前言
网络安全公司 CrowdStrike 周四发布软件更新后，机场、银行、证券交易所、911 服务、交通系统、酒店、新闻媒体、医院、紧急服务等开始出现臭名昭著的蓝屏死机 (BSOD)。在看似多年来最严重的 IT 中断中，大规模的网络安全软件问题正在全球范围内造成混乱。
漂亮的蓝屏（1）
耀眼的蓝屏2
看起来是这样的，壮不壮观？
CrowdStrike公司是干什么的？
CrowdStrike 为 Amazon Web Services、Microsoft、eBay、Visa、AT&T 和 82% 的美国州政府等客户提供云工作负载保护和端点安全、威胁情报和网络攻击响应服务。
CrowdStrike 首席执行官 George Kurtz 在 LinkedIn 帖子中表示，此次中断是由于单个 Windows 更新造成的，这意味着它只影响Windows 系统。Mac和Linux客户运行正常。
受这次影响，它的市值一下子迭去了超过10%以上。而其竞争对手的股票都纷纷上涨。道理很简单，客户经此次折腾，很多会逃离这家公司，会转向使用其竞争对手公司的产品。
George Kurtz 非常的会轻描淡写，不知道哪里来的底气。感觉这家公司如果不采取好的补救措施，估计真正离死也不远了。他很“大方”的补充说，该问题不是网络攻击或黑客攻击的结果，Crowdstrike 已识别并隔离该问题，并部署了相应的修复程序。
最后元凶
似乎最后的元凶也找到了。居然是刚入职的第一天，就做成了这个壮举。一个字：“服！” 太牛气了。看来，Crowdstrike公司对这位新员工是无比的信任啊。
真凶入职才第一天......, 怎么祭天？？
可是找到了又能怎么样呢？全球性的损失估计无以估量，就职就离职，也解决不了什么或弥补不了什么。这哥们以一己之力，比黑客还牛逼性的摧毁全球那么多台windows主机，我只能说，他比黑客还黑客。看他那神情，似乎有点儿一本正经的理直气壮。
手动修复的步骤
在网上也查到了相关的修复步骤，真是很烦琐。估计受害用户，人人咬牙切齿。呵呵。总共11步：（如果您知道如何在计算机上快速进入安全模式，请跳过前九个步骤（来自 Microsoft），直接进入后两个步骤（来自 CrowdStrike）：）
1.按住电源按钮 10 秒钟以完全关闭设备。
2.再次按电源按钮重新打开设备。
3.在 Windows 启动的第一个迹象（通常是制造商的徽标）出现时，按住电源按钮 10 秒钟以关闭设备。
4.再次按电源按钮打开设备。
5.当 Windows 重新启动时，按住电源按钮 10 秒钟以关闭设备。
6.再次按电源按钮打开设备。
7.让您的设备重新启动进入自动修复，然后选择高级选项进入 Windows 恢复环境。
8.到达那里后，选择“疑难解答”>“高级选项”>“启动设置”>“重新启动”。
9.设备重新启动后，您将看到选项列表。从列表中选择选项 5，或按 F5 进入带网络的安全模式。
10.进入 C:\Windows\System32\drivers\CrowdStrike 目录。
11.删除“C-0000029*.sys”文件并重新启动计算机。
所幸的是，我们种花家的机器用不上这么高大上的安全公司的产品。也就没受什么影响了。微软这次躺枪，不知道它和CrowdStrike私下怎么和解。
编一个笑话：
CrowdStrike会说：“大哥，就让小弟免费给您维护5年吧，不收您一分钱。”Microsoft：“再让你祸害我五年？” ......
分析与总结
咱们玩笑归玩笑，这起事件，实质上影响是非常恶劣的。这两家公司都是相关领域的头牌公司。连头部公司都能犯这样的错误，我们想想普通的相关公司是不是犯此类错误的几率会更高，只不过，他们发生的少，所以曝光度就非常高，也容易被放大。
1、新人的工作流程培训到位吗？
从这次事件的前因后果来看，让新人第一天上班（是否第一天，待考），就发布全球性的补丁，看来真是对他无比信任啊。这种补丁的发布，难道不是需要经验老到、成熟稳重的员工去操作吗？
从视频上看，他只是在自己的PC上简单的试了下，就认为“测试”通过了。然后，一顿操作猛如虎。全球性的补丁，一下子发布出来。这种神操作，怎么看，也不像是正规的做法。而CrowdStrike公司居然事后也并没有做任何相关的解释。真牛气。
稍有经验的补丁发布工程师，针对这种全球性的补丁发布，也都会采取逐步分区域发布，并进行相应实时监控，即算某区域临时出问题，他也可以临时停止发布，进行回滚补救，造成的损失也不至于这么大。
2、测试、测试、测试
如果我们这里要说，针对全球性服务、云环境，测试比那种本地部署，会来得更严格，大家相信吗？
而此次安全，毫无疑问，就犯了这种严重的错误。下面我们就聊聊测试TEST:
1)、Testable Code
写测试本身没有什么技巧。技巧是落在了要写出可以测试的代码。
2）、测试金字塔
请看下图：
测试金字塔
自底往上：单元测试、组件测试、集成测试、系统测试、场景测试、手动测试
3）、单元测试
专注于单一方法或者面向对象的类，围绕着目标类周围的所有内容，会进行双向测试。
单元测试
单元测试有哪些优缺点：
优点：1.开发阶段就可以完成2.可以与真实环境隔离3.快4.容易进行错误分析5.稳定6.维护成本低
缺点：1.大部分只能在模拟环境中运行
基于以上分析，光靠单元测试是不够的。
光靠单元测试，仍然不够......
上图形象的描述了：虽然单元测试都通过了，但是作为一个整体，仍然“集成”失败，最后导致沉船的悲剧。
4）、集成测试
集成测试主要是用来检验各相关组件之间的交互是否工作。
集成测试来弥补
5）系统与场景测试
系统测试主要以黑盒的方式，来检测整个系统。所有的场景都是真实的，并且确保能工作。
系统与场景测试
第一次试飞前，得有测试......
真实实例：只有在开发阶段结束时，采用系统和场景测试，就像将飞机的各个部件整合到一起，进行完整的测试，而不是只仅仅测试一下各个部件本身是否工作……, 这样才能进行第一次试飞。
系统与场景测试的优缺点：
优点：1.测试在真实环境中运行2.服务及组件之间的交互都能得到测试
缺点：1.只能在开发结束以后才能进行2.环境的搭建与配置比较复杂3.一般运行时间都比较长4.分析错误会比较费功夫5.大都比较脆弱6.维护成本比较高
3、测试的重要性
一个重要的结论是：如果测试是良好充分的，那么产品的代码也可以认为是足够的良好。反之，如果测试很糟糕或者压根就没有，所有的对于产品良好的期盼，将是泡影。
最后，如果以NodeJS为例，我们把测试金字塔，再分一下层，与相应的工具对应起来，就是下边的这个样子：
完整的测试金字塔
从下往上，速度效率会越来越低，成本会越来越高，但基本上都是必须的。只有这些测试都完全通过，才能发布出符合预期的产品。
4、总结
我们重新回到这个案例本身，他的最后的系统与场景测试，谨慎怀疑没有完全做到位。同时手动测试更是随意性强。再加上最后发布策略，完全是激进式的操作，这样一叠加，可以说，基本上就完蛋了。做好一名架构师，那么，这个环节，更要引起重视。
这样看来，我们对测试，还不引起重视吗？没有良好的测试，基本上跟在游泳池里裸奔没啥区别。
