几年前，我曾处理过一个极为“复杂”的技术难题，它耗费了我们足足两个星期的时间，就在所有人都束手无策一筹莫展的时候，一个新的思路破解了困局。在我过往的职业生涯中，遇到过大大小小很多起技术故障，其中不乏棘手的难题，虽然过程有些磕磕绊绊，但在不断地摸索中最终都可以解决。可是这一次，情况显然有所不同。
首先，这个故障的报错信息十分罕见，在几乎所有的技术网站中均未找到相似案例和解决方案。除此之外，故障发生前后的相关日志中没有任何异常信息，上下文之间的事件逻辑没有错误，每次发生的时间点也无明显规律，而且自始至终业务层面和软硬件基础设施层面都没有做过任何调整或者变更，这些情况无疑增加了分析诊断的难度。在对故障有一个初步的判断之后，根据惯例，我们尝试了很多种解决办法，但均无济于事。
事实上，关于这个故障的相关描述，已经延伸到了网络和存储等层面。对于运维界面划分比较明晰严格的机构，这种多维度多部门的沟通合作往往超出了技术上的简单事实。
虽然暂时没有找到故障的根源，但我们很清楚这不是一个偶然性错误，不能轻率地用bug来解释。而且我们相信，这绝不是一个功能性缺陷。这个平台在半年前应用了最新的补丁程序，并且运行十分稳定。
事情到了这个地步，似乎进入了死胡同，进退两难。从根本上说，所有的技术困局绝大部分都是思维的困境。尤其是对于长期从事单一运维工作的工程师来说，其思维惯性和知识广度在很大程度上制约了处理问题的思路和方式。因此，当我们在一番手忙脚乱无功而返之后，所有人都认为是时候静下心来重新面对这个问题了。我们必须从头思考这一切。
要跳出思维的困境就必须知道在这段时间里我们经历了什么。从一开始的故障定位、查阅资料到最后的还原场景、尝试解决，实际上，整个过程我们都非常依赖官方及社区的解决方案，特别是对于一个陌生的问题，这种需求就更为迫切。遗憾的是，在官方网站和社区论坛中我们并没有得到有价值的信息。也就是说，以往那种“拿来主义”、“借鉴比较”的排查方式已不再有效，至少对于这一次故障而言，无先例可循。
当重新剖析这个问题的时候，我们马上就明白了之前的瓶颈所在。这已经不是一个单纯的技术问题，经验论或许才是解决该问题的唯一途径。
在这个思路的引导下，我们开始向该领域经验丰富的工程师及专家寻求帮助，我们寄希望于他们之中的某人曾经处理过相似问题的经验方法。在经过又一个星期的漫长发问和等待后，我们终于“找到”了正确的解决方案。经验主义取得了一个漂亮的胜利。
虽然问题得到了解决，可我却高兴不起来。在面对一次未知的故障时，为什么我们走了那么多弯路？我们的犯错是否是整个过程中必不可少的环节？如何才能避免类似的情形再次发生？我们的切入点是否一开始就是错误的？为什么一再被轻视的“经验主义”在破解疑难杂症时如此有效？……等等。这些疑问迫使我不得不认真思考我们目前的工作。
我想起了凯文-凯利在大名鼎鼎的《失控》一书中提到的一个经典案例。一名棒球运动员在击球时，他的大脑会生成关于棒球飞行路径的抛物线方程，他每一次击球，其实就是计算方程的解，寻找正确的落点。看起来他是一瞬间便准确地击中了棒球，并没有在球抛出时先坐在地上进行复杂的方程计算。事实上，经过很多次的练习之后，解题过程变得越来越快，答案也越来越精确，大脑自动跳过了这个过程，因为击球行为已经固化为他身体的下意识动作。
人们的每一项技能从学习、熟练到掌握、精通，莫不如此。照此看来，那些拥有丰富经验的人，总是能够化繁为简，另辟蹊径，除了深厚的理论知识之外，固化为身体本能的经验委实起了很大作用。看起来他们忽略了详细的排查论证过程，凭借着个人经验在判断分析问题，实际上这是大脑的经验模型在起作用，它排除了干扰因素，直接探察事物的本质，因此往往能够拨开迷雾击中要害。或许这就是“经验主义”被一再轻视却又无法绕开的重要原因。
现在让我们回头再来看看前面的几个疑问。我们之所以走很多弯路，在处理过程中犯错，很大程度上是因为在处理该问题上缺乏必要的知识深度和整合能力，无法通过实验方法将零散、无关、独立的知识点串联起来，形成一个全新的思路。如果将大数据分析的核心思想“相关关系”应用到处理技术故障上，恰是锦上添花。为了避免类似情况一再发生，我们必须努力去扩展思维、开阔眼界，同时有意识培养大数据分析的能力，并在日常的工作中适时应用，做到思考、行动、再思考的实践行为模式。“经验主义”的另一种解释就是见多识广，这也是它往往能够出奇制胜的缘故。
技术需要严谨、证据、细节以及事实，这是每一个技术人应该具备的品质，它使我们能够在技术的汪洋和错综复杂的情势中保持客观冷静的处理方式，这无疑是有价值的，值得我们去追求的。但对技术人来说，我们总会遇到一些难以以常规思维处理的问题，这个时候，不妨求助于“经验主义”，或许它就是破解困局的救命稻草。优秀的棒球手总能击到球，不是因为数学能力高超，而是他相信自己的判断，认为球一定会出现在应该出现的地方。