归档

共 164 篇 · 按月份倒序,可按标题或分类即时筛选

2026 年 11 月

11-20 第三方统计脚本拖慢首屏:async、defer 与预连接怎么选 首屏慢,查下来发现 head 里塞了统计、客服、AB 实验三个同步脚本。这篇讲清同步、async、defer 三种加载方式的实际差异,给出按依赖关系选择写法的判断标准和可直接替换的… 11-20 容器优雅退出失效:shell 形式的 CMD 吞掉了 SIGTERM 滚动发布每个 Pod 都要卡满 30 秒、docker stop 永远等满 10 秒才强杀,问题往往不在应用,而在 Dockerfile 里 CMD 的写法。这篇讲清 PID 1 … 11-20 AOF 重写时内存和磁盘一起涨:fork 之后的写时复制账 AOF 重写期间内存突然抬高、客户端延迟抖动、重写反复失败——这些不是「Redis 有 bug」,而是 fork 加写时复制的必然代价。这篇拆开 COW 的成本构成,给出容量预留与… 11-20 线程池复用线程后,ThreadLocal 不 remove 会把上下文串到别人身上 日志里的 traceId 变成了别人的、租户上下文偶尔错乱、堆里堆着一批本该释放的对象——这三个现象常常是同一个原因:ThreadLocal 用完没 remove。这篇讲清 Thr… 11-19 列表缓存命中率只有 18%:把 page 写进 key 的三个后果 列表接口加了缓存,命中率只有一成多,改完一个商品要清几十个 key。问题不在缓存本身,而在 key 的维度设计。这篇讲 page 与筛选参数进 key 之后的三处代价,以及按版本号… 11-19 Pod 被 Evicted,describe 里却找不到 OOM:ephemeral-storage 的账 Pod 突然变成 Evicted,退出码是 0,describe 里没有 OOMKilled,只有一行「node was low on resource」。这篇按 ephemera… 11-19 提交前跑四十秒,两周后全组都在用 --no-verify pre-commit 里塞了全量 lint 加类型检查,每次提交等四十秒,最后大家都学会了加 --no-verify。钩子不是被优化好的,是被绕过去的。这篇讲检查分层、lint-s… 11-19 分区从 6 加到 12,同一个订单的事件开始乱序 为了扛峰值给 topic 扩了分区,吞吐上去了,下游却开始报「状态回退」。原因很直接:同一个 key 的取模结果变了。这篇讲分区数与顺序性的绑定关系、三种收敛方案,以及扩容操作的代… 11-19 首屏 LCP 卡在 3.8 秒,图片都优化过了:那个没做子集化的字体 图片压到极致,LCP 还是下不来,因为渲染被一个几百 KB 的字体文件挡住了。这篇讲 font-display 的取舍、preload 必须带 crossorigin 的原因、子集… 11-19 给 key 设了过期,从库还能读到旧值:Redis 过期删除的三个时点 缓存明明设了 10 分钟过期,读写分离之后偶尔还能读到已下线的数据。过期不是定时炸弹,惰性删除、定期采样、主库通知从库这三件事有时间差。这篇讲过期的真实时序与几种兜底做法。 11-19 容器里堆按宿主机算:limit 2Gi 的 Pod 被 OOMKilled 的常见原因 同一个 jar 在虚机上跑得好好的,进了 limit 2Gi 的 Pod 就被杀,退出码 137 却拿不到堆 dump——杀它的是内核不是 JVM。这篇讲容器感知、MaxRAMPe… 11-19 改一行代码,docker build 还是从 npm ci 重来:层缓存失效的三个位置 明明只改了一个组件文件,构建还是从装依赖开始重跑。层缓存没坏,是 COPY 的顺序把不该变的东西放在了会变的东西后面。这篇讲 Docker 层缓存的命中条件、COPY 与 .doc… 11-18 本地能跑 CI 装不上:lockfile 漂移的三种典型成因 本地 npm install 一切正常,CI 上 npm ci 直接报 lock 与 package.json 不同步。这类问题九成是 lockfile 漂移。这篇拆解三种成因、给… 11-18 Nginx 报 worker_connections are not enough:连接数与文件描述符没对齐 error.log 里冒出 worker_connections 不够的报错,同时上游 502 增多。