回想起這個(gè)bug，仍然讓我有些痛苦。作為一個(gè)程序員，在發(fā)現(xiàn)bug時(shí)，你學(xué)會了首先在自己代碼中找問題，或許在測試一萬次之后，你會把問題歸咎于編譯器。只有在這所有的都不起作用之后，你才會把問題歸咎于硬件。

這是我遭遇一個(gè)硬件bug的故事。

拋開別的不說，我曾為《Crash Bandicoot》寫存儲卡（讀寫）代碼。對于一個(gè)自大的游戲程序員，這就像是在公園里散步一樣輕松愉快，我認(rèn)為只要幾天就寫完了。我中止調(diào)試六個(gè)禮拜。在此期間我做一些其他的事情，但我一直回來處理這個(gè)bug——幾天內(nèi)每天幾個(gè)小時(shí)。這個(gè)bug實(shí)在煩人。

這個(gè)bug的癥狀是，當(dāng)你需要保存你的進(jìn)度時(shí)，代碼會訪問存儲卡，而大部分情況下沒有什么問題…但是偶爾讀寫會超時(shí)…沒有任何明顯的原因。一個(gè)短小的寫入經(jīng)常毀掉存儲卡。玩家要保存進(jìn)度，我們不僅不保存，還擦除他們存儲卡上的全部東西。天哪。

過了一段時(shí)間，我們在Sony的制作人Connie Booth慌了。我們顯然不能帶著這個(gè)bug發(fā)布游戲，而六個(gè)星期之后我對于問題出在哪一點(diǎn)線索都沒有。通過Connie我們向其他 PS1 開發(fā)者求助：有沒有人出現(xiàn)過像我們這樣的情況？沒有。絕對沒有任何人在存儲卡系統(tǒng)上出現(xiàn)任何問題。

在你絞盡腦汁之后，你能做的唯一一個(gè)調(diào)試方法就是分而治之：一點(diǎn)點(diǎn)去除程序中的代碼，直到留下的代碼很少但你仍然出問題。像木雕一樣去除沒有問題的代碼，留下的就是你的bug所在。

在這樣的背景下挑戰(zhàn)在于，視頻游戲是很難去除某一部分的。在你刪除模擬重力或者顯示字符的代碼后，如何運(yùn)行游戲？

你必須做的是用一個(gè)假裝做真正的事情，但實(shí)際上只是做很簡單的不會出現(xiàn)bug事情的東西來替換掉整個(gè)模塊。你必須寫新的支撐代碼來讓這些玩意正常工作。這是一個(gè)緩慢而痛苦的過程。

長話短說：我做完了。我移除了大片大片的代碼，相當(dāng)多，只留下了初始化代碼——就是準(zhǔn)備游戲運(yùn)行系統(tǒng)，初始化底層硬件等等。當(dāng)然，我不能顯示加載/保存菜單，因?yàn)槲医爻怂械膱D像代碼。但是我能夠假裝用戶使用（不可見的）加載/保存屏幕并且請求保存，然后寫入卡中。

我最終以一個(gè)帶有這個(gè)bug的很少量的代碼結(jié)束——但問題仍然隨機(jī)出現(xiàn)！在大多數(shù)情況下沒啥問題，但是偶爾會失效。基本上所有的Crash的實(shí)際代碼都被移除了，但還是這樣。這實(shí)在是莫名其妙：留下來的代碼基本上都沒做什么事。

在那時(shí)——估計(jì)是凌晨3點(diǎn)——一個(gè)想法蹦了出來。讀寫（I/O）涉及精確定時(shí)。無論是硬盤、存儲卡、藍(lán)牙發(fā)送器——隨便啥——做讀寫的底層代碼都是根據(jù)時(shí)鐘來的。

時(shí)鐘讓不直接連接到CPU的硬件設(shè)備和cpu運(yùn)行的代碼同步。時(shí)鐘決定了波特率——數(shù)據(jù)從一頭傳到另一頭的速率。如果計(jì)時(shí)有什么問題，硬件或者軟件或者兩者都會亂七八糟的。這真的，真的很糟糕，并且通常導(dǎo)致數(shù)據(jù)損壞。

