事故现象 线上服务不定点的不能使用， 查日志发现resin服务正在重启。 由于resin所在的服务有web监控，如果web服务没有相应，则会重启resin服务。 那到底是什么导致了无法请求到web服务呢（60秒没有相应） 故障定位
1, 首先查看相应的日志：
/data/logs/chewenwww/stdout.log 正常信息日志
/data/log
转载
2023-12-08 16:02:03
85阅读
做为企业的信息核心，机房的重要性非常突出，一旦发生影响正常使用的问题，那么在解决问题之后，写一份详细的事故报告就是非常重要。通过这份报告，一方面会追究责任，找出是如何造成的原因，另一方面引以为戒，避免日后再发生类似的问题。事故报告相当于生产企业的安全通报，大家都详细了解问题发生的原因，以后才能避免，大家也能够引起重视。<?xml:namespace prefix = o ns = "urn:
转载
2024-01-17 16:01:22
96阅读
线上有正常运营的项目文件XXXX 文件夹
研发需求将测试上的XXXXX项目部署到正式的线上服务器，成为另外一个单独项目（做了很多改动的版本）
文件夹较大打包压缩以后都有5.7G，由我直接后台打包传送过去
tar -zcvf king.XXXX.com.tar.gz xxxx.com/
原创
2013-03-18 09:35:20
583阅读
（此文记录运维事故，为类似问题提供参考。） 大约下午4点，发现一台主机web应用无法访问，迅速启动远程桌面管理，结果是无法响应，此时ping主机地址不通。 此时去机房查看问题，刀箱显示面板报8errors，点击面板选择键，异常缓慢。与hp客服沟通后初步判断为刀箱OA故障，等待备件到达。 等待期间，发现与故障主机同段地址中
原创
2014-02-25 09:16:40
951阅读
点赞
1 resttemplate与close_wait 背景，植入resttemplate请求对外数据，发现每次请求会新建一个连接，而且完了也不关，显示close_wait，显然，在1分钟establish状态后，对方发起fin，我方ack，然后没有发fin，到这四次挥手就中断了 在以前的tcp实际中也
转载
2021-04-28 17:50:00
384阅读
2评论
# MySQL生产事故
在大规模的软件开发和运维项目中，MySQL数据库是常用的关系型数据库管理系统。然而，由于人为失误、硬件故障、网络问题等原因，MySQL生产环境中的事故时有发生。本文将介绍一些常见的MySQL生产事故，以及如何预防和解决这些问题。
## 常见的MySQL生产事故
### 1. 数据库性能问题
当用户量增大或者业务逻辑复杂时，数据库性能问题可能会导致响应时间延长、系统崩
原创
2023-08-16 09:37:58
59阅读
在上一篇文章中，跟大家介绍了队列的使用，在基于数据库的队列的是实现中，提到了可以使用事件处理机制类进行队列数据的处理。今天就来简单看看事件处理机制是怎么使用的。 首先我们需要一个事件的实体类：Eventimport java.util.concurrent.atomic.Ato
HDFS作为Hadoop两大构成部分之一，是Hadoop自带的分布式文件系统，以流式数据访问形式来存储大文件。以下是HDFS的架构图 这个架构图，我认为完全可以将它看作一个间谍特工组织。可以讲一个美剧中常有的故事来说，美国CIA拥有强大的间谍情报网络，并且在不同的国家都有隐蔽的情报组织。CIA在不同国家的情报组织名字均为NameNode，也就是的很多NameNode情报组织共同构成了
原创
2022-08-18 17:39:40
520阅读
#####
原创
2022-08-02 17:33:51
58阅读
# 如何处理 Java 线上事故
## 引言
作为一名经验丰富的开发者，处理线上事故是我们工作中常常遇到的问题。在本文中，我将向刚入行的小白开发者介绍如何处理 Java 线上事故。我将讲解整个事故处理的流程，并提供每个步骤所需要的代码示例和解释。
## 事故处理流程
下面是处理 Java 线上事故的基本步骤的表格形式：
| 步骤 | 描述
原创
2023-11-04 13:17:31
90阅读
算法同学想自己提升下主机的glibc版本，区别运维同学使用container的方式来解决环境问题。他们直接做以下操作 wget http://ftp.gnu.org/gnu/glibc/glibc-2.28.tar.gz tar zxvf glibc-2.28.tar.gz cd glibc-2.2 ...