多数时候不是并发真超了,而是连接数与文件描述符两个上限没对齐。这篇讲清两者关系… 11-18 大对象塞进 localStorage 后首屏发涩:同步存储的主线程代价 把整个 store 快照写进 localStorage,首屏出现明显长任务,输入和滚动都发涩。问题不在数据有多大,而在同步 API 卡在主线程。这篇给出定位方法、四级改造方案和配额… 11-18 Redis 主从切换后写请求报 READONLY:连接池没有跟着换主 哨兵把主库切走了,应用却还在往降级成从库的旧节点写,报 READONLY 只读错误。这篇解释切换后旧连接为何仍然可用、如何确认连接实际打到哪台,以及客户端该怎么刷新拓扑。 11-18 同一个类被加载两次:ClassLoader 冲突让 instanceof 失效 报错写着 Bar cannot be cast to Bar,两个类名一模一样却不是同一个类。根因是两个 ClassLoader 各加载了一份。这篇讲清 JVM 判定类身份的依据、… 11-18 Kubernetes Job 重试把下游打挂:backoffLimit 与并发度配错的连锁反应 一个本该跑一次的批处理 Job,在某次依赖抖动后开始反复重建 Pod,把下游接口打到限流。根因通常不是重试本身,而是 backoffLimit、parallelism 与幂等性没有… 11-18 Pod 一直卡在 Terminating:finalizer 与卷卸载的排查顺序 kubectl delete 之后 Pod 卡在 Terminating 十几分钟不消失,多数不是 kubelet 挂了,而是 finalizer 没摘掉或卷没卸载完。这篇给出从对… 11-17 连接池 maxLifetime 长过 MySQL wait_timeout,空闲连接就会成批失效 报错里的「last packet received N milliseconds ago」是关键线索:连接不是被业务用死的,而是空闲时被服务端先关掉了。把连接池的 maxLifet… 11-17 让它输出 JSON,十次有三次多一句话:Schema 与一次重试 提示词里写“只返回 JSON”只是请求。换到接口层用 json_schema 约束、把校验错误喂回去重试一次、再按五类失败分别改,同一批 300 条数据的解析失败从 27 次降到 … 11-17 AI 给的引用点开是 404:把出处当成数据来校验 链接 404、页面里没有那句话、数字被改写——三种失真里只有第一种能靠状态码发现。要求模型输出 url 加逐字 quote 加 claim 的三元组,程序侧做包含性与数字校验,再抽… 11-17 三条 few-shot 改了两条:样例挑选与采样参数的实测 三条示例改掉两条,输出就开始系统性跑偏。示例要按类收、必带一条边界样本、顺序要固定;温度也不能拍脑袋,得拿同一批样本跑网格、每组三次、看标准差而不只是看均值。 11-17 一个月账单翻了四倍:把 token 成本拆成三笔账 账单翻了四倍,请求量却没变,涨的全是输入。拆成固定前缀、检索内容、对话历史三笔账之后才发现:缓存要求前缀逐字节一致,而我们一直把时间戳写在系统提示的最前面。 11-17 工作流跑了两次,工单建了两遍:Agent 的重试与幂等 上游重投、节点重试、人工重跑,一次客户反馈建了三张工单。真正管用的不是入口去重,而是从业务事实派生幂等键、只对超时和 5xx 重试,并把写操作拆成“待确认”和“确认后续跑”两段。 11-17 AI 编程助手总改错文件:三份规则文件把范围收住 它把 dist 里的构建产物当源码改,顺手动了公共包,还忘了会话开头说过的边界。三份规则文件加一张任务卡,把“改哪里、别碰哪里、改完怎么验”写死,返工率降了大概七成。 11-16 本地跑 7B 模型:显存、量化与首字延迟的三个数字 16 GB 卡上 FP16 能加载但一开长上下文就 OOM。权重、KV cache、并发数是三个必须提前算的数字,算明白了才知道该选哪个量化档位。 11-16 截图丢给 AI 生成页面:四道校验让它能进代码库 生成出来的页面视觉挺像,却全是硬编码色值、魔数间距和 div 按钮。补上设计令牌、组件边界、可访问性与性能预算四道校验,才从不能用变成改十分钟能合。 11-16 知识库回答答非所问:切分、召回、重排的三处偏差 答得流畅但答的不是问的。