稳定性之于系统，就像健康之于人类，看起来重要不紧急，然而一旦失去，就追悔莫及。

稳定性是一切 0 前面的 1。

为什么要做这个专栏？

• 让无法解决的问题少一点点，让世界的确定性多一点点。
• 打造国内稳定性领域知识库，降低知识获取门槛。

加入我们

• GitHub 地址
• 在线文档站（阅读体验更佳）
• 钉钉群号
  • 30000312（2群，推荐）
  • 23179349（1群，已满）
• 如果你在本专栏有所收获，欢迎分享给身边的朋友，期待更多同学的加入！

框架目录

0. 故障案例

【必读】故障案例征集 & Demo 模板.md

【案例】Dubbo 稳定性：Nacos 注册中心可用性问题复盘

【案例】记一次线上内存报警排查过程

【案例】发现CMS_GC有点傻--应用A_FullGC问题排查

1. 事前防范

1.1 代码规约

1.2 变更管控

1.3 性能压测

1.4 混沌工程

混沌工程介绍与实践

1.5 风险预案

1.6 限流降级

流控降级最佳实践

1.7 业务隔离

2. 事中“止血”

2.1 监控告警

虾米SRE实践：监控体系升级之路

阿里云 ARMS 小程序监控进阶之路

饿了么监控系统 EMonitor 与 CAT 的对比

如何专业化监控一个Kubernetes集群

2021 Gartner APM 魔力象限解读

OPLG：新一代云原生可观测最佳实践

2.2 异常巡检

2.3 流量调度

2.4 资损防控

数据一致性检测应用场景与最佳实践

3. 事后诊断

3.1 系统诊断

So Hot？快给 CPU 降降温

3.2 JVM 诊断

3.2.1 异常诊断

OutOfMemoryError 常见原因及解决方法

StackOverFlowError 常见原因及解决方法

NoSuchMethodError 常见原因及解决方法

3.2.2 性能优化

Java应用CPU&JVM内存性能调优

3.2.3 线程诊断

线程池满

死锁

3.2.4 GC 诊断

咱们从头到尾说一次Java垃圾回收

3.3 组件诊断

Dubbo 常见错误及解决方法

Nacos 常见问题及解决方法

Spring Boot 常见错误及解决方法

SchedulerX 常见问题及解决方法

3.4 在线诊断

Arthas

3.5 链路追踪

【剖析 SOFARPC 框架】之 SOFARPC 链路追踪剖析

如何检测Web服务请求丢失问题

让可观察性带上导航，快速发现和定位业务问题：OpenTracing上写入业务信息

开源自建/托管与商业化自研Trace，如何选择？

前后端、多语言、跨云部署，全链路追踪到底有多难？

链路分析 K.O “五大经典问题”

