1. 背景 推荐系统的推荐请求追踪日志，通过ELK收集，方便遇到问题时，可以通过唯一标识sid来复现推荐过程 最近在碰到了几个bad case，需要通过sid来查询推荐日志，但发现部分无法在kibana查询到 2. 分析 推荐日志的整个收集流程如下： flowchart LR 线上机器日志 -->
1. 背景 另外一个推荐系统的推荐请求追踪日志，通过ELK收集，方便遇到问题时，可以通过唯一标识sid来复现推荐过程 在一次上线之后，发现日志大量缺失，缺失率达90%，确认是由上线引起的，但因为当时没立即发现这个问题，所以没有通过回滚解决 上线的内容改动了推荐请求日志，数据格式未变，增加了单条日志的
https://www.jianshu.com/p/d0dff28a4cce 一次艰难的内存泄露排查 现象 2019.4.26 22:00左右，通过jstat -gcutil pid 5000 ,发现fgc次数很多而且频繁，此时老年代占比已经大约70%左右，且已经回收不了内存，我们这边设置的fgc阈
https://www.oomspot.com/post/k8sshijianzhinanpaicuoanlitcptwrecycleyinfadiubao tcp_tw_recycle 引发丢包 tcp_tw_recycle 这个内核参数用来快速回收 TIME_WAIT 连接，不过如果在 NAT
http://blog.itpub.net/31545813/viewspace-2925035/ 一 背景 收到测试环境集群告警，登陆 K8s 集群进行排查。 二 故障定位 2.1 查看 Pod 查看 kube-system node2 节点 calico pod 异常。 查看详细信息，查看nod
https://www.modb.pro/db/79444 霸爷博客，干货满满。有两篇文章现在还记得，《Linux下如何知道文件被哪个进程写》[1]和《巧用Systemtap注入延迟模拟IO设备抖动》[2]，周末突然想起来，发现能看懂了:) 本文虽然说是小技巧，可是难度一点也不低 ^_^ 什么是 s
https://bbs.huaweicloud.com/blogs/386325 【摘要】 traceroute 命令是一个有用且易于运行的网络诊断工具，本文给大家介绍了12个traceroute 命令示例，希望本文能够对您使用traceroute 命令有所帮助，如果有问题可以在下方评论区与我讨论！
https://www.yisu.com/zixun/574746.html 这篇文章主要讲解了“Redis延迟问题怎么排查”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“Redis延迟问题怎么排查”吧！ 使用复杂度高的命令 如果在使用Redis时，发
K8S 问题排查： cgroup 内存泄露问题 - kmemhttps://www.cnblogs.com/leffss/p/15019898.html 目录 前言 现象 原因 解决方案 方案一 方案二 方案三 验证方式 影响范围 原理解释 kmem 是什么 cgroup 与 kmem 机制 kme
https://www.jianshu.com/p/75c69236963f 1 sort的工作原理 sort将文件的每一行作为一个单位，相互比较，比较原则是从首字符向后，依次按ASCII码值进行比较，最后将他们按升序输出。 [rocrocket@rocrocket programming]$ ca
https://www.jianshu.com/p/97860bbeb45c 双十一了，头一天晚上10点左右收到阿里云cpu超过90%短信报警。 第二天上班了，开始处理,步骤如下： 1、top找出cpu高的java进程号9592 2、top -Hp 9592查看cpu占用time最高的线程编号281
https://juejin.cn/post/6844903702327721992 0 前言 在很多情况下，访问一个程序变量（对象实例字段，类静态字段和数组元素）可能会使用不同的顺序执行，而不是程序语义所指定的顺序执行。具体几种情况，如下： 编译器 能够自由的以优化的名义去改变指令顺序； 在特定的
https://zhuanlan.zhihu.com/p/501631371 在现代处理器中，重排序缓存（Reorder Buffer，即ROB）是一个至关重要的概念，一个标准的乱序执行处理器在其多个流水线环节中都会涉及重排序缓存，而Tomasulo算法一文也指出Tomasulo算法的最大缺点可以由
https://my.oschina.net/u/3113381/blog/5463932 01 du 与 df 作用与区别？ Linux 最有用最常用的统计文件大小命令是什么？无疑就是 du 和 df 了。 du(disk usage) du 能看到的文件只是一些当前存在的，没有被删除的。 df(
https://www.cnblogs.com/hphua/p/16395893.html 1、遇到的问题：应用在hi3536上跑一段不固定的时间，随之就会出现重启的现象；打印如下； app-run invoked oom-killer: gfp_mask=0x1042d0, order=3, oo
一、前言 处理过线上问题的同学基本上都会遇到系统突然运行缓慢，CPU 100%，以及Full GC次数过多的问题。当然，这些问题的最终导致的直观现象就是系统运行缓慢，并且有大量的报警。本文主要针对系统运行缓慢这一问题，提供该问题的排查思路，从而定位出问题的代码点，进而提供解决该问题的思路。 二、分析
这篇博文记录的非常详细：https://blog.csdn.net/zhaohaijie600/article/details/45246569 我的笔记： 写的C++程序老是运行两三天就挂了，关键是挂的时候连“segment fault”都不显示。动用了gdb、valgrind还是没办法，最后还是
https://juejin.cn/post/6854573220733911048 遇到了一个 glibc 导致的内存回收问题，查找原因和实验的的过程是比较有意思的，主要会涉及到下面这些： Linux 中典型的大量 64M 内存区域问题 glibc 的内存分配器 ptmalloc2 的底层原理 如
