metrics-server 启动失败 "x509: certificate is valid for 10.43.0.1"
metrics-server 与 API Server TLS 连接失败的根本原因是 API Server 证书缺失 ClusterIP（如 10.43.0.1）的 SAN 条目；可通过检查证书 SAN、临时启用 USE_HTTP=true...
服务器运维
samly
Linux 出现大量 TIME_WAIT 如何判断是否真的有问题及优化参数
Linux大量TIME_WAIT非故障，关键看是否影响服务可用性；需结合端口复用受阻、新建连接成功率与延迟、集中服务类型三点判断，再针对性优化参数或改进应用层连接模型。 Linux 出现大量 TIME_WAIT 状态连接，本身不是故障，而是...
systemd-oomd 杀进程规则不生效或杀错进程的配置坑
systemd-oomd 默认不基于进程RSS，而是依据cgroup内存压力（memory.pressure）和使用趋势触发，仅作用于启用MemoryAccounting=yes的服务或scope单元；需确认进程在受管cgroup下、配置正...
Linux 内核 panic 后如何从 vmcore 里提取关键调用栈信息
内核panic后用crash解析vmcore需四步：先确认vmcore与带符号vmlinux匹配；再用bt -a和log定位触发点；接着用rd/dis查寄存器与反汇编聚焦崩溃现场；最后结合ps/lock/log分析进程、锁及RCU上下文。 ...
kubectl exec 进 pod 报 "error: Internal error occurred: error dialing backend"
kubectl exec失败的根本原因是API Server与Node kubelet通信中断，需检查kubelet状态、10250端口监听、双向网络连通性、证书有效期、节点Ready状态及节点IP配置是否正确。 这个错误说明 kubect...
K3s pod 启动时 "failed to allocate IP" 或 IP 耗尽
K3s中Flannel CNI无法分配Pod IP的核心原因是子网耗尽或本地子网状态异常，表现为节点子网未释放、ARP缓存污染或IP池用尽，可通过检查configmap、清理残留、调整CIDR等手段快速恢复。 这是 K3s 中非常典型的，本...
cat /proc/meminfo 里 Committed_AS 远大于物理内存+swap 的风险评估
Committed_AS远大于物理内存加Swap说明OOM风险极高，因其是内核估算的最坏情况下所需总内存（含未触碰的虚拟内存），超限意味着理论兜底能力已丧失。 Committed_AS 远大于物理内存加 Swap，说明内核认为当前所有进程的...
Linux 服务器 /dev/shm 被塞满导致数据库或 Java 进程崩溃
/dev/shm 被塞满会导致 MySQL、PostgreSQL 或 Java 应用异常退出或崩溃，因其默认仅 64MB 且程序可能无节制写入 POSIX 共享内存文件；需通过 df、ls、ipcs 检查，临时清理残留文件，并永久调整 fs...
K3s 恢复单节点 etcd 集群时 "cluster ID mismatch" 的修复步骤
当K3s单节点etcd因数据不一致报cluster ID mismatch时，需先备份后执行–force-new-cluster重置成员身份，保留原有key-value数据并更新cluster ID和member ID。 当 K...
ext4 文件系统频繁出现 "EXT4-fs (dm-0): delayed block allocation failed"
该错误主因是ext4延迟分配时块或inode资源不足，需结合df -h、df -i、tune2fs、lvs及dmesg等多维度诊断，再通过调参或硬件检查针对性解决。 这个错误通常不是文件系统损坏的直接信号，而是内核在尝试延迟分配（delay...
