故障分析_故障分析技术文章

故障分析

0 人感兴趣 · 5 次引用

关注

2021-01-01

笔者比较“悲催”，临近年末由笔者维护的生产MQ集群中的一台物理机内存故障导致操作系统异常重启，持续10分钟中出现众多的应用发送客户端出现发送消息超时，导致事故并定性为S1，讲道理，RocketMQ的高可用机制为啥不生效呢。

2020-06-06

最近公司一个系统发生线上故障，系统架构为C/S的，客户端是APP；系统的功能有：联系人、短信、通话记录等，每个业务都有备份、恢复的功能，即用户可以在APP内备份自己的联系人、短信、通话记录至服务端，然后可以后续某个时间段恢复数据。

2020-05-16

记MHA故障演练导致的一系列的坑。

2020-05-14

某天晚上，收到系统CPU占用过高报警，立刻登录服务器查看cpu信息，此时CPU占用率高达750%+，查看GC日志，频繁的发生Full GC, 并且一次Full GC市场可达到6s，立刻使用jmap命令dump文件。立刻重启服务，恢复一部分机器，保证服务可用。重启后，系统恢复正常。