转载
2021-09-16 10:57:00
675阅读
2评论
ITIL学习-知识管理和服务级别管理ITIL学习-变更管理和配置管理ITIL学习-问题管理和访问管理ITIL学习-事故管理ITIL学习-运营、技术、应用管理和技术管理ITIL学习-作用、原则、生命周期事故管理视频链接事故：it服务无计划中断或者it服务质量下降目标：尽快恢复正常服务运营（asap）来源：告警，用户通告，技术人员价值：检测和解决事故的能力，减少业务停机时间，支持服务期的高可用性事故管
原创
2020-06-28 15:13:13
1611阅读
1. 【强制】关于 hashCode 和 equals 的处理，遵循如下规则： 1） 只要重写 equals，就必须重写 hashCode。 2） 因为 Set 存储的是不重复的对象，依据 hashCode 和 equals 进行判断，所以 Set 存储的对象必须重写 这两个方法。 3） 如果自定义对象作为 Map 的键，那么必须覆写 hashCode 和 equals。说明：String 因为重
十字路口发生交通事故，很多人在围观。一晚到的人想看个究竟，但挤不进去。便急中生智，大声嚷到：“快闪开，让我进去,我是伤者的父亲。”人们闪开了路，此人走近一看，原来是一头受伤的驴躺在地上，众人哄堂大笑。
转载
2007-11-11 23:33:42
497阅读
为加强和规范紧急事故/故障的处理和报告流程，保证事故/故障的快速恢复，使事故损失降低到最低程度，特制定本制度。 一、适用范围 本流程适用于XXX所有产品线，所有线上的事故处理。 线上事故是指在线上服务中出现的功能故障或中断、数据错误等现象，对用户体检、流量、收入、品牌产生严重影响的现象。 除通常意义
转载
2021-05-27 15:58:07
862阅读
最近遇到了一起依赖升级 + 异常数据引发的线上事故，教训惨痛，本文对此进行回故和总结。背景起因是我们使用的服务框架版本比较老，GC 次数的 metrics 打点一直为 0，咨询了相关同学后，决定升级框架。升级的过程中，出现了 useofinternalpackagexxxnotallowed 的报错，又咨询了一下相关同学后，尝试使用 go mod 解决。从 go vendor 到 go mod 的
原创
2021-02-25 09:57:43
167阅读
前言这是帅丙真实事件，大家都知道很多公司都是有故障等级这么一说的，这就是敖丙在公司背的P0级故障，敖丙差点因此被解雇，事情经过十分惊心动魄，我的心脏病都差点复发。事故等级主要针对生产环境，划分依据类似于bug等级。P0属于最高级别事故，比如崩溃，页面无法访问，主流程不通，主功能未实现，或者在影响面上影响很大（即使bug本身不严重）。P1事故属于高级别事故，一般属于主功能上的分支，支线流程，核心次功
语雀10.23事故分析语雀公告：https://mp.weixin.qq.com/s/WFLLU8R4bmiqv6OGa-QMcw事故原因：领会员欢迎关注公-众-号【TaonyDaily】、留言、评论，一起学习。Don’t reinvent the wheel, library code is there to help.文章来源：刘俊涛的博客若有帮助到您，欢迎点赞、转发、支持，您的支持是对我坚持
原创
2023-10-25 12:59:04
148阅读
【现象】：EJF调用PLM的接口，短时间内出现大量下单请求，导致网络阻塞，数据库连接池达到上限，接口崩溃； 【环境】：服务器使用的是阿里云，centos7 + docker + redis + netcore，网络带宽5M，数据库最大连接数设置了3000； 【分析】：接口出现崩溃现象后—— 1、检查
转载
2019-10-25 16:02:00
85阅读
2评论
