从Google线上故障，谈灰度发布的重要性
2025年6月12日，Google Cloud因未灰度发布的新配置引发空指针异常，导致Gmail、YouTube等服务中断超7小时。本文剖析故障根源，详解配置灰度发布的重要性及Nacos等工具的实践方案，强调通过IP、标签、流量等多路径实现安全发布，保障系统稳定性。
分布式事务
本文介绍了分布式事务的概念、典型场景及解决方案。在微服务架构下，一次业务操作需跨多个数据库和远程调用协作完成，传统本地事务无法保证整体一致性。通过Seata框架可实现分布式事务控制，其AT模式无侵入、高性能，基于两阶段提交与undo log实现最终一致；XA模式则提供强一致性但性能较低。文章还结合下单、支付等场景演示了Seata的集成与应用。
一场FullGC故障排查
本文记录了一次Java应用CPU使用率异常升至104%的问题排查过程。通过分析发现，问题根源为频繁Full GC，而Full GC由内存中多个大List对象（近900MB）导致，这些对象因处理Excel样本数据时结构设计不合理而长期驻留JVM堆内存，造成空间不足。借助JProfiler分析堆快照定位到大对象后，提出“治本”与“治标”两类解决方案：一是将大数据移出JVM内存存入Redis；二是优化数据结构、及时清理无用字段以减少内存占用。最终总结了线上高CPU问题的排查思路：优先检查JVM GC情况，结合工具分析堆内存，定位代码逻辑并验证推测，强调需区分机器监控与JVM监控差异，避免误判。
