Transloadit でのローンチ時期の選定と課題の克服
数週間前、チームは Skype の小さな会議ウィンドウに集まり、重要な問いについて話し合いました。現在のバージョンのまま Transloadit をローンチすべきか、という問いです。
この時点で直面していた問題を、重要度順に並べると次のとおりでした。
- Node
v0.1.28から先に進めない状態でした - ユニットテストがほとんどありませんでした
- システム設計にいくつか弱い部分がありました
ただ同時に、このシステムが驚くようなことを実現できるとも分かっていました。一部のアルファテスターは、これを使って大きな動画をアップロードし、そこから最大 32 個の結果ファイル(ウォーターマーク付きのものや、サイズ違いのサムネイル)を生成して、それらを S3 にアップロードしています。これは 100 個を超える内部ジョブを生成し、整合を保ちながら管理していることになります。すべて Node のすばらしさのおかげです。
そうした状況を踏まえ、予定されていた JSConf でローンチに踏み切ることを決めました。先週までは、その目標に間に合わせるため、猛烈な勢いで作業していました。Web サイトにクレジットカード決済を組み込み、優れたプランと料金モデルをまとめ上げ、システムから最後のバグを絞り出すために膨大な時間を投じました。
ところが、その後……事態は一変しました。
Node サーバーが 1 ~ 2 週間ごとに停止していることには気づいていましたが、自分たちの何かしらのミスだろうと考えており、重大な問題になるとはまったく思っていませんでした。ところが、実際には大きな問題になりました。先ほど触れた、より負荷の高い Assembly のいくつかをテストしているとき、サーバーの停止頻度が上がっていることに気づきました。調べてみると、使っている古いバージョンにはネットワークコードに深刻な問題がありました。そうした問題が発生すると、最後に表示されるのは次の内容です。
(evcom) recv() Success
そのあと、サーバーは停止します。セグメンテーションフォルトも詳細情報もありません。
これは痛手でした。勤務時間外に積み重ねてきた 1 年分の努力が、突然水の泡になったようなものでした。もちろん、このバグの追跡に莫大な労力をかけ、修正を試みることはできました。ですが、実際にはそれでは誤った問題を修正することになります。
本当の問題は、古い Node バージョンを使っていることです。そしてその理由は、Uncle Bob の次の言葉に従わなかったからです。
「プロフェッショナリズムとは何か。医者は手を洗ったか、あなたはテストを書いたか」
コードに十分なテストカバレッジがあれば、Node のアップグレードは大きな問題にはなりません。アプリケーション内の設計上の問題をいくつかリファクタリングすることも、同じく大きな問題にはならなかったはずです。
そこで今は、最初からやるべきだったことに取り組んでいます。古いバージョンを書き直し、次期 Node 0.2.0 を前提に構築した、完全にテスト済みの新しいバージョンに作り替えているところです。これには少し時間がかかりますが、幸いにもバージョン 1 で苦労して試行錯誤を重ねて得た多くの成果は再利用できます。
バージョン 1 をテストしてくださった皆さまに感謝します。今後はバージョン 2 の状況も継続してお伝えしていく予定です。
追伸:結局、火山の影響で JSConf には行けませんでした。これも何かの知らせだと受け取ることにします。😄
