问题描述 2018年xx月xx日 下午4点20分左右 xxx无意中看到xxx正在排查线上Kafka集群遇到的问题，随后问明情况，有一台机器上Kafka进程挂了，当时他正在lark平台上查看错误日志信 ...

1、事故问题： 某个旧版本业务功能中运行了一个失败重试的job，因一位离职的同事编码时未考虑周全出现死循环，导致线上从24日下午2点一直到27日晚9点持续3天一 ...

系统背景介绍 用户系统负责用户生命周期管理，包括注册、登陆、用户信息获取等，其作为基础服务只提供内网服务，简称为service；application组件包装service的服务对app渠道提供服务 ...

目录 概述 故障回溯 补充说明 其他工具 概述 最近遇到线上故障，具体的情况就是后端服务请求一直 pending，服务经常假死重启。 但是观察 整个进程 ...