运维知识库

从 Pending、CrashLoopBackOff 与探针失败入手，串联事件、容器日志和资源状态，建立 Kubernetes 故障排查的证据链。

结合复制线程、GTID、事务积压与资源指标分析 MySQL 复制延迟，区分接收异常、回放瓶颈和监控误判。

从探测点网络、健康检查规则、通知演练和 data 目录备份出发，验收 Uptime Kuma 是否真能发现故障并安全展示状态页。

按任务链和分区覆盖解释 StarRocks 异步视图刷新，区分同步调用、透明重写与陈旧容忍，核对维表修订和业务截止点。

区分 KRaft 投票成员、发现地址与功能级别，通过有限仲裁采样和元数据日志趋势判断控制面健康，明确多数派、节点身份及停止维护的条件。

区分文件落盘与原子提交，在隔离小表演练数据重写和 orphan 预览，核对业务幂等、保留与恢复边界。

按本地表和分片巡检复制队列与 Keeper，核对原生备份依赖链，并在隔离目标验证恢复状态与业务样本。

区分 Checkpoint、Savepoint 与外部事务提交，按阶段定位快照失败，并验收状态、源位置和 Sink 的恢复结果。

沿 Stream Load 响应、原始 label、事务提交与可见状态核对未知导入结果，区分过滤问题、发布积压和不安全重放。

联查输入位点、checkpoint、状态与输出提交，设计有限恢复演练，识别 Kafka 起点、重复写入与状态兼容限制。

区分 QJM 日志多数派、自动切换与 fencing，核对恢复输入、隔离演练和新写入后的回切边界。

从备份范围、配置密钥与对象存储出发，核对同版本隔离恢复、仓库和权限样本，区分任务成功、数据完整性与正式切流。