描述在 grunt 中实现错误采样率动态配置 - 问题详情 - 创脉思

解读

面试官真正想考察的是：

你是否理解 Grunt 的任务配置模型（task → target → options）以及它“配置即代码”的哲学；
能否把“运行时变量”注入到原本静态的 Gruntfile，从而做到“同一次构建、不同采样率”；
对国内常见场景（灰度发布、AB 实验、多环境部署）是否有体感，知道为什么采样率必须“动态”而不是写死；
是否掌握 Node 侧环境变量、CLI 参数、外部 JSON、甚至是 npm_lifecycle_event 等“动态传参”手段；
能否把采样率最终落到前端产物里（例如 window.ERROR_SAMPLE），并保证 CDN 缓存安全（文件名带 hash）。

一句话：让 Grunt 在“不改动 Gruntfile 源码”的前提下，把“错误采样率”这一数值在构建时注入，并能在生产环境随时调整。

知识点

Grunt 配置阶段与运行阶段分离：module.exports = function(grunt) { grunt.initConfig({…}) } 在进程启动时一次性执行完毕，因此“动态”必须在 initConfig 之前完成。
process.env 与 grunt.option() 两种取参方式差异：前者适合 CI/CD 写入，后者适合开发者本地敲命令。
grunt.template 系统：<%=%> 语法在任务运行时才求值，可用来把采样率注入到任意文本（HTML、JS、CSS）。
grunt.file.write + JSON.stringify 可生成一个“运行时配置包”（如 config/error-sample.json），让前端异步拉取，实现“秒级变更，无需重新构建”。
国内 CDN 缓存策略：若采样率写进文件名（如 sentry.[sample].js）会放大缓存碎片；推荐写进文件内容 + 短链复用，同时配合 Cache-Control: no-cache 的 JSON 配置接口。
合规与灰度：国内对“用户数据出境”敏感，若采样率涉及 Sentry 等海外服务，需同时动态下发 dsn 白名单，避免硬编码。

答案

下面给出一套可直接落地的“三步法”，兼顾本地开发、线上灰度、紧急回滚三种场景，全部基于 Grunt 完成，不依赖 webpack。

第一步：在 Gruntfile 最顶部把“动态采样率”收敛到一行代码

const errorSample = Number(process.env.ERR_SAMPLE || grunt.option('sample') || 0.1);

解释：

在 GitHub Actions / Jenkins / 云效 里，只要给构建任务加一行 export ERR_SAMPLE=0.01 即可；
开发同学本地可敲 grunt build --sample=0.3 快速验证；
兜底 0.1 防止空值导致上报风暴。

第二步：把采样率同时注入“编译期常量”和“运行时接口”，做到“双保险”

grunt.initConfig({
  // 1. 注入到业务代码，用于 SDK 初始化
  replace: {
    dist: {
      src: 'src/error-tracker.js',
      dest: '.tmp/error-tracker.js',
      replacements: [{
        from: '__ERROR_SAMPLE__',
        to: errorSample
      }]
    }
  },
  // 2. 生成独立 JSON，供运维在线变更
  'file-creator': {
    config: {
      'dist/error-sample.json': function(fs, fd, done) {
        fs.writeSync(fd, JSON.stringify({ sampleRate: errorSample }));
        done();
      }
    }
  },
  // 3. 继续走原有压缩、指纹、上传 CDN 流程
  uglify: { dist: { files: { 'dist/sentry.min.js': '.tmp/error-tracker.js' } } },
  filerev: { dist: { src: 'dist/sentry.min.js' } },
  qiniu: { /* 七牛上传任务 */ }
});

说明：

replace 任务把占位符替换掉，前端代码里只需 Sentry.init({ sampleRate: __ERROR_SAMPLE__ })；
error-sample.json 独立部署，运维可在 阿里云 OSS 控制台 直接编辑，5 秒生效；
若 JSON 接口异常，SDK 回退到编译期常量，保证可用性。

第三步：在 CI/CD 脚本里给出“灰度阶梯”示例，让面试官看到你对国内发布节奏的熟悉

# 云效流水线 Stage1：金丝雀 5%
- export ERR_SAMPLE=0.05
- grunt build && grunt upload

# Stage2：观察 30 min 无异常，全量 20%
- export ERR_SAMPLE=0.2
- grunt build && grunt upload

至此，错误采样率动态配置完成：

构建侧零入侵，Gruntfile 无需写死任何数字；
运行侧支持热变更，符合国内“白天全量、晚上灰度”的发布习惯；
全程使用 Grunt 插件（grunt-contrib-uglify、grunt-text-replace、grunt-file-creator、grunt-filerev），无外部构建工具，满足题目约束。

拓展思考

如果采样率需要按用户维度（UID 白名单）而不是全局，Grunt 侧只能生成“配置表”，真正的分群逻辑应下沉到服务端网关或边缘函数（阿里云 ESA），避免把用户列表打进包体。
当项目后续迁移到 Vite/Rollup 时，可把同一份 error-sample.json 保留，Grunt 与 Vite 共存做“静态资源层”构建，实现渐进式迁移。
对金融、政务等强合规场景，建议把 error-sample.json 放到内网接口，通过 npm 私有源 + 堡垒机 下发，避免 CDN 被外部抓取造成信息泄露。
更进一步，可在 Grunt 里新增一个 custom task：grunt.registerTask('sample:rollback', function(){ … })，一键把采样率改回 0，5 分钟内止血，让面试官看到你具备线上应急意识。