PT运维技术-腾讯云开发者社区

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

PT运维技术

专栏成员

18

文章

29307

阅读量

12

订阅数

记一次EKS troubleshoting问题

node.js linux 安全 nginx tcp/ip

周五下班时刻，开发人员跟我反馈有业务偶尔超时，但业务很长时间并未重现异常，让开发者以网络抖动打发掉这些询问者(实在抽不开时间)。熟悉业务的人即将抽出调岗，新的同学刚入职时间不久，还不能非常熟练处理业务问题，这个时刻只能自己先顶上了。

richard.xia_志培

2022-11-30

9320

又见MTU问题导致页面加载缓慢

nginx git 文件存储

管理后台无法正常打开，如图所示，其他的同事一直处于这个状态，但其中一个同事可以正常打开。

richard.xia_志培

2022-11-30

1.1K0

redis性能故障的思考

云数据库 Redis®运维

2月23日晚，业务方反馈应用有redis 超时现象，核心的服务也被波及到。

richard.xia_志培

2022-06-14

9760

502偶现故障的分析

node.js 安全 nginx socket编程 kubernetes

周五的上午时候，被业务方同学喊过去解决技术问题。问题表象是：业务偶发http 502，且一次502就会导致上游业务方修数据，因此急需解决这个问题。之前开发方大题描述过业务架构，但是笔者从来没有登陆过该业务的生产环境，具体的运维部署架构不太清楚。仅在沟通过程中，了解到业务全部部署在k8s集群中，502是发生在apisix 和后端pod之间:

richard.xia_志培

2022-06-14

2.7K0

记一次akamai CDN的故障

dns cdn 分布式编程算法

22日发生的cdn故障，对我们的业务产生严重影响(akamai应该为此赔偿客户损失)。由于故障发生在深夜，所以当时没有及时知晓故障，直到早上6点多才发现群里有处理故障信息，仔细阅读相关信息，发现已经是一个P-1故障。

richard.xia_志培

2022-06-14

8850

从Kafka的故障引发的思考

运维 node.js kafka

过去的Kafka的一起故障，虽然这起规则没有引起业务上损失,但是故障后的复盘值得深思。故障表现出来的现象和真实原因相差甚远。（不要根据现象就轻易下结论）

richard.xia_志培

2022-06-14

4940

极端场景下jraft的验证

java tcp/ip unix

最近1-2周, 业务侧基于性能和一致性的需求，测试和验证基于sofa-jraft的框架。由于上线后事关生产环境的稳定性，于是加入调研jraft/raft相关领域调研，确保生产环境即使在极端情况下，也在我们考量的范围之内。

richard.xia_志培

2022-06-14

1.1K0

运维体系建设套路

随着时间和工作经历的沉淀，会所在的领域逐渐形成一系列解决问题的'套路', 高端的叫法：方法论。有了'套路'，就可以根据公司现状和组织特点建立相应的体系。

richard.xia_志培

2022-06-14

1.4K0

DB一次卡顿的事后优化

面向对象编程爬虫 linux 云数据库 SQL Server sql

3月30日下班时间，一条业务线突发业务故障，业务方反馈用户无法访问。由于时间点比较特殊，DBA/开发/运维都在回家的途中，很难第一时间处理DB故障。20-30分钟后，DBA到家后，在抓取MySQL/OS等相关信息后，重启了数据库，问题得到解决。

richard.xia_志培

2022-06-14

1.4K0

数据库磁盘分区真的丢失了？

存储 sas html node.js unix

1周前的周四，中途被业务方拉过去解决一次DB故障。由于不太了解当时的业务场景，只是听DBA说数据库服务器数据分区的磁盘丢失(笔者从来没有经历过磁盘突然丢失的场景)，拿着同事的账号登录到发生故障的数据库服务器上，根据进程找到对应的磁盘目录，执行touch /data/mysql/abc, 可以正常执行，说明挂载的/data分区所在的文件系统是可以写的，MySQL命令行进入test库中，执行create table id_a(id int); 卡主，在另外的一个mysql会话终端中，show processlist是可以正常执行的， show table|show databases都是可以正常执行。现象上看只要是DDL的语句执行均被阻塞，正当准备跟踪MySQL 的所有线程的时候，数据库进程已经被DBA 命令kill掉了。DBA重新挂载了一次/data分区后，启动数据库后，问题得到解决(这种做法大概率存在数据丢失，看后续分析)。

