性能指标体系：吞吐量、响应时间、百分位、并发数、利用率和饱和度（214）
阅读时间 ：约 40 50 分钟 关键词 ：性能指标体系、吞吐量、响应时间、百分位数、P99、并发数、利用率、饱和度、USE方法论、RED方法论、Little's Law 一、引言：为什么性能指标体系是面试的"…
DOC压测方法论：模型设计、数据准备、预热、稳态、拐点与结果分析（215）
阅读时间 ：约 45 分钟 适用人群 ：Java 高级工程师、技术专家、架构师 前置知识 ：性能指标体系（214）、JVM 原理、并发编程基础 一、问题定义：为什么压测不是"跑一下 JMeter"？ 很多工程师…
DOC全链路压测：流量染色、影子库表、隔离、防污染和容量评估（216）
阅读时间：约 45 分钟 难度：高级 适用方向：Java 架构师 / 技术专家 / SRE 一、为什么需要全链路压测 线上故障中，有一类问题最让人头疼： 功能测试全部通过，上线后却挂了 。原因通常是测试环境与生…
DOCCPU 飙高排查：进程/线程定位、栈分析、热点代码与 GC 关联（217）
阅读时间 ：约 45 分钟 难度 ：中级～高级 适用人群 ：Java 后端工程师、SRE、性能工程师 引言 凌晨三点，告警响起——线上服务 CPU 使用率从 15% 飙到 95%，RT 飙升，504 超时刷屏。…
DOCLoad 高但 CPU 不高排查：I/O 等待、锁竞争、不可中断睡眠和队列堆积（218）
阅读时间：约 45 分钟 难度：中高级 适用方向：Java 技术专家、架构师、SRE 一、问题定义：一个让人困惑的告警 凌晨三点，运维群弹出一条告警： 你登录上去一看， top 命令显示： CPU 空闲 92.…
219内存持续增长排查：堆内/堆外、缓存、线程、本地内存和泄漏定位
一、引言：内存持续增长的"温水煮青蛙"效应 与 OOM（OutOfMemoryError）崩溃不同，内存持续增长更像"温水煮青蛙"。应用不会立刻崩溃，而是内存曲线缓慢爬升，GC 频率逐渐增加，最终在某一天突然不…
220接口 RT 突增排查：依赖、慢 SQL、GC、线程池、网络与流量变化
考点 220 ：接口 RT 突增排查——依赖、慢 SQL、GC、线程池、网络与流量变化阅读时间：约 40 50 分钟 难度：中高级 一、引言：RT 突增，生产环境的午夜凶铃 凌晨两点，告警电话响起：核心接口 P…
221可观测性三支柱：Metrics、Logs、Traces 的关联与统一上下文
阅读时间 ：约 40 50 分钟 关键词 ：可观测性、Metrics、Logs、Traces、OpenTelemetry、Prometheus、ELK、分布式追踪、统一上下文 难度 ：中级偏上，适合有 2 年以…
222分布式链路追踪：Trace/Span、采样、上下文传播和性能开销
阅读时间：约 40 50 分钟 难度：中高级 分类：可观测性 一、问题起源：为什么需要分布式链路追踪 2010 年前后，Google 发表了 Dapper 论文，正式将"分布式链路追踪"这个概念推向业界。在此之…
223告警体系设计：症状告警、根因告警、降噪、收敛、分级和升级
阅读时间：约 45 分钟 难度：中高级 适用方向：后端开发、SRE、架构师 一、为什么告警体系需要"设计" 一个经典的失败场景：凌晨 3 点，数据库主库发生切换，你的手机在 30 秒内收到 200 条告警消息—…
224SRE 故障应急响应：SLI/SLO/SLA、错误预算、On-Call 机制与无责复盘
阅读时间 ：约 45 分钟 前置知识 ：了解基本的服务可用性概念、有分布式系统运维经验 学完能回答 ：如何为关键服务设定 SLO？错误预算怎么用？On Call 轮值怎么设计？复盘怎么做才不变成"甩锅大会"？ …