网络工程

【背景】 我做了 5 年网络工程，负责跨机房 HTTP/gRPC 调用链，单侧新建连接峰值 800 conn/s、存量长连接 2 万上下。过去一年复盘了 4 次「应用层指标全绿但 P99 抖了」的事故，根因都指向网络层的静默降级： - 第

【背景】 15 年网络工程，从裸机到 K8s 都趟过。过去三年我维护一套跨机房（RTT 2~8ms）的 gRPC + HTTP/1.1 调用链，单侧新建连接速率峰值 ~800 conn/s，存量长连接 2 万上下。 每次 P99 抖动复盘，

«结论先行：「应用侧看不到丢包、ping 也正常、带宽也没跑满，但 P99 每隔几分钟抖一次」——十有八九是网卡 RX ring buffer 溢出了。内核把环里没来得及取的包直接丢掉（"rx_missed_errors" / "rx_dr

背景 我管网络设备 10 年（核心交换机、BGP 会话、VLAN 规划），变更管控是绕不开的日常。最近帮一个 200 人后端团队做网络侧改造，发现一个很魔幻的现象：网络设备改一条 ACL 要走 3 级审批 + 变更窗口 + 回滚预案文档，但

«结论先行：很多「网络变慢」根本不是丢包、不是带宽不够、更不是链路断了，而是发送侧把接收侧的缓冲灌满了——队列越积越长，RTT 从 5ms 涨到 480ms，丢包率却是 0。这类故障在 "ping"、"iperf" 的带宽测试里全都「正常」