richard.xia_志培

2022-06-14

1.1K0

规划Redis真的需要预留一半内存？

云数据库 Redis®unix linux c++编程算法

前段时间，由于太多的因素造成redis故障, 负面影响较大。复盘后决定将内存超出内存一半就需要告警，便于运维人员及时介入处理。网上这种redis规划内存预留一半的文章汗牛充栋(https://cloud.tencent.com/developer/article/1095192)。真实的情况下，真的需要预留下一半的内存吗？搞清楚这个问题，需要弄清楚2个事情: 1. Redis bgsave/AOF重写的运行机制。 2. Linux下的进程内存分布以及redis内存管理机制。先说问题1: 1.redis跟内存相关的运行机制莫过于rdb持久化/AOF重写/内存剔除策略(高版本redis还存在着内存碎片整理的配置选项), 其中AOF重写和rdb持久化都属于fork子进程来完成的。本次就以rdb持久化为例，rdb的持久化可以由持久化的配置策略或者命令行bgsave或者主从全同步触发。redis在做bgsave的时候，fork出子进程来做bgsave。具体的过程如下: rdbSaveBackground()中fork子进程 ---> rdbSave() ---> rdbSaveRio()。fork后子进程拥有和父进程一模一样的进程空间，虽然采用了COW机制(父子进程的虚拟内存指向相同的物理page)，但是ps或者top命令中的RSS显示的值都会算成自己进程所占的物理内存，这个可能是很多运维同学/DBA同学经常可以眼见的现象，恐怕这个就是潜意识里需要内存预留一半的重要因素。

richard.xia_志培

2022-06-14

1.7K0

openresty LUA的ase加密的坑

nginx python 编程算法 java

在使用openresty(1.13.6.2)中使用lua对业务方的token进行加解密的时候，发现AES加密出来的结果和java/python有一定的出入，openresty lua 通过AES加密得到的结果比java/python的多出一串字符串。反之，正常加密串无法解密。

richard.xia_志培

2022-06-14

4.1K0

一次HTTPS请求缓慢的原因定位

网络安全 tcp/ip https api SSL 证书

在业务灰度环境交付后，QA同事通过windows 拨号自建V**线路方式去访问该环境(通过v**线路分流/区域解析)，可以正常测试国内的N个业务的接口，但无法通过v**线路访问www.sina.com.cn，然后试着访问海外的业务接口（不同机房），打开非常缓慢，于是尝试各种站点【百度，腾讯视频，支付宝等】。发现有的可以打开，有的无法打开，有的第一次打开很慢，第二次打开很快。

richard.xia_志培

2022-06-14

1.8K0

TCP?HTTP? 不同类型探测的引发的坑

node.js nginx java tomcat http

nginx-gateway部署在公有云 A, 业务测试服务器部署在办公区机房B, 公有云region A 和办公区机房 B通过soft V**互连。B机房中有不同类型的应用服务器【nodejs,java(tomcat)】做nginx-gateway的后端upstream节点。nginx-gateway编译安装了ngx_http_upstream_check_module插件，ngx_http_upstream_check_module用于做后端upstream节点的健康监测, healthcheck为每个upstream的后端节点配置有一个raise_counts/fall_couts状态的计数器。业务方同事反馈:从外部访问内部某些应用有概率出现超时, 经观察, nodejs,java(tomcat)的raise_counts计数器概率性地重置为0，

richard.xia_志培

2022-06-14

9780

MHA故障failover执行不成功的背后的大坑

ssh linux bash bash 指令爬虫

线上环境OS为centos7.6 x64, DBA 在机房演练MHA故障切换，但每次切换脚本执行失败。

richard.xia_志培

2022-06-14

5770

第三方服务接口响应慢的深入分析

DNS 解析 DNSPod ipv6 编程算法缓存 dns

内部开发环境OS为centos6.8 x64, 请求第三方接口非常缓慢，应用报超时错误。

richard.xia_志培

2022-06-14

3.4K0

应用业务偶尔报500错误的原因定位

运维 zabbix socket编程 nginx

从23:35到次日早上07:30, 偶尔收到10.205.1.26/10.205.1.27服务器报警: 告警06:57:30 on 10.205.0.1.26 项目: Zabbix agent on 10.205.1.26 is unreachable for 5 minutes 详情:Agent ping:Down (1)

richard.xia_志培

2022-06-14

2.3K0

CDN故障案例content-encoding深入分析

文件存储 cdn html 编程算法

同事反映在AWS的s3增加自定义header: Content-Encoding:gzip后，通过AWS 的cdn(cloudfront)加速后，chrome浏览器发现无法打开。

richard.xia_志培

2022-06-14

2.4K0

没有更多了

社区活动

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·干货材料·成员作品最新动态