主题
云基础设施