排障方法论

【背景】 我在一家中台团队负责核心链路的指标体系搭建（3 年，Java + Go 混合栈，MySQL + Redis + Kafka，K8s 部署）。去年 Q3 一次典型的 P99 抖动（订单查询接口 P99 从 12ms 飙到 85ms，

【背景】 做了 5 年性能优化，处理过 20+ 次线上 P99 毛刺事故。发现一个有趣的规律：每次毛刺发生时，团队的第一反应高度一致——「肯定是 GC」「肯定是慢 SQL」「肯定是网络抖动」。但复盘之后，真正根因往往在另一个地方。 我印象最