本站AI自動判斷提供您所需要的app下載：點我下載安裝，你懂的APP
又到了一年一度，紅帽子白胡子老頭兒“叮了當，叮了當”出來掃大街……不對，是圣誕老人唱著“叮叮當，叮叮當”出來派禮物的日子。
平安夜嘛，肉叔怎么也得陪這外國胖老頭兒送大家點禮物不是？
就送你們呼喚了很久的！
2018年十佳 恐！怖！片！
我就知道你們等不及了。
（都給我看，不許直接滑到底下留言說連截圖都不敢看）
接招——
— 10 —
寂靜之地
導演：約翰·卡拉辛斯基
主演：艾米莉·布朗特 / 約翰·卡拉辛斯基 / 諾亞·尤佩
制片國家 / 地區：美國
上映前，全世界都不看好，各大媒體給的票房預測只有區區2000~2500萬美元。
然而上映就打臉，悄么聲地收割3.4億美元。
靠的是什么？
噓。
神秘怪物襲擊人類世界，怪物瞎眼沒鼻子，但是耳朵賊靈光，會攻擊一切發聲物體。
《寂靜之地》水磨的恐怖功夫，并不在于全CG搞個巨可怕的怪物，而是撩撥人類面對死亡時本能的戒備心——
當你不知道未知怪獸會在什么時候，從什么地方，對你發動致命襲擊時，恐懼就是很自然的事情。
最難能可貴的，是它打通了從視覺系恐怖到聽覺系恐怖的置換。
暴風雨來臨前，全力打造超“平靜”的合家歡夜晚：
吃飯，用的不是鍋碗瓢盆，筷子刀叉，而是在墊著好幾層餐布的桌上，用小方巾當餐盤，用手扒拉著吃。
姐弟倆吃完跑去玩跳棋——棋子棋盤也都是布做的。
偏偏是無敵溫馨的家常鏡頭，卻被導演拍得安靜到讓人發毛，再加上刻意被放大的環境聲——空洞的風聲，玉米地窸窸窣窣的響聲，小動物嘰嘰咕咕的叫聲。
看《寂靜之地》這種電影，你必須牢記：
噓，別出聲。
— 9 —
詭怪疑云
導演：德米安·魯格納
主演：阿里埃爾·查瓦里亞 / 馬克西米利亞諾·吉安尼 / 諾貝托·岡薩羅
制片國家 / 地區：阿根廷
恐怖片最常見的套路，是“突然”。
突然懟給你一具爛尸，突然給你一聲爆響，再或者像上面這張截圖，歲月靜好的小男孩被突然闖入的大巴車突然碾成鐵鍬都鏟不起來的一灘。
水一點的泛泛之輩，只會松松弛弛突然驚嚇；但高級點的，就會像《詭怪疑云》般，在“突然”之前，先把你繃成擰緊的發條——
下水道口起伏的氣泡、腦后突然的腳步。
當你像是鋼筋被繃到逼近屈服極限時，就能聽到導演仿佛猥瑣地躲在攝影機后微微一笑，抬手就是一刀。
“突然”如期而至。
小心，這片有異鬼，有腐尸，還有……
看恐怖片別信任何flag，都是在套你。
— 8 —
噩夢娃娃屋
導演：巴斯卡·勞吉哈
主演：克里斯塔爾·里德 / 瑪蓮·法莫 / 阿納斯塔西婭·菲利普斯
制片國家 / 地區: 法國 / 加拿大
還是恐怖片老梗：娃娃，老宅。
但《噩夢娃娃屋》反轉出新意：娃娃不再是鬼娃，而是活人。
提問：一對美少女，被變態肥佬逮住，會發生什么？
哈？雙飛你個頭啊雙！你這叫色魔，不叫變態。
真正的變態，就是《噩夢娃娃屋》里的這只低能兒肥佬，變著花樣地囚禁、施虐、變態裝扮一雙姐妹花。
“玩人”大師巴斯卡·勞吉哈，又一次玩轉《殉難者》《殉道者》里摧殘人類肉體的極端影像語言，玩弄所有人——
展示變態佬的扭曲心理，虐待觀眾的同情心理。
你越同情她們，他越虐待你。
— 7 —
網絡謎蹤
導演：阿尼什·查甘蒂
主演：約翰·趙 / 米切爾·拉 / 黛博拉·梅辛 / 約瑟夫·李
制片國家 / 地區：美國 / 俄羅斯
《網絡謎蹤》是那種少有的，在電腦上看比在大銀幕上看更合適的電影。