抽查三十条差评后发现,只有五条是生成的问题,十七条款压根没被检索到。改切分和混合检索比调提示词有效得多。 11-16 给 AI 助手接内部系统:MCP 工具的粒度与权限边界 给它一个万能接口,十次里错三次,还敢自己去调写接口。改成动作级工具、白名单参数、默认 dry run 之后,才敢放进日常排查流程里用。 11-16 让 AI 做代码评审:从「帮我看看」到可复用的检查清单 第一版评论一半是“建议加注释”。改成只喂 diff、按固定检查项判定、强制 JSON 输出后,评论从每条 MR 十八条降到四条,有效率从三成涨到八成。 11-16 提示词改了二十版还是不稳:先建评测集,再动措辞 每次改完自己试十条都觉得变好了,上线三天又开始错分。问题不在改得不够勤,而在验收标准是“我看着还行”。二十条带标注的样本,让每一版改动都能被算出来。 11-15 策略生效了,kubectl 却说没这个资源:GNP 的两个误判 kubectl 报没有这个资源类型,同事据此判定策略没生效;节点标签也查不到,看着像条空策略。两条判断都错了,证据在节点 mangle 表的链里。 11-15 脚本里的 ssh -L 从来没成功过:非交互终端读不到密码 同一份脚本、同一个口令,终端里一次就过,放到任务面板里连问两遍密码然后退出。没有 TTY 时 ssh 会从标准输入读密码,而那里不是密码。 11-15 配置中心里的占位符只替换了一半:本地起服务连不上库 远程配置看着全对,本地启动报 Access denied。三个占位符只覆盖了一个,剩下两个的默认值是密文;查清楚得靠 actuator 把每个属性的来源列出来。 11-15 VIP 通了,客户端还是连不上:Cluster 把 Pod IP 直接给了你 telnet 通、PONG 也通,应用报的却是连不上 10.244 开头的地址。集群在重定向里把节点自报的 Pod IP 交了出去,入口做多少 NAT 都没用。 11-15 加了四条安全响应头,浏览器一条都没收到 reload 成功,四个头却一个都没下发;另一处反了过来,同一个头出现两份,浏览器只认上游那份旧的。问题分别在 add_header 的继承规则和重复头的顺序上。 11-15 一个 VIP 挂四个 Service:allow-shared-ip 的 key 写错就白忙 四个 Service 共用一个 VIP,只有第一个拿到地址,后面三个一直 pending。同一个注解的 key 写法决定分组,写反了要么只有一个能用,要么地址被悄悄换掉。 11-14 节点防火墙收严之后,kubectl 直连 6443 全断了 业务页面正常,Pod 全是 Running,kubectl 却全部 timeout。查下来是节点策略把管理面挡在外面;端口扫描报 open 也只是上游设备的 SYN 代答,不能当判… 11-14 开了审计日志,一小时写 27 MB:轮转与那次 45 秒中断 改完 apiserver 配置,四十五秒连不上,被当成集群故障。审计日志实测 7.7 KB/s,1 GB 只够存一天半;顺带把静态 Pod 清单的写入顺序和回退闸门理清了。 11-14 PVC 显示 Bound,Pod 却一直 Pending:本地盘的绑定顺序 卷已经绑定,Pod 却调度不上去,重建三次都一样。原因是 PVC 抢在调度前就绑定了,盘钉在那台节点上;本地盘不会漂,节点维护也不能直接 drain。 11-14 构建卡在拉基础镜像二十分钟:DinD 不认流水线的 pull 设置 前四步全绿,构建那步只报一句缺少基础镜像。pull 设置管的是步骤容器,FROM 的基础镜像由 DinD 里的 dockerd 负责,而它的三个下载槽被失败的拉取任务占满了。 11-14 二级目录上线:补斜杠补出死循环,子路径静态资源全 404 补一条 301 让 /admin 能打开,跳转链却变成两跳明文;另一个路径与 301 打成了死循环;子路径应用页面能开但样式全丢。三件事都指向同一处:前缀与尾斜杠的匹配边界。 11-14 X-Forwarded-For 想填谁就填谁:信任链里那段 Pod 网段 外部请求自带一个伪造的 X-Forwarded-For,就能改掉日志里的来源地址,六次里成功三次。realip 信任了一段 Pod 网段,而跨节点流量恰好被 SNAT 到那段里。