空间没满，为什么还是写不进去 Linux 服务器上遇到“磁盘还有几十 GB，却提示 No space left on device”，很多人第一反应是分区统计不准，或者程序把空间吃光了。实际上，磁盘能不能继续写入，...

DNS TTL 会影响域名解析修改后的缓存过期时间。本文讲清 TTL 设置思路、迁移前降 TTL 的节奏，以及改解析时常见的缓存和配置坑。

Redis 缓存穿透、击穿和雪崩经常被混在一起说。本文从线上排查角度拆解三类问题的差异、典型信号和常见处理方式。

监控报警并不是越多越好。本文从资源、可用性和业务报警三个层面，说明为什么网站明明接入了监控，真正故障时仍可能反应慢，以及如何优化报警优先级和处理路径。

连接数打满时，CPU 和内存未必明显升高。本文从请求排队、长连接、连接池和异常流量几个角度，说明网站变慢或偶发 502 时应该先看哪些指标。

用 RTO 和 RPO 两个指标讲清备份、恢复演练与业务连续性的关系，帮助判断故障发生时业务能停多久、数据最多能丢多少。