故障分类

排障前先 归类：硬件、网络、依赖、代码、人为——不同类别对应不同 检测手段 与 缓解策略。CodeRoadMap 跑在 宝塔 VPS 单机 上，类别少了几种云原生故障，但 依赖与代码类 占绝大多数。

学习目标

• 掌握五类常见故障及典型信号
• 知道每类故障的第一响应动作
• 衔接 prom-alerts 告警设计

五类故障

类别	典型原因	信号	缓解方向
硬件/宿主	磁盘满、内存不足、CPU 飙高	up==0、OOM、iowait	扩容、清理日志、限流
网络	DNS、防火墙、TLS 过期	连接超时、502	检查宝塔/Nginx、证书
依赖	MySQL 慢、Redis 不可用	连接池等待、504	超时、熔断、降级
代码/配置	NPE、SQL 错误、错配 YAML	5xx 突增、堆栈	回滚、feature flag
人为/变更	误删数据、错误迁移	发布后指标异常	变更窗口、备份、复盘

单机 vs 分布式

                    ┌─ 硬件（整台 VPS）
                    │
[用户] ── Nginx ── backend ── MySQL
                    │
                    └─ 网络（443/8080/3306 任一不通 → 全站受影响）

拆微服务后，网络与依赖 类故障比例上升（见 rel-monolith）；单机阶段 宿主+依赖 最需警惕。

检测分层

指标（Prometheus）── 趋势、SLO 违反
日志（应用/ Nginx）── 单次异常栈
告警（Alertmanager）── 人介入触发

Spring Boot 指标暴露见 prom-spring；集成层反模式见 ip-anti。

练习

• 将「MySQL 连接数打满」归入哪一类？第一响应是什么？
• 画 CodeRoadMap 依赖图：platform → backend → MySQL
• 举一个人为故障例子及如何预防

小结

分类故障 = 选对工具与 playbook。 下一课：级联失败。