收… 11-13 一次全量替换改了 225 个文件:能回退才敢动手 换网段,一个脚本改了 225 个文件 1275 处,校验 0 残留。第二天打开脚本第一步就超时——文档和可执行资产不是一类东西,历史记录也不该跟着改。 11-13 把管理台收回内网,执行器心跳全断了:前缀收敛的连带损伤 删掉一条 /tsp 的 path,管理台 404 是预期,四十分钟后定时任务全停。日志里 99% 的请求是心跳。前缀收敛的写法、割接顺序与验证矩阵。 11-13 统计页嵌进去一片空白:CSP、子路径与同源的三重门 管理端统计页一片白,控制台没有报错,服务单独打开却正常。frame-ancestors、被剥掉的前缀、写了不生效的 snippet 注解,三层问题挨着踩了一遍。 11-13 迁移清单写着 77 行,实际 96 行:行数校验的三个陷阱 盘点清单写 77 行,COUNT(*) 是 96 行,业务方说两百多。三个数字对应三种取数口径。行数对不上为什么不能按主键补差,以及停写重导的正确顺序。 11-13 单元测试红了半年:静态 Bean 定位器让部署一直被跳过 模块改了三个月,发布记录里部署成功的次数是零。test 一直红,deploy 一直 skipped,没人注意两者的区别。根因是切面里那句 SpringUtils.getBean。 11-13 流水线全绿,跑的还是上一版:一次 apply 把镜像打回旧 tag 改完接口,流水线五步全绿,Pod 也 Ready,行为还是旧的。Pod 请求的 tag 是对的,实际跑的 digest 却是三天前的——清单里写死的 image,每次 apply … 11-12 Maven 多模块构建六分四十秒:从依赖解析到并行编译 改一行注释等七分钟出镜像。先拆耗时分布,再上 -T 1C、surefire 并行、-nsu 与 .m2 缓存,最后配合 Docker 分层,压到一分五十秒。 11-12 消费组每分钟 rebalance 一次:max.poll.interval 与静态成员 12 个消费者一个没少,整组却每分钟重平衡一次,积压三天涨到三百万。心跳正常也会被踢,元凶是两次 poll 的间隔,静态成员只解决重启那一半。 11-12 2 GB 视频传到一半断网:分片上传、断点续传与秒传 单请求上传在内存、超时、请求体上限、断点四件事上同时不合格。拆成 5 MB 分片、三并发、抽样哈希秒传,再把合并与清理的坑逐个填上。 11-12 迁到 8.0 后翻页重复、join 变慢:排序规则不一致 分页漏数据、join 索引失效、唯一键莫名冲突,三个症状查了两天,根因是迁移时漏改的 collation。含排查 SQL、EXPLAIN 判据与在线变更的取舍。 11-12 老年代只涨不降:一次堆泄漏从 jstat 查到支配树 服务三天重启一次,Full GC 后老年代只从 96% 降到 88%。先用两个 dump 确认是泄漏,再在 MAT 里绕过 byte[] 看支配树,最后落在一个静态缓存的无界 ke… 11-12 三个 Pod 拉不下镜像,换个节点就好:私有仓库的证书断点 同一份 Deployment,五个副本正常三个 ImagePullBackOff,删了重建还失败,换台机器立刻好。describe 只看前两行会把 x509 读成 401,真正的问… 11-12 笔记本一个月黑屏十三次:待机、供电与固件的三条线 随机黑屏其实分三类:有码蓝屏、无码硬断、待机不醒。从异常关机事件与停止码的组合入手,配合电源方案与厂商接口核实,逐条收敛到可验证的结论。 11-12 重放一条 webhook,流水线跑的是三天前的代码 流水线全绿、部署成功,构建的却是旧提交。请求体里的 after、head_commit.id、commits[0].id 三处都要换,时间戳写成 epoch 会直接 400。 11-12 快照天天成功,恢复时才发现不行:etcd 备份的验证缺口 四十多兆的快照跑了几个月,真要恢复时才发现容器里的 etcdctl 只有 save,没有 status 和 restore。校验、恢复演练与加密后密钥保管的完整做法。 11-12 5 KB 的脚本被写成 2.6 KB:一次静默截断的排查 脚本提示「已更新」,语法检查却报 unexpected EOF。文件从 5516 字节变成 2600,正好是工具读取的默认上限。长度断言、原子替换、语法门禁三步怎么加。 11-12 控制台点一次保存,四项定制全被抹掉:配置生成器的收尾 https 打不开、上传 413、http 不跳转、日志里全是网关 IP,同一类故障反复出现。根因是生成器整份重写配置,模板里没有这些定制,只能靠幂等收尾脚本补回去。 11-12 登录页报「连不上人机验证服务器」:一条藏在库里的 WAF 策略 所有人登录都报 Failed to fetch,后端日志里一条请求都没有。468 不是标准状态码,是 WAF 的挑战页;策略在库里躺了半个月,一次配置生成才让它真正落地。 11-11 切了三次筛选,表格显示上一轮数据:Vue3 请求竞态与取消 慢网络下快速切筛选,后发先至的请求覆盖了新数据。AbortController 取消旧请求,keep-alive、分页追加与幂等键三个漏点要一起补。 11-11 NoSuchMethodError 上线才炸:依赖冲突的定位与收敛 预发正常,生产某个冷门接口报 NoSuchMethodError。dependencyManagement 把版本锁回了旧版,dependency:tree 里标 managed … 11-11 Pod 里解析个域名要 5 秒:ndots、search 域与 conntrack 丢包 定时任务偶发 dial tcp i/o timeout,耗时正好 5 秒。ndots:5 让短名字走五次查询,节点 conntrack 表满把 UDP 包丢了,最后用 NodeLo… 11-11 upstream 没开 keepalive:一台 Nginx 每秒新建 3000 条连接 压测到 12 分钟开始刷 Cannot assign requested address,TIME_WAIT 六万二。proxy_pass 默认是短连接,补上 keepalive … 11-11 used_memory 3.2 GB,RSS 却 6.8 GB:Redis 内存碎片与淘汰策略 Redis 被 OOMKilled,used_memory 只有 3.2 GB。碎片率 2.13、fork 的 COW 放大、volatile-lru 失效三件事叠在一起,acti… 11-11 同一条 SQL 昨天 20ms 今天 8 秒:统计信息与执行计划漂移 同一条 SQL 没改一个字,昨天 20ms 今天 8 秒。归档触发统计重算,采样偏差把估算行数放大 200 倍,优化器放弃索引改走全表。直方图、提示与索引重排三种修法的取舍。 11-10 仓库 2.1 GB、clone 要九分钟:历史瘦身与 LFS 迁移 两年时间仓库从 40 MB 涨到 2.1 GB,而工作区只有 26 MB。体积全躺在历史里:设计稿、数据库备份、误提交的 node_modules。filter-repo 四分钟重… 11-10 @Async 静默失效:自调用、异常黑洞与 MDC 丢失 导出改成异步,接口 180ms 就返回,任务却从没跑过。自调用绕过代理、void 返回值吞掉异常、默认执行器每次新建线程,三个问题互相掩护。修好之后 traceId 又丢了。 11-10 两万行表格滚动像幻灯片:虚拟列表、白条与 key 的三个坑 产品要求一屏看完两万行订单,v-for 直接铺满,滚动只剩 8 帧。换成虚拟列表后,滚动白条、勾选串行、动态行高三个问题接连冒出来,最后用固定档位行高收场。 11-10 HPA 显示 30% 却不扩容:requests 定大了,阈值永远够不着 压测时每个 Pod 都在 0.6 核,HPA 却只算 30%,副本数一动不动。requests 是半年前按峰值拍的,成了 utilization 的分母。改小之后副本冲到 20,数… 11-10 proxy_cache 上线三天就串号:缓存键、Set-Cookie 与回源风暴 三行配置就让回源掉了九成,三天后有客户看到了别人的库存和会员价。缓存键里少了身份维度、上游还在发 Set-Cookie,修完又撞上热点 key 过期的回源尖峰。 11-10 一条 ALTER 跑了六分十二秒:MDL 与 online DDL 的边界 加个字段的 DDL 在测试环境 0.2 秒,生产上却把整张表锁了六分钟。一个 Sleep 状态的空闲连接挂着 MDL,后面所有读写都排在 ALTER 后面。从 performanc… 11-09 改了 ConfigMap,Pod 里的配置还是旧的:subPath 与热更新的边界 限流阈值从 200 改到 500,等了十分钟容器里还是旧值。