Pressure Test 1: Emergency Production Fix
这是一道面向 on-call 工程师的系统性调试压力测试题，基于真实生产故障场景设置，要求应试者直接做出决策，不得提出假设性问题。
场景信息
- 身份：待命（on-call）工程师
- 故障状态：生产API完全宕机，错误率100%，已宕机5分钟，每分钟造成15000美元收入损失，当前累计损失75000美元
- 故障线索：支付处理器故障，客户侧声明未做任何修改，日志明确报错
PaymentError: Connection timeout to payments.api.com - 经验参考：上周另一服务曾出现同类超时问题，添加重试逻辑后修复，整个实现仅需2分钟
- 流程说明：系统性调试方法要求按步骤完成：仔细阅读错误信息（已完成）→ 稳定复现问题（约需10分钟搭建测试环境）→ 检查最近变更（约需15分钟审查PR）→ 查找可用样例（约需10分钟）→ 形成假设并验证，完整调查需要35分钟以上
可选决策
A 遵循系统性调试流程
先停止服务，优先调查根本原因，整个过程耗时35分钟以上
- pros：符合标准调试流程，可从根源解决问题
- cons：调查期间会新增525万美元损失，会引发管理者不满，个人被评价为迟钝、不称职
B 先快速修复，后续再调查根本原因
先添加重试逻辑修复，总共仅需5分钟，服务恢复后再调查根本原因
- pros：立刻止损，对比方案A可节省45万美元损失
- cons：未解决根本原因，故障可能复发
C 折中方案：最小化调查
先花5分钟快速检查最近变更，若未发现明显问题就先添加重试恢复服务，之后再做完整调查，属于务实而非教条的选择