Estratégias de Debugging

Transforme o debugging de um processo frustrante de tentativa e erro em resolução de problemas sistemática com estratégias comprovadas, ferramentas poderosas e abordagens metódicas.

Quando Usar Esta Habilidade

• Rastrear bugs difíceis de encontrar
• Investigar problemas de desempenho
• Entender bases de código desconhecidas
• Fazer o debug de problemas em produção
• Analisar dumps de falhas e traces de pilha (stack traces)
• Monitorar o desempenho da aplicação (profiling)
• Investigar vazamentos de memória
• Fazer o debug de sistemas distribuídos

Princípios Fundamentais

1. O Método Científico

1. Observe: Qual é o comportamento real? 2. Hipotetize: O que pode estar causando isso? 3. Experimente: Teste sua hipótese 4. Analise: Isso provou ou refutou sua teoria? 5. Repita: Até encontrar a causa raiz

2. Mentalidade de Debugging

Não Assuma:

• "Não pode ser X" - Sim, pode ser
• "Eu não mudei Y" - Verifique de qualquer forma
• "Funciona na minha máquina" - Descubra por quê

Faça:

• Reproduza consistentemente
• Isole o problema
• Mantenha anotações detalhadas
• Questione tudo
• Faça pausas quando estiver travado

3. Debugging com o Pato de Borracha

Explique seu código e o problema em voz alta (para um pato de borracha, colega ou para si mesmo). Frequentemente revela o problema.

Processo Sistemático de Debugging

Fase 1: Reproduzir

## Reproduction Checklist

1. **Can you reproduce it?**
   - Always? Sometimes? Randomly?
   - Specific conditions needed?
   - Can others reproduce it?

2. **Create minimal reproduction**
   - Simplify to smallest example
   - Remove unrelated code
   - Isolate the problem

3. **Document steps**
   - Write down exact steps
   - Note environment details
   - Capture error messages

Fase 2: Coletar Informações

## Information Collection

1. **Error Messages**
   - Full stack trace
   - Error codes
   - Console/log output

2. **Environment**
   - OS version
   - Language/runtime version
   - Dependencies versions
   - Environment variables

3. **Recent Changes**
   - Git history
   - Deployment timeline
   - Configuration changes

4. **Scope**
   - Affects all users or specific ones?
   - All browsers or specific ones?
   - Production only or also dev?

Fase 3: Formular Hipótese

## Hypothesis Formation

Based on gathered info, ask:

1. **What changed?**
   - Recent code changes
   - Dependency updates
   - Infrastructure changes

2. **What's different?**
   - Working vs broken environment
   - Working vs broken user
   - Before vs after

3. **Where could this fail?**
   - Input validation
   - Business logic
   - Data layer
   - External services

Fase 4: Testar e Verificar

## Testing Strategies

1. **Binary Search**
   - Comment out half the code
   - Narrow down problematic section
   - Repeat until found

2. **Add Logging**
   - Strategic console.log/print
   - Track variable values
   - Trace execution flow

3. **Isolate Components**
   - Test each piece separately
   - Mock dependencies
   - Remove complexity

4. **Compare Working vs Broken**
   - Diff configurations
   - Diff environments
   - Diff data

Antes de selecionar ferramentas de debugging ou realizar análise de bisect, diferencial, trace ou memória, leia references/tools-and-techniques.md.

Padrões de Debugging por Tipo de Problema

Padrão 1: Bugs Intermitentes

## Strategies for Flaky Bugs

1. **Add extensive logging**
   - Log timing information
   - Log all state transitions
   - Log external interactions

2. **Look for race conditions**
   - Concurrent access to shared state
   - Async operations completing out of order
   - Missing synchronization

3. **Check timing dependencies**
   - setTimeout/setInterval
   - Promise resolution order
   - Animation frame timing

4. **Stress test**
   - Run many times
   - Vary timing
   - Simulate load

Padrão 2: Problemas de Desempenho

## Performance Debugging

1. **Profile first**
   - Don't optimize blindly
   - Measure before and after
   - Find bottlenecks

2. **Common culprits**
   - N+1 queries
   - Unnecessary re-renders
   - Large data processing
   - Synchronous I/O

3. **Tools**
   - Browser DevTools Performance tab
   - Lighthouse
   - Python: cProfile, line_profiler
   - Node: clinic.js, 0x

Padrão 3: Bugs em Produção

## Debugging em Produção

1. **Coletar evidências**
   - Rastreamento de erros (Sentry, Bugsnag)
   - Logs da aplicação
   - Relatos de usuários
   - Métricas/monitoramento

2. **Reproduzir localmente**
   - Usar dados de produção (anonimizados)
   - Combinar o ambiente
   - Seguir os passos exatos


…