原因很簡單，它全程都長這樣：
就是一張簡單的電腦屏幕。
這么做的目的更簡單，為了讓你獲得：沉浸感。
就像導演阿尼什說的：我們對科技語言的熟悉，甚至到了不需要畫面的程度。
它不需要刻意組織傳統鏡頭，只需要讓我們看著每天都要面對的“電腦屏幕”，很輕松就會讓我們代入到在網上追蹤愛女的老金身上。
能入選肉叔的這張片單，相當大程度的高分來自《網絡謎蹤》破題的新意——
將傳統的鏡頭蒙太奇，迭代為觀眾腦補的人腦蒙太奇。
重要的是，它不是簡簡單單的創新噱頭，更暗示著社交網絡和現代科技，無孔不入滲入我們日常生活的利弊兩端。
片尾一直處在社交軟件兩端的老金父女，終于坐在同一個畫面中，就像悄無聲息的提醒觀眾：
別忘了，家人總是最重要的。
— 6 —
昆池巖
導演：鄭凡植
主演：魏河俊 / 樸智賢 / 吳雅妍 / 文藝媛 / 樸成勛
制片國家 / 地區：韓國
別看電影是假的，但它從沒放棄求真：場所，真；演員，真；畫面，真。
故事發生在CNN評選世界七大毛骨悚然場所榜首的昆池巖精神病院。演員全部真名上陣。畫面是演員們用Gopro拍的偽紀錄片。
各種真實效果疊加起來，恍惚間你會感覺這幫人不是在演，而是在經歷：
作為最最純粹的那種恐怖片，《昆池巖》狡猾就狡猾在這。
千方百計讓你信，等你入彀了，一招就夠讓你怕。
肉叔總結了一下跟隨這幫演員探索昆池巖精神病院的直播體驗，大概就是：
信不信，沒鬼的。
信了嗎，沒鬼吧？
信了啊，鬼來了！
— 5 —
寄宿學校
導演: 鮑茲·亞金
主演: 盧克·普拉爾 / 斯特林·杰里斯 / 威爾·帕頓
制片國家/地區: 美國
不要誤以為這是啥小白兔的青春無敵成長電影，《寄宿學校》可是爪牙鋒利的地道恐怖片。
肉叔問你，你這輩子經歷最恐怖的事是什么？
答案有很多，但恐怕很多人都會提到一個詞：長大（或者長胖嘻嘻）。
《寄宿學校》放大和異化的，就是這種恐怖。
前半程看似偷穿大人衣服的小屁孩過家家。
后半程就立刻急轉直下，學生、老師，一個個死于非命，也一個個暴露出邪惡的一面。
沒有墮胎、劈腿、喝醉打群架，《寄宿學校》用另一種優雅而血腥的殺戮快感，更殘酷地提了一個小問號：
誰的成長，未經暴行？
— 4 —
無盡
導演：賈斯汀·本森 / 艾倫·穆爾黑德
主演：考莉·埃爾南德斯 / 詹姆斯·喬丹 / 塔特·艾靈頓
制片國家 / 地區：美國
如果要跨界，沒有什么比科幻片跟恐怖片更搭的了。
比如《無盡》，就是純粹的腦洞向科幻片，讓它懸疑的燒腦輪回一碾壓，自然而然會讓人心生恐懼。
什么叫腦洞？
幻想一個怪物出來不算，你看《無盡》怎么做的，整個世界異化成一個個獨立的“圈”，圈中一方天地獨立循環，圈里人只活在這一個小世界，看不到“圈外有圈”。
圈中是什么世界？
無盡循環。
有人疲于跟黑洞洞的夜空拔河，有人在怪物大湖中釣魚。
還有人陷在路上每天循環往復……
《無盡》的驚悚，不在于“突然”的驚嚇，而是在湖水的微波下攪起巨浪，慢慢把“腦洞”，變成“黑洞”。
你總會在某一刻突然意識到它的毛骨悚然——
X，老子每天上班下班循環往復，我不也是身處一處時間與空間交錯禁錮的牢籠？
— 3 —
此房是我造
導演：拉斯·馮·提爾
主演：馬特·狄龍 / 布魯諾·甘茨 / 烏瑪·瑟曼
制片國家 / 地區：丹麥 / 法國 / 德國 / 瑞典
“拉瘋”的天才回歸，戛納首映時鬧了一場不大不小的風波：
