线上服务挂了怎么排查
哪些公司问过
恩希云1
答案要点
- 先确认范围和最近变更,能回滚就回滚,摘流量、限流降级,先恢复服务
- 查进程和端口状态,进程消失看 dmesg 是否被 OOM Killer 杀掉
- 查资源:CPU、内存、磁盘、文件句柄、连接数是否打满
- 查应用:错误日志、GC 日志、线程栈,判断死锁、线程池耗尽、Full GC
- 查依赖:数据库、缓存、下游服务,用链路追踪定位故障节点;事后复盘
易错点
- 一上来就看代码,不先确认范围和最近变更
- 只顾定位根因,没有先回滚或降级恢复服务
面试官常见追问
- 服务响应慢怎么定位?
- 进程还在但不响应请求,可能是什么原因?
- 怎么避免类似故障再次发生?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。