看起来像是 agent 那张表中没有配置 online 环境的机器

主要还是看对被测业务的覆盖度，可优先考虑读接口。链路级别的回放中写场景与业务耦和是必然，主要看怎样降低成本，基础设施是否完备决定成本高低。

数据偏移染色主要针对的是写场景，如果影子存储完备，可以定时同步，也不会太复杂，本文只是给大家一个解决思路。在业务中 60% 以上都是读接口，最起码读场景这部分是没有太大成本的。

分别回答下：
1.如果是一个环境流量多个环境会放的话，回放中影子存储是用来做安全隔离的最后一道屏障，影子表需要定期同步基础数据（类似：商品的 SKU，商品的类型），如果是同环境的录制与回放影子存储非必须，但为了不污染业务数据一定要建立业务模型。
2.正如文章中的字段染色偏移，不同类别的字段偏移方式要结合实际业务，目前我们抽象出三种最常用的：
(1) 固定步长的 ID 偏移：录制的流量中 goods_id：100 ,回放时 goods_id:100100(+100000)
(2) 依赖于业务 API 返回的数据：创建一个抢购活动，活动的 ID 等等字段
(3) 保证流量多样性的核心数据：这部分更是流量回放的精髓，更高的业务覆盖度核心体现，类似于商品的颜色，用户购买时的优惠组合 ID 等等信息
3.第三个说的问题，建议是申请业务相应鉴权，通过业务 API 的方式调用，有点类似于写实际的业务代码，这样既保证了可用性也降低了维护成本，不建议采用自实现 SKD 或者各种解密算法的方式。

已开源 https://github.com/tal-tech/conan

稍等更新下文章 https://github.com/tal-tech/conan

非常感谢 纯干货

同时使用 stf+appium 同时在一个手机上会存在端口冲突吗， 类似于我的自动化运行可以通过 stf 上同步看