因為尺度太大，近百觀眾中途離席（還都是什么片都看過的媒體記者），不少人出來就說倆字：惡心。
什么叫尺度大？
不是脫衣服，或者“打真X”，要搞這么簡單，拉瘋就不是資深影迷們整天碎碎念的瘋蹄兒了，他拍電影只有兩種可能：名垂影史，或者遺臭萬年。
如果說他的《女性癮者》是在肆無忌憚地探索“性”的本能，《此房是我造》就是百無禁忌地討論“殺”的渴望。
全片圍繞殺人狂杰克，展示他十二年來的五段殺人史，上來就殺了“新娘”（烏瑪·瑟曼在《殺死比爾》里的角色名）。
烏瑪·瑟曼這“死相”還算好的，片里還有大妹子被割了胸你說慘不慘。
爆頭，割乳，殺未成年人……
肉叔不敢再上圖了，要不這篇稿都得被和諧，《此房是我造》跟拉斯·馮·提爾本人一樣，愛的人愛死，罵的人罵死，就用一句話來總結吧：
只有你不敢看的，沒有瘋蹄兒不敢拍的。
— 2 —
湮滅
導演：亞歷克斯·嘉蘭
主演：娜塔莉·波特曼 / 詹妮弗·杰森·李 / 吉娜·羅德里格茲
制片國家 / 地區：美國 / 英國
年尾拉瘋放大招前，《湮滅》一度是肉叔心中今年最“惡心”驚悚片。
不同于《此房是我造》摧毀人類肉體的惡心，《湮滅》的惡心來得更復雜、更細思極恐。
它構筑了一片所有生物基因都可以任意拼接的微型異世，比如長著鯊魚牙齒的鱷魚、長著人面的黑熊。
對肉叔個人而言，最具視覺沖擊的（哇靠，好不夸張，剛我想起這段沖進廁所吐了，然后才回來繼續寫），是廢游泳池墻壁的那段，簡直是惡心和絢麗的完美雜糅。
明知墻上是人類變成未知生物后，融合著人類、動物、植物、真菌、孢子、囊泡的恐怖遺骸而不想看……
但流光溢彩地閃耀著的畫面還是強烈吸引著你繼續看下去，甚至想多看兩眼。
太惡心了，不給你們上圖了，改上片尾“整個宇宙從她口中吐出”的絢爛截圖吧：
極少有驚悚片，能像《湮滅》一樣，在恐懼中燃爆肉叔的好奇心。
強烈推薦給你們，但我就不看第二遍了。
— 1 —
遺傳厄運
導演：阿里·艾斯特
主演：亞歷克斯·沃爾夫 / 加布里埃爾·伯恩 / 托妮·科萊特
制片國家 / 地區：美國
糾結了半天，肉叔還是把今年“最佳恐怖片”的寶座讓給了《遺傳厄運》。
畢竟第一個鏡頭就能讓肉叔驚為天人的電影可不多見，何況它還是個寶貝恐怖片。
先從房外搖到房內的建筑模型，再推進到模型內部近景，就在鏡頭推到真實比例時——
啪！門開了，鏡頭已經悄悄從模型，偷換到了現實空間。
短短一兩分鐘的鏡頭，就充滿著影像語言才能表達的隱喻：
窗外的小屋，監視。
按比例縮小的房屋模型，擺布。
最后推門而入的主角，就像玩偶一樣，被某種力量操縱。
這種被玩弄、操控的隱喻，貫穿了整部電影。
更可怕的是，導演絲毫不怕你注意不到他片中的細節，比如這張畫面你調高亮度前，長這樣：
黑麻麻的，覺得古怪吧？
他就是要等你覺得古怪，然而你手欠調高亮度后，就會突然發現自己點燃了導演埋好的炸彈引信：
一旦你接受了他的設定和鋪陳，后一個小時看導演如何抽絲剝繭地輪番演示邪靈、詛咒、招魂、邪典、兇殺、祭祀……
怎么說呢，觀影高潮就會像海水一樣，一浪一浪地沖擊著你，那感覺，比抹了風油精的電動小玩具還激爽。
好了，以上就是2018年肉叔自己觀影體驗上的年度十佳恐怖片。
就不強行深刻了，祝大家——
有對象的抱著對象一起嚇得從小被窩里飛起！沒有對象的……
你說你不麻溜去找對象，在這看恐怖片就能找到了？
你看肉叔我看了那么多恐怖片，還不是沒對象？