链路追踪（Tracing）其实很简单——分布式链路追踪的起源

链路追踪（Tracing）其实很简单——分布式链路追踪的诞生

链路追踪（Tracing）其实很简单——分布式链路追踪的应用与兴起

链路追踪（Tracing）其实很简单——分布式链路追踪的挑战与限制

链路追踪（Tracing）其实很简单——请求轨迹回溯

链路追踪（Tracing）其实很简单——多维链路筛选

链路追踪（Tracing）其实很简单——链路实时分析、监控与告警

链路追踪（Tracing）其实很简单——链路拓扑

链路追踪（Tracing）其实很简单——链路功能进阶指南

链路追踪（Tracing）其实很简单——链路成本进阶指南

链路追踪（Tracing）其实很简单——链路诊断1分钟定位错慢根因

链路追踪（Tracing）其实很简单——全量存储? No! 按需存储? YES!.md

3.6 RootCause

系统黄金指标之延迟(Latency)指标的故障诊断

版本迭代

• 2024-12-20
  • Java应用CPU&JVM内存性能调优@涯海
• 2024-12-16
  • 链路追踪（Tracing）其实很简单——链路诊断1分钟定位错慢根因@涯海
• 2022-11-03
  • 【案例】发现CMS_GC有点傻--应用A_FullGC问题排查@佐井
• 2022-10-26
  • 链路追踪（Tracing）其实很简单——链路成本进阶指南@涯海
  • 链路追踪（Tracing）其实很简单——链路功能进阶指南@涯海
  • 链路追踪（Tracing）其实很简单——链路拓扑@涯海
  • 链路追踪（Tracing）其实很简单——链路实时分析、监控与告警@涯海
• 2022-07-14
  • 链路追踪（Tracing）其实很简单——多维链路筛选@涯海
  • 链路追踪（Tracing）其实很简单——请求轨迹回溯@涯海
  • 链路追踪（Tracing）其实很简单——分布式链路追踪的挑战与限制@涯海
  • 链路追踪（Tracing）其实很简单——分布式链路追踪的应用与兴起@涯海
  • 链路追踪（Tracing）其实很简单——分布式链路追踪的诞生@涯海
  • 链路追踪（Tracing）其实很简单——分布式链路追踪的起源@涯海
• 2022-04-15
  • OPLG：新一代云原生可观测最佳实践@涯海
• 2021-11-17
  • 【必读】故障案例征集 & Demo 模板@涯海
• 2021-11-08
  • 链路分析 K.O “五大经典问题”@涯海
• 2021-09-23
  • 前后端、多语言、跨云部署，全链路追踪到底有多难？@涯海
• 2021-08-27
  • 开源自建/托管与商业化自研Trace，如何选择？@涯海
• 2021-05-27
  • 链路追踪（Tracing）其实很简单——全量存储? No! 按需存储? YES!.md@涯海
  • 如何专业化监控一个Kubernetes集群@佳旭
  • 2021 Gartner APM 魔力象限解读@西杰
• 2019-12-26
  • SchedulerX 常见问题及解决方法@学仁
  • 【案例】Dubbo 稳定性：Nacos 注册中心可用性问题复盘@岛风
  • 让可观察性带上导航，快速发现和定位业务问题：OpenTracing上写入业务信息@竹影
• 2019-11-07
  • 链路追踪（Tracing）其实很简单——单链路诊断@涯海
  • Spring Boot 常见错误及解决方法@洛夜
  • 【案例】记一次线上内存报警排查过程@神帅
  • 饿了么监控系统 EMonitor 与 CAT 的对比@李刚
• 2019-09-19
  • Nacos常见问题及解决方法@敦谷
  • 数据一致性检测应用场景与最佳实践@龙多
  • 链路追踪（Tracing）其实很简单——初识@涯海
• 2019-09-05
  • 系统黄金指标之延迟(Latency)指标的故障诊断@绍宽
  • 【剖析 SOFARPC 框架】之 SOFARPC 链路追踪剖析@畅为/碧远/卓与
  • 阿里云ARMS小程序监控进阶之路@慕扉
• 2019-08-22
  • So Hot？快给 CPU 降降温@涯海
  • 虾米SRE实践：监控体系升级之路@全琮
  • 混沌工程介绍与实践@穹谷
  • 如何检测Web服务请求丢失问题@竹影
• 2019-08-08
  • NoSuchMethodError 常见原因及解决方法@涯海
  • 咱们从头到尾说一次Java垃圾回收@率鸽
  • 流控降级最佳实践 @宿何
• 2019-07-26
  • OutOfMemoryError 常见原因及解决方法@涯海
  • StackOverFlowError 常见原因及解决方法@涯海
  • Dubbo 常见错误及解决方法@空冥

专栏建设

• 目标用户：稳定性相关的从业人员、技术决策者、爱好者等。
• 参与形式：欢迎一切有想法或兴趣的同学一起共建，可以自由选择参与内容编写、渠道宣传、社区维护等活动。
• 写作原则：通俗易懂，让读者有所收获，尽量避免介绍公网无法获取的内部产品或工具。
• 内容格式：Markdown & PDF 格式，易于传播、分享与共建。
• 内容管理：文档即代码，通过 Git 管理；代码目录与内容框架目录保持一致。会定期 Review 代码/目录结构。
• 内容编写：建议内容原创或再创作。为了保障文章质量，不建议直接转载。
• 问题列表：所有人有任何问题和建议都可以通过 Issue 的形式提交。

目录提纲

• 目录拆分尽量遵循 MCME 原则（互相独立，完全穷尽）。
• 每个专题尽量保证 3 篇及以上的优质文章。
• 内容目录一定要与代码目录保持结构一致。

文档提纲（仅供参考）

• 文档类型
  • 原创，注明作者与创作时间。
  • 转载，取得原作者许可，注明出处，注意许可协议风险。
• 一句话标题，提纲挈领地表达要解决的问题。
  • 标题应该表达的是问题的核心线索，而不是深层次原因。因为用户排查问题时只能看到表象。比如 SQL 慢是表象，没有创建索引是原因。
  • 可以在标题后的第一段做一些补充，对该问题做一个概括性描述，整体结构按照总-分-总模式。
• 问题的现象是什么？
• 问题产生的原因是什么？
  • 如果有前置的背景知识，可以科普一下，让读者更容易理解。
• 怎么去排查，会用到哪些工具？
  • 详细介绍排查思路与路径，最好是小白式操作，事无巨细，能够完美复现。
  • 在本模块可以介绍一些开源或云产品的使用，不要涉及内部产品，另外产品介绍不要带有太明显的主观偏向性。
• 解决后的效果如何？
  • 前后效果对比。
  • 简要的问题复盘总结，文档收尾。
• 推荐阅读/产品链接/公众号/交流群等。

友情链接

• Chaosblade——故障演练开源项目
• Arthas——Java 在线诊断开源项目
• SOFATracer——分布式链路追踪开源项目