一、先把那个晚上原样写下来
8 月 5 日晚上十一点二十三分，我坐在书房里那台用了六年的 ThinkPad 前面，屏幕上的进度条卡在 87%，右下角的时间显示 23:23，桌面上一杯凉透的茶，杯壁上还有我三点钟咬过的饼干屑。运维群里的老周发来一句：「934 那条重建任务又挂了。」我没有回他，我先去看的是日志——因为日志比人诚实。
日志很无聊，也很残酷：第一次重建跑到 41% 的时候，因为一个老分区的元数据校验失败，整条任务回滚；第二次我把校验阈值放宽到 0.92，跑到 78%，卡在当时还在被占用的三号索引池上；第三次是凌晨一点零九分，我干脆把索引池全部下线、断掉所有只读连接，重建才在两点三十八分跑完。总共重试 934 次——这个数字我记下了，因为它正好成了公告里那串「934」的来源，也成了我今晚写这篇文章的火气来源。
二、公告和过程的距离
第二天上午十点，站点发了公告，只有一句话的意思：17库恢复正常使用934。我把这句念了两遍，然后把它和我的日志并排放着看。我在做转载核查的时候翻到过 澳门凤凰网正版图库 的归档页面，那类页面的写法是「恢复时间、影响范围、残留问题」三行说清；而我们这次的公告，一个数字替代了全部说明。934 被摆上台面，像是勋章，可它明明是 934 次没跑通。
这件事让我不舒服的地方不在于恢复得慢，恢复慢是技术问题，能解释。让我不舒服的是把失败次数包装成进度数字的做法——这跟把车票上的拥挤程度写成「客流热度」是同一种修辞。
三、恢复之后我做的三件事
第一件是把三号索引池重新挂载，然后逐个目录核对条目数；第二件是让同事小陈用他的手机，从冷启动开始完整走一遍流程——他打开 打开图库照片 那个入口，翻了 16 个相册，中途退出两次再进，没报错；第三件是我自己拿了两台设备同时进，看并发下的响应，结果发现缩略图加载比恢复前慢了大约 0.4 秒，这个延迟到现在还没完全压下去，我把它记在了待办的第一行。
小陈当时说了一句话，我记在本子上：「能开就行，用户不看日志。」这句话没错，但它恰恰是我写这篇笔记的理由——用户不看，所以我们才更不能只丢给他们一个 934。
四、把「恢复正常」这四个字拆开看
正常是一个相对词，它需要一个参照物。参照物是恢复前那台彻底打不开的服务，那么现在确实是正常的；参照物是去年秋天那次零故障的版本，那么现在只是勉强能用。我们在公告里没有写参照物，于是「正常」就成了一句谁都能读、但谁读到的都不一样的句子。我在做交叉核对时习惯性去看 qq浏览器在线版进入口 这类第三方入口的挂载情况，发现它们的抓取频率在恢复后两小时才跟上——也就是说，对我们内部而言的「恢复」，对外部世界来说迟到了整整两小时。这两小时里，用户看到的是空白。
再拆一层：恢复的是数据，还是访问路径？数据在 02:38 就已经齐了，路径的缓存失效却拖到了 04:50，中间那两小时十二分钟是最尴尬的阶段——库是好的，门是锁着的。
五、几条具体的、可以照做的核查步骤
我这个人写东西喜欢留一份能操作的清单，哪怕是吐槽。以下是我这次实际跑过的顺序，写给可能也要处理类似恢复的人：
- 先看元数据校验的失败点，别急着放宽阈值，阈值放宽只是把问题往后推了 37 个百分点（我第二次就是栽在这里）。
- 把所有只读连接真的断掉，不是标记为可回收。我第三次之所以成功，唯一的原因就是这一步做绝了。
- 恢复后逐目录核对条目数，用 打开49图库查资料 的检索路径做抽样，抽 50 条比全量扫描快得多，也够用。
- 对外入口的缓存要单独刷，别指望它自己跟上；那两小时的空白就是这么来的。
- 公告里写清楚第一次失败的原因，哪怕难看。这是唯一能挽回可信度的办法。
说起入口，恢复那晚还有个小插曲：我试着用浏览器直接访问 qq浏览器网页版进入链接 去交叉验证页面可达性，结果因为本地 DNS 还缓存着旧地址，一直跳到错误页，直到我手动清了缓存才看到真实状态。这件事提醒我，核查时一定要区分「服务端的问题」和「你本机的问题」，否则会浪费掉一整轮排查。
六、图片去哪了——一个我必须回答的问题
恢复之后有两百多条用户反馈，问得最多的不是「为什么坏了」，而是「我之前保存的图去哪了」。这个问题我在 四九图库保存的图片去哪了 那一页里其实整理过一部分，但这次的情况不太一样：不是保存失败，而是保存成功、索引丢了，文件还在磁盘上，只是点不进去。我用 grep 在旧索引的备份里捞回了 11 个用户的两百多张图的路径，手工补挂回去。补挂那两个小时里我一直在想，如果有一次失败的记录，这事本可以不用人工做。
所以我在待办列表里加了一条看起来很不技术、但很重要的东西：任何一次重建，必须自动落一份「失败快照」，写明时间、失败点、影响条目。它不是给用户看的，是给下一个凌晨两点四十的我留的。
七、把功能和说明放在一起
我承认我对公告的愤怒有点近乎职业病了。但如果你翻过 正版49图库资料库免费打开49图库app功能介绍 这种把功能逐条写明的页面，再回头看我们那句「已恢复正常使用」，落差是很明显的——前者在解释自己能做什么，后者只声明自己不再坏了。用户要的往往是前者。
最后补一句跟数据核对有关的：恢复期间我顺手用 十二生肖49码精准表 里那套编号做了一次抽样对照，验证条目编号有没有在重建中错位。测了 120 条，错位 0 条，这是那两天里唯一让我觉得松口气的结果。至少数据本身是干净的，脏的是我们说话的方式。
八、写在最后
现在是 8 月 6 日凌晨，我把这篇笔记写完了。窗外的天还没亮，茶还是那杯凉的。我不打算在结尾说「一切都会好起来」这种话，我只想把这个请求留在这里：下次恢复，请把 934 次里第一次失败的那一行日志也贴出来。一个服务敢把伤疤露出来，比它贴一百次「正常」都更有说服力。