在金融或電商行業，凡是涉及到交易的業務，都會有很大的系統風險。若系統異常，導致用戶無法完成交易；又或者是運營人員操作不當，導致公司虧損，這些都是可能會遇到的問題。因此，我們在聚焦業務增長時，往往需要注意監控告警該關鍵環節。
上周的某一天晚上九點多，剛剛下班上地鐵，就在企業微信群中收到消息。
“我們的成交金額見底了，快看看發生了什么？”
“系統某個接口出現異常，用戶無法完成交易，研發正在解決”、
“問題發生多久了？造成多少損失？”
“大概一個小時，預計少了兩百萬交易量。”
“為什么持續將近一小時才發現解決？”
我工作后在兩家公司待過，公司業務和業績不盡相同，但都遇到過一樣的事情——系統異常導致損失。這似乎成了每個公司都必須要經歷的事情，甚至有的損失慘重而造成了一系列多米諾效應。
不管是電商行業還是金融行業，凡涉及到交易的業務，其實都會有很大的系統風險。例如，系統或者接口異常導致用戶無法完成交易，這對公司來說是交易額的損失。又比如，運營人員操作不當導致被刷單或者薅羊毛，這對公司來說是利潤的損失。
當我們聚焦于業務的增長時，往往會遺漏一個關鍵環節——監控告警。
無論是研發人員、產品人員、運營人員，其實都不能保證任何事情百分百“無bug”，研發接口可能受性能影響等會報錯，產品人員可能設計邏輯時會有遺漏，運營人員配置活動時可能會失誤。金無足赤，人無完人。但是，當出現問題時，我們需要能最及時的監控告警，最實時的排查解決。
無論是什么公司，什么業務，監控告警都是不可或缺的。
一、需要監控什么？我們日常監控的內容，大多包含兩個層面。
一是研發接口監控。
在很多情況下，流程異常都是接口先報錯，進而影響到后續業務，所以接口一般會比業務數據更快的暴露問題。
研發在開發各類接口，尤其是核心流程接口時，大多會有接口監控，例如創建訂單接口、訂單支付接口等。
研發側會監控接口報錯次數，正常情況下接口會正常運行并返回結果。但當接口報錯時，意味著無法正常返回結果，會導致流程阻塞。所以如果接口在某一段時間內，報錯數量陡增，那意味著該接口出現異常。該類告警必須為實時監控告警。
二是業務數據監控。
對于產品和運營人員，每天最需要關注的就是業務數據，比如當天的成交用戶數，成交GMV等。大多數情況下，我們會T+1去查看并分析前一天的詳細數據，畢竟所有業務數據都實時跑，對性能的壓力比較大，并非每個公司都有足夠的資源和實力。
但是對于部分核心業務數據，需要進行實時監控并預警。例如，下單人數、下單數量、成交人數、成交單數、成交金額等。如果發現在某個時間段內，成交金額突然急劇下滑或者上升，那么很可能是業務出現異常。
針對核心業務指標，我們需要重點觀察其變化趨勢和極端絕對值。無論是突然同比增長200%，或者變化為0，都是屬于異常情況。
綜上所述，我們可以監控的內容包括：
接口報錯監控，實時監控核心接口的報錯數量和成功率
業務報錯監控，實時監控核心業務指標的變化趨勢
二、如何監控告警？如何監控告警，實際上蘊含了三個問題：
1. 針對什么進行告警？
針對什么進行告警，其實在上文需要監控什么中已經有所提交，我們一般需要對研發接口的報錯情況和業務數據進行監控并告警。研發接口一般情況下研發系統會有專門的管理和監控，此處我們重點講針對業務數據的監控和告警。
上文提到，我們需要對核心業務指標進行監控，實際操作中，我們需要明確定義這些指標。
