谜案破。峰值九十四变十二，500 永别。

三、抄作业。三招：查状态表按归属分组，别只看总数，闲的也得问姓啥；问还有谁在跑，别只看请求链，码外的 infra 全算；周期是线索不是装饰，周五炸就查周活，周一好就查回收。今天去数你家实例，数完对账，对不上，僵尸就在那。bug 不在你看的地方，在你不看的地方，不看的，才贵。四、最后三招常备：状态表按归属分组，闲的也问姓；还有谁在跑，码外的全算；周期是线索，周五炸查周活。今天数实例，对账，对不上，僵尸就在那。僵尸不除，周五还炸。除完了，记得写下来，写进值班手册，传给下一个人。下一个人不踩，才是真除。