码上交付

THOUGHTS, NOTES & PRACTICE

最近在写.

RabbitMQ 的 Unacked 越攒越多，连接还被 blocked 了：一条忘了 ack 的消息引发的血案

管理界面里 Unacked 涨到 12 万，内存水位告警、生产者连接被 blocked。用 rabbitmqctl list_queues / list_channels / list_connections 定位忘记 ack 的消费者，讲清 prefetch、内存与磁盘水位流控、死信与 TTL，并给出止血与根治配置。

消息队列排查 2022-12-24 #生产事故 #排查

Java 搬进 Docker 就“水土不服”：容器 2G 内存，JVM 却以为自己有 64G

老 JDK 不识别 cgroup，容器限 2G 却按宿主机 64G 算堆，还按 32 核起线程，结果被 OOMKilled 或越跑越慢。讲清 UseContainerSupport、MaxRAMPercentage、堆外开销、cgroup v1/v2 文件，以及容器里 jstack/jmap 的正确姿势。

Docker 与容器排查 2022-11-26 #生产事故 #排查

挂载目录 Permission denied 及两个“难兄难弟”：时区差 8 小时、改了代码镜像纹丝不动

容器写挂载目录报 Permission denied，根因常是 UID 不一致，也可能是 SELinux 或只读挂载。顺带整理容器时区不对、构建缓存导致改了代码镜像没更新两个小坑，每条都给出复现现象与 id、ls -ln、docker exec 排查命令。

Docker 与容器排查 2022-11-04 #生产事故 #排查

容器每 40 秒“重生”一次：Restarting、exit 137 与一场 restart always 引发的重启风暴

docker ps 里一个容器永远显示 Restarting，日志什么都没有。docker inspect 看 OOMKilled 与 ExitCode 137，配合 docker events、stats、dmesg 定位内存超限，讲清 restart policy 如何放大故障、-m 与 swap 的关系，附 exit code 速查表。

Docker 与容器排查 2022-09-25 #生产事故 #排查

根分区 100%：一个没配 max-size 的 json.log，把 200G 磁盘“吃”成了 0 字节

凌晨磁盘告警，df 显示根分区 100%，罪魁是 /var/lib/docker。用 docker system df -v、du 逐层下钻，定位到 json-file 日志无限增长，讲清 max-size/max-file 配置、docker system prune 各选项的风险（--volumes 会删数据）与构建缓存清理。

Docker 与容器排查 2022-08-30 #生产事故 #排查

容器里 curl localhost 永远拒绝连接：Docker 网络的五个经典“不通”与 ufw 那个著名的坑

容器访问宿主机 MySQL 报 Connection refused，同一 compose 里 localhost 也不通。梳理 host.docker.internal 与 host-gateway、服务名 DNS、-p 与 EXPOSE、默认 bridge 无 DNS、ufw 被 Docker 绕过，附 docker network inspect 与 nsenter 排查命令和网络拓扑图。

Docker 与容器排查 2022-08-15 #生产事故 #排查