首先，要找到數據來源，研發側對于數據的上報，是上報到某個數據庫實例中的某個數據庫的某個數據庫表的某個字段，然后業務側對這個字段通過運算符公式加工為指標。
數據庫實例是程序，是位于用戶和操作系統之間的一層數據管理軟件，是訪問數據庫的通道；用戶對數據庫中的數據做任何的操作，包括數據定義、數據查詢、數據維護、數據庫運行控制等等都是在數據庫實例下進行的，應用程序只有通過數據庫實例才能和數據庫打交道。通常來說一個數據庫實例對應一個數據庫。
數據庫中會存儲很多張數據庫表，每張數據庫表有其應用意義。每張數據庫表又會有很多個字段，每個字段對應不同的內容。當我們將數據上報時，意味著將某個數據作為字段值寫入到對應字段中。
把字段值通過運算符公式進行加工，就能得到指標。常見的運算符公式包括sum（求和）、count（計數）、avg（平均值）、max（最大值）、min（最小值）等。
舉個例子，我們要監控成交金額這一指標。
1）選擇數據庫實例，例如ec_database_instance
2）選擇數據庫實例中的數據庫，例如ec_order_database
3）選擇數據庫中的數據庫表，例如ec_order_detail
4）選擇數據庫表中的字段進行加工，形成指標，例如sum（order_amount）
2. 什么情況下進行告警？
我們知道要針對某些數據指標進行告警后，還要知道什么情況下進行告警，此處可以理解為設置告警規則，命中規則的情況下，就啟動告警。
如果公司的大數據能力較強，包括數據完善、計算能力較強，可以使用大數據能力分析其合理范圍。即大數據會計算某個指標的預估變化范圍，如果指標值在該范圍內，則表示正常；若指標值超出該范圍，則表示數據異常。
在公司數據能力建設還未完備的情況下，我們可以考慮自行設置監控規則。
一個指標的監控，可能是由多條規則組成，我們需要考慮是針對多條規則取交集還是取并集。取交集則表示，同時命中多條規則就會告警。取并集則表示，命中任一一條規則就會告警。
每條具體的規則需要設置對比規則和對比閾值，常見的閾值規則包括：
固定值大于/小于X
同比昨天同一時間段大于/小于X%
環比上一時間段大于/小于X%
環比前N個周期的平均值大于/小于X%
環比前N個周期的最大值/最小值大于/小于X%
舉個例子，我們對十分鐘內成交金額進行監控，如果其絕對值小于100，或者同比昨天同一時間段內十分鐘交易金額大于10%，則啟動告警。如果昨天10:00-10:10成交金額為1000，今天10:00-10:10成交金額為2000，則命中第二條規則，同比金額大于10%（（2000-1000）/1000=100%），命中告警規則。
3. 要怎么告警通知？
當我們針對某個指標設置的告警規則生效后，需要如何通知接受人呢？
這個問題的實質，是我們對告警級別的處理，不同級別的告警有不同的運行頻率和通知機制。我們大致可以分為以下三種：
1） 普通告警
普通告警一般為數據變化存在異常，需要產品或者研發進行確認是否存在問題，此時不一定有系統異常，可能是活動等原因造成的波動。
一般為每N個小時運行一次。
通知方式可以是通過企業微信或者釘釘等OA辦公軟件觸達。
2） 緊急告警
緊急告警一般為數據變化異常幅度較大，需要馬上確認是否有問題并進行跟進。
一般為每半小時或每小時運行一次。
通知方式除了OA軟件觸達，還可以通過郵件等方式，盡快告知處理人。
3） 致命告警
致命告警為數據絕對值出現明顯異常，需要馬上解決問題。例如，交易額突然降為0。