如果我們的初始化代碼以某種方式弄亂了計(jì)時(shí)會怎么樣？我又看了一遍測試程序中和計(jì)時(shí)有關(guān)的代碼，并注意到我們將PS1上的可編程計(jì)時(shí)器設(shè)置到了 1kHz（1000跳每秒）。這是比較快了，當(dāng)PS1啟動的時(shí)候，默認(rèn)狀態(tài)大概是100Hz。因此，大多數(shù)游戲?qū)⑺麄兊挠?jì)時(shí)器設(shè)置為100Hz。

這個(gè)游戲的帶頭（和除我外的唯一）開發(fā)者Andy，將計(jì)時(shí)器設(shè)置為1kHz，使得Crash的動作計(jì)算更加準(zhǔn)確。Andy喜歡矯枉過正，如果我們要模擬重力，我們應(yīng)該盡可能的提高精度！

然而如果提高計(jì)時(shí)器頻率莫名其妙的干擾了整個(gè)程序的計(jì)時(shí)，故而將這個(gè)計(jì)時(shí)器設(shè)置到存儲卡的波特率上會怎樣呢？

我將計(jì)時(shí)器代碼注釋掉。然后我就無法復(fù)原這個(gè)bug了。但是這并不表示bug被修復(fù)了，這個(gè)問題是隨機(jī)發(fā)生的。萬一我只是運(yùn)氣好呢？

幾天過去了，我還是在玩我的測試程序。Bug沒有再出現(xiàn)。我回到全部的Crash代碼中，修改了加載/保存代碼，在訪問存儲卡之前將可編程計(jì)時(shí)器重置為默認(rèn)設(shè)置（100Hz），之后設(shè)置回1kHz。從此之后沒有發(fā)現(xiàn)問題再次出現(xiàn)。

但是…為什么？

我重新回到測試程序上，試著檢測當(dāng)計(jì)時(shí)器設(shè)置為1kHz時(shí)出現(xiàn)的那些錯(cuò)誤的模式。終于，我注意到這些錯(cuò)誤出現(xiàn)在使用PS1手柄的人身上。因?yàn)槲易约?很少這樣做，所以我沒有注意到（為啥我要在測試加載/保存代碼的時(shí)候用手柄）。但是有一天我們的美工等我去完成測試（我確定那時(shí)候我在爆粗口），而他緊張 的擺弄著手柄。卡損壞了。“等下，怎么回事？喂，再來一次！”

一旦我發(fā)現(xiàn)了這兩件事是聯(lián)系著的，就很容易重現(xiàn)bug：開始寫入存儲卡，動一下手柄，存儲卡損壞。在我看來完全是硬件bug。

我去找Connie告訴他我的發(fā)現(xiàn)。她轉(zhuǎn)述給設(shè)計(jì)過PS1的硬件工程師。她被告知：“不可能，這不可能是硬件問題。”我跟她說問一下我能不能直接和他說。

那個(gè)工程師給我打電話了，他用著他的爛英語，我用著我更爛的日語，我們爭論一會。我最后說：“我給你一個(gè)30行的測試程序，讓你在動手柄的時(shí)候能夠 出現(xiàn)這問題。”他答應(yīng)了。他向我保證，這是浪費(fèi)時(shí)間，而他正在一個(gè)新項(xiàng)目上很忙，但因?yàn)槲覀兪荢ony很重要的開發(fā)者，他會試的。

第二天晚上（我們在洛杉磯，而他在東京，所以對于我來說是晚上而他是到了第二天），他給我打電話，不好意思的向我道歉。這是個(gè)硬件問題。

我還是沒有完全搞清楚問題到底在哪，但是我的印象中，從Sony總部的反饋聽到的是，如果將可編程計(jì)時(shí)器設(shè)置到足夠高的時(shí)鐘頻率，會影響到主板上時(shí) 鐘晶振附近的一些東西。這些東西之一就是存儲卡的波特率控制器，同時(shí)也設(shè)置手柄的波特率。我不是搞硬件的，所以對于細(xì)節(jié)我相當(dāng)模糊。

但是主旨是主板上兩個(gè)獨(dú)立部分的串?dāng)_，以及手柄接口和存儲卡接口數(shù)據(jù)發(fā)送的結(jié)合在1kHz的時(shí)鐘頻率下會導(dǎo)致丟位，從而數(shù)據(jù)丟失，以致卡損壞。

這是我全部編程生涯中，唯一一次因?yàn)榱孔恿W(xué)debug的問題。

原文鏈接：http://www.quora.com/Programming-Interviews/Whats-the-hardest-bug-youve-debugged/answer/Dave-Baggett

譯文鏈接：http://blog.jobbole.com/50995/