【工程共建问题，不对应具体事故】 这条不问“有没有备份”，只问最近一次完整恢复。数据库任务每天绿色，不代表换一台机器就能把服务拉起来：对象存储里还有附件，密钥在另一套系统，恢复后的库也可能连得上却跑不通关键业务。 如果安排一次不碰生产的演练…

一个报表转换服务，Pod 的 RSS 会从 300MB 慢慢涨到 1.2GB。先入为主觉得是泄漏，但几次 heap profile 都没有看到持续增长的对象。 后来把注意力放回任务本身：最多四十个并发，每个都要解压一份不小的文件。任务结束后…

给订单表补了一个联合索引，测试库查询从一秒多降到几十毫秒。线上灰度时接口确实快了，但磁盘 IO 突然顶满，复制延迟也起来了，只能先停。 现在能确定的不是“索引有问题”，而是建索引的窗口刚好撞上备份和一批对账任务。测试库数据量接近，写入节奏却…

主项目还是 Vue 2，短期没有预算升级。构建原来要十二分钟，依赖漏洞列表也很长。以前我一边嫌项目旧，一边周末跑新框架教程，对手上的问题没什么帮助。 这两个月做的事很碎：锁 Node 版本，删两个确认没人用的插件，把一部分单测从浏览器环境挪…

先说明结果：能跑，但我中途回滚过一次，也不准备马上动核心服务。 挑边缘服务是因为流量小、依赖少。原以为主要工作是改编译参数，实际时间花在三处：一个老版本 CGLIB 的反射问题；容器里时区行为跟原来不一致；还有 JVM 内存参数沿用宿主机时…

接手时，接口平均四百多毫秒，偶尔会卡到两秒。文档最后更新在三年前，监控里只有 CPU 和内存。我第一反应是拆服务，后来没敢动。 第一周我只补了慢查询日志，跟了两次线上请求，还找老同事问清楚一个看起来多余的远程校验。真正拖慢请求的是一段不显眼…