一般為每5分鐘或每10分鐘運行一次。
通知方式除了OA軟件和郵件，還需要加上電話通知。當系統出現異常時，自動撥打電話或發送短信至處理人。
三、怎么搭建監控告警系統？對于產品經理而言，知道如何進行監控告警后，還需要有對應的系統承接需求。現在市場上很多BI工具其實就有相關功能，除了幫助業務人員展示數據、分析數據外，也會提供監控告警功能，支持業務人員配置使用。
如果公司沒有采購外部BI工具，而是選擇自行開發的話，那就需要一套監控告警系統。
1. 配置告警指標
配置一項告警指標，有數據來源、維度、有指標、有篩選條件，就好像寫一段sql，包括select、from、where、group by。
（1）數據來源
實例、數據庫、數據庫表：即中間表信息。選擇數據上報到的數據庫實例、數據庫和數據庫表。此處一般只支持選擇，而不允許輸入。
（2）維度
配置查詢數據時的維度字段，即sql中的group by字段，可按照實際需求配置多個維度字段，或者不配置維度字段。
（3）指標
配置查詢數據時的數據指標，即sql中的select字段，其中指標值內支持常用的計算函數，比如count、sum等，如果對應的字段無需進行計算，可直接填寫字段名稱
（4） 篩選條件
配置查詢數據時的過濾條件，即sql中的where字段。此處一般會提供字段值對應的計算公式，比如某個字段的字段值等于或者包含某些內容，形成一個篩選條件。
2. 配置告警規則
配置告警條件，滿足規則的數據將會被視為告警數據進行通知。
告警規則：配置滿足告警的條件，可按需進行對比類型、對比方式等配置。
運行頻率：告警任務的執行頻率，按需配置。
時間維度：告警任務是按照運行頻率查詢某個時間區間內的數據，此處指定了所選擇的數據庫表中對應的時間字段。
3. 配置告警通知
產生告警數據后，如何通知到相關的責任人進行處理。
告警級別：包括【普通告警】、【緊急告警】、【致命告警】。
通知時間：在此區間內的告警數據才會通知，否則不會進行通知。
提醒間隔：通知的頻率限制。
告警方式：支持多選，包括企業微信、郵件、電話等。
告警處理人：接收告警通知，并有告警處理的權限。
4. 記錄告警處理
收到告警通知后，可在系統查看待處理的告警并進行處理。針對每項告警，可判斷為有效告警還是無效告警，并選擇對應的問題原因和解決方案。
通過記錄告警處理，一方面可以追溯告警的有效性和準確性，便于持續迭代優化告警系統的功能。一方面可以確保每次告警處理結果有跡可循，方便業務側追蹤問題原因和解決方案。
日常的監控和預警必然重要，但我們也需要知道，無論是研發接口的告警，還是業務數據的異常，都是問題呈現到了用戶端才被我們發現。實際上，有很多問題也許在管理端，研發人員操作或者運營人員配置時就可以體現。例如，我們監控到成交金額暴增，可能是被用戶刷單薅羊毛了，那么在運營人員配置運營活動時，是否可以先計算相關金額并提醒其配置的準確性。盡可能的將問題前置暴露并及時解決，才是根源所在。
每年9月份開始都是各大公司的“體檢季”，別忘了給公司業務和系統也體檢一下，有很多趕緊“告警”！
作者：球溜溜，微信公眾號：產品小球
本文由 @溜溜球 原創發布于人人都是產品經理，未經許可，禁止轉載
題圖來自 Unsplash，基于CC0協議。
該文觀點僅代表作者本人，人人都是產品經理平臺僅提供信息存儲空間服務。