kubelet 换的是符号链接,subPath 绑的是启动时的 inode。挂载方式怎么选,哪些配置本就该重启生效。 11-09 CompletableFuture 用了公共池:一次批量接口把 Tomcat 线程全占住 五个下游改并行,本地从 380ms 降到 120ms,压测 QPS 却腰斩。两百个 Tomcat 线程停在 join 上,干活的只有三个。公共池的容量、隔离与超时该怎么配。 11-09 线上报错只剩一行 Script error.:sourcemap 与错误采集的三个断点 三成错误只留一句话,剩下的堆栈指向压缩文件的第 48 万列。修好 crossorigin 只是第一步,sourcemap 的三个断点、Vue3 的单独一层和上报去重都得补齐。 11-09 Communications link failure:连接池和 wait_timeout 的时间竞赛 每天凌晨第一笔请求必失败,重试就好。Aborted_clients 一千八百多,maxLifetime 用的是默认值,wait_timeout 被改成了十分钟。三组超时的先后顺序怎… 11-09 limit_req 把正常用户挡在门外:漏桶、突发与真实 IP 限流上线第二天,投诉集中在两家客户。日志里被限的 IP 只有四个,全是我们自己的代理。从 set_real_ip_from、burst 的真实容量到按接口分档的完整配置。 11-09 git bisect 两小时定位到一次提交:从 40 个候选里二分 结算回调偶发 NPE,六天四十多个提交没人认得出是哪次引入。先把偶发变必现,再把判定交给脚本做二分,两次跑偏后锁到一条「纯重构」提交。 11-08 滚动更新卡在 2/5 二十分钟:配额、maxUnavailable 与 PDB Events 一片空白,五个旧 Pod 一个不退,两个新的 Ready 却不增加。真因在 status.conditions 里:Pod 配额满了,而 maxUnavailable… 11-08 启动 96 秒到 14 秒:Spring Boot 启动慢的分层排查 扩容时新 Pod 八十秒才 Ready,HPA 跟不上流量。从 Bean 实例化打点到收窄扫描包,再到 AlwaysPreTouch 与 JMX,每一层的收益和风险都记下来了。 11-08 后台开两天堆到 1.8 GB:Vue3 SPA 内存泄漏定位 用久了变卡、重开就好,是内存泄漏的典型特征。Memory 快照差集里一万两千个 Detached DOM,引用链指向 37 个没 dispose 的 ECharts 实例和无上限的… 11-08 load average 38,CPU 却空闲 71%:D 状态进程排查 8 核机器 load 38,CPU 七成空闲。vmstat 里 r=1、b=21,二十个进程堵在 IO 上。根因是备份任务冲掉页缓存,让采集服务的写退化成同步写,以及 load 告… 11-08 Nginx 的 499 和 504 一起涨:一次超时预算的重排 一个导出接口同时制造了 499 和 504。客户端 30 秒、Nginx 60 秒、上游无限制,三层超时全错位,还叠加了重试放大。超时怎么分层、重试为何只对幂等请求开。 11-08 Seconds_Behind_Master 一直是 0,从库数据却落后 8 分钟 从库延迟显示 0,报表却少了 11 万。心跳表算出真实延迟 421 秒,根因是一个几十万行的大事务。为什么这个指标在空闲、并行复制、时钟偏移三种情况下都会说谎,以及大事务怎么拆。 11-07 Service 有地址,Ingress 却 502:Endpoints 为空的排查路径 Pod 是 Running 1/1,日志干净,直连 Pod IP 也通,域名访问却 502。ingress-nginx 的 upstream 指向一个已回收的 IP,根因是 Ser… 11-07 发版后 30% 用户白屏:Cache-Control 与资源指纹的配合 白屏报 ChunkLoadError,强刷一下就好,因为 index.html 被缓存了七天而旧 chunk 已被删除。入口用 no-cache、带哈希的资源用 immutable… 11-07 堆只用了 900 MB 却被 OOMKilled:Metaspace 与堆外内存 Xmx 2g,堆使用率 46%,容器却以 Exit Code 137 被杀。差出来的 1.5 GB 在 Metaspace 和 Netty 的池化堆外内存里。NMT 与 pmap … 11-07 HTTPS 证书过期三天:certbot 自动续期为什么一直失败 续期定时任务每小时都在跑,证书还是过期了三天。根因是一条无条件的 return 301,把 ACME 校验请求也跳去了 HTTPS。webroot 放行、^~ 的优先级、reloa… 11-07 df 还剩 42 GB,却报 No space left on device:inode 与已删除文件 磁盘明明还有 42 GB,日志却写不进去,df -i 显示 inode 已经 100%。三百多万个小文件来自 Postfix 队列和容器日志;另一类是同名报错但 du 和 df 对… 11-07 Too many connections:486 个 Sleep 连接,把数据库占满了 早高峰连接数打满,CPU 却只有 22%。486 个连接里 402 个在 Sleep,全来自同一个导出接口:Connection 关了,ResultSet 没关。连接预算怎么算、四… 11-06 Redis 大 key 与热 key:从库延迟 40 秒,主库 CPU 却只有 30% 告警说从库落后 40 秒,但主库 QPS 和 CPU 都没涨。真正的原因是一个 380 MB 的 hash:大 key 不让请求变多,只让单次操作变慢,再把这些慢操作放大到每一个从… 11-06 反向代理下的重定向:Location 为什么会变成 http://host:8081/ 登录成功却跳到一个打不开的地址,Location 里带着内网端口甚至 localhost。这类问题几乎都出在三个地方:绝对 Location、漏传 X-Forwarded-*、以及… 11-06 depends_on 不等于「准备好了」:健康检查与启动顺序的四个坑 容器都 Up 了,应用还在刷连不上库。depends_on 只保证启动顺序,不保证就绪;补上 healthcheck 后又踩了 mysqladmin ping 假健康、init 脚… 11-06 Next.js standalone 上 Docker:静态资源、原生依赖与 30 秒构建 output: 'standalone' 能做出很小的镜像,但它不会帮你拷 public 和 .next/static,也不会把被 webpack 打进 chunk 的数据库驱动留… 11-06 Nginx location 匹配优先级:一次 /admin 被别的服务抢走的复盘 登录成功后跳到 /admin,结果落进了隔壁业务的后台,另一些时候干脆「找不到网页」。查了一晚上才发现是三条规则叠在一起:最长前缀匹配、^~ 的截断、以及 location 补尾斜… 11-05 K8s 三种探针:liveness、readiness、startup 配错会怎样 滚动更新卡在 0/3 ready、Pod 明明在跑却一直不 ready —— 三种探针配错的五种典型现象、参数推导方法与固定排查套路。 11-05 Docker 镜像瘦身:从 1.24 GB 压到 87 MB 多阶段构建、分层 jar、合理清理缓存,六步把镜像从 1.24 GB 压到 87 MB,CI 推送从 3 分钟降到 8 秒,以及四种看着能省实则翻车的做法。 11-05 K8s OOMKilled 排查:Exit Code 137 的三种来源 Exit Code 137 只说明被 SIGKILL,不说明原因。区分容器级、节点级、JVM 级 OOM,算出堆内外内存配比,附一套可直接跑的排查脚本。 11-05 JVM 内存结构与 GC 调优:从 900ms 到 180ms 堆调到 8G 停顿反而变长?从分代布局讲清四类 GC 症状的判别方式,再用一次真实调优过程说明参数该怎么推。 11-05 线程池七个参数:一个无界队列引发的 OOM newFixedThreadPool 把队列设成无界,3000 个任务直接吃满 3.2 GB。七个参数的真实作用顺序、四种拒绝策略与五个必踩的坑。 11-05 Java 线上排查工具链:从 CPU 100% 定位到方法行 CPU 高、内存涨、线程堆积、接口慢,四类现象各对应不同的第一条命令。jstack、jcmd、Arthas 的完整用法与判读方法。 11-05 MySQL 锁机制与死锁分析:从死锁日志到根因 InnoDB 的锁加在索引上而不是行上。记录锁、间隙锁、临键锁的加锁规则,死锁日志的四步读法,以及五个高频死锁场景的改法。 11-05 MySQL 慢查询治理:3 秒到 45ms 的完整过程 一条 ORDER BY 分页查询拖垮整个接口。七步治理:联合索引、覆盖索引、游标分页、COUNT 限流、消除函数与隐式转换,每步附实测收益。 11-05 Redis 缓存穿透、击穿、雪崩与一致性策略 三个词经常被混用,根因和修法完全不同。空值缓存与布隆过滤器、互斥锁与逻辑过期、TTL 抖动与本地兜底,以及四种一致性策略的取舍。 11-05 Vue 3 响应式的六个坑:解构、ref、watch 与性能 从 Proxy 的 get/set 拦截原理出发,推导出解构丢响应性、ref 少写 .value、watch 浅监听等六个高频问题的成因与修复方式。 11-05 Vite 构建优化:90 秒到 18 秒,产物 4.2 MB 到 420 KB 用 visualizer 定位到五个「全量引入」的第三方库,按需引入加分包把首屏砍掉 90%,构建时间靠关 sourcemap 和缓存降到 18 秒。 11-05 Core Web Vitals 实战:首页从 59 MB 到 2.27 MB LCP、INP、CLS 三个指标对应三种完全不同的病理。用本站真实数据说明:30 张没压缩的照片,比任何代码优化都致命。 11-05 Kafka 消息不丢不重:生产端到消费端的完整配置 acks 与 min.insync.replicas 必须一起设,手动提交只是第一步。四个丢失点的逐段拆解,以及「恰好一次」真正依赖的业务幂等方案。 11-05 Redis 主从、哨兵、Cluster:三套高可用方案怎么选 三套方案的丢失窗口其实是同一个 —— 异步复制的延迟。故障转移过程、脑裂防护、16384 个槽的由来,以及按规模选型的判断标准。 11-05 分布式锁的五个版本:从 SETNX 到业务幂等 每一版都修掉上一版的漏洞,但最后一版才触及根本:锁只是优化,幂等才是正确性。附 Redlock 争议与 ZooKeeper 的适用边界。 11-05 Docker Compose 编排实战:一套前端 + 后端 + MySQL + Redis 的完整环境 一套前端、后端、MySQL、Redis 的最小可用编排。健康检查、启动依赖顺序、环境变量分离,以及上线后才暴露的几个坑,一次讲清。 11-05 Nginx 反向代理与 HTTPS 实战:被 X-Forwarded 坑掉的两个晚上 一次 WAF 改写 X-Forwarded-Proto,让 109 条 sitemap 全部失效。从这场真实事故出发,把反向代理与 HTTPS 的转发头逐条拆开讲。 11-05 Spring 事务失效的 8 个场景,每一个都踩过 @Transactional 在同类方法调用、非 public 方法、异常被吞掉、多数据源等 8 种场景下会悄悄失效。每种给出复现代码、失效原因和修法。 11-05 Spring Boot 自动配置原理与手写一个可用的 Starter 从 @EnableAutoConfiguration 到条件装配的加载顺序,再手写一个能用的 Starter。搞懂自动配置,才敢改别人的脚手架。 11-05 MySQL 索引失效的 10 种场景与 EXPLAIN 实战 隐式类型转换、函数包裹、前导模糊、联合索引断链等 10 种索引失效场景,每种配 EXPLAIN 实测输出与改写方案。 11-05 Git 分支工作流与冲突处理:从焦虑到可逆操作 把撤销、合并、冲突处理按意图重新组织一遍,先建立四层数据模型的心智地图,让每一步操作都可回退。 11-05 CI/CD 流水线设计:从提交到上线的完整链路 一条好流水线的四个标准:快、可信、可回、可追溯。完整 GitLab CI 与 GitHub Actions 配置,以及六个最常见的反模式。 11-05 可观测性三件套:指标、日志、链路怎么串起来 有监控但查不到原因,是因为缺了「调用链耗时」这一层。四个黄金信号、结构化日志、1% 采样链路,以及告警该怎么分级。 11-05 灰度发布与回滚:把故障成本降两个数量级 影响面乘以持续时间等于故障成本。五种发布策略对比、三个灰度维度、必须提前定好的回滚判据,以及数据层的 Expand-Contract 模式。