Kubernetes 内部域名间歇解析超时：CoreDNS 缓存与上游 DNS 的排查实践
## 适用场景 集群中的应用偶发报出 `lookup xxx on 10.96.0.10:53: i/o timeout`、`SERVFAIL` 或连接外部服务失败；重试后又恢复。故障通常集中在业务高峰，Pod 重建、扩容或切换节点后更明显。本文适用于使用 CoreDNS 作为集群 DNS，且 CoreDNS 需要转
Today
持续记录，慢慢变好
技术笔记、项目复盘、阅读摘录和问题清单。
Nginx 间歇性 502：upstream keepalive 陈旧连接的排查与治理实践
# Nginx 偶发 502 且上游日志正常：upstream keepalive 陈旧连接的排查与治理 ## 适用场景 服务部署在 Nginx 反向代理之后，流量高峰或发布后偶发 `502 Bad Gateway`。Nginx 错误日志出现 `upstream prematurely closed connect
Docker 容器频繁 OOMKilled：从 cgroup 内存指标到限额配置的排查与治理实践
## 适用场景 服务容器偶发或持续重启，`docker ps -a` 显示退出码为 `137`，应用日志末尾没有 Java、Python 或 Go 自己抛出的异常。宿主机看起来还有可用内存，但容器仍被杀掉；或者一次流量高峰后多个容器同时不可用。 本文以 Docker / Docker Compose 部署的 API
MySQL 死锁频发：从现场取证到有边界重试的排查与治理实践
## 适用场景 业务接口偶发返回 `Deadlock found when trying to get lock`（错误码 1213），订单、库存、账户余额或状态流转等事务写入失败；重试后通常成功，但高峰期错误数明显上升。本文以 InnoDB 为例，给出一套可在生产环境执行的取证、定位和治理流程。 死锁不是数据库“
Linux 磁盘空间充足却无法创建文件：inode 耗尽的排查与治理实践
## 适用场景 应用报出 `No space left on device`，但 `df -h` 显示磁盘使用率不高；Nginx 无法写入访问日志、容器无法创建临时文件、CI 构建失败，甚至 `touch` 一个空文件也失败。这通常不是字节空间耗尽，而是文件系统可分配的 inode 已经用完。 本文以 ext4/X
systemd-journald 限流导致关键日志丢失的排查与治理实践
## 适用场景 服务运行正常，但在故障窗口里 `journalctl` 中恰好缺少应用最关键的一段日志；常见于 Java、Python、Nginx/OpenResty、容器运行时或短时间大量报错的 systemd 服务。运维人员往往把它误判为程序没有输出，实际日志可能已经被 `systemd-journald` 的限
Docker overlay2 目录持续膨胀：从可写层定位到安全回收的排查实践
## 适用场景 Linux 宿主机的根分区或 Docker 数据盘持续告警，`/var/lib/docker/overlay2` 占用不断增加；但镜像和容器数量并不多，普通镜像清理也没有效果。本文给出 overlay2 的归属定位、止血和治理流程。 > 以下路径以 `/var/lib/docker` 为例。先用 `
Celery 任务积压但部分 Worker 空闲：worker_prefetch_multiplier 引发分配不均的排查与治理
## 适用场景 使用 Celery + Redis/RabbitMQ 承担异步任务。队列中仍有大量待执行任务，但监控显示少数 Worker 忙碌、其余 Worker 空闲；或者短任务被长任务“压住”，整体延迟持续升高。本文以默认的 `prefork` 并发池和 RabbitMQ 为例，Redis broker 的排查
Kubernetes HPA 不扩容：从 metrics-server 指标缺失到恢复弹性的排查实践
## 适用场景 部署在 Kubernetes 中的 Web、API 或消费服务在高峰期 CPU 已长期接近上限，但 HorizontalPodAutoscaler（HPA）始终保持原副本数；也可能在 `kubectl get hpa` 中看到 CPU 显示为 `<unknown>`。本文以基于 CPU 利用率的 HP
systemd StartLimitBurst 触发导致服务无法重启的排查与治理实践
## 适用场景 Linux 服务器上的 Java、Python、Go 或 Node.js 服务由 systemd 托管。发布后或依赖异常时，进程在几秒内连续退出；即使问题随后已修复，执行 `systemctl restart` 仍失败，状态显示为 `failed`，日志里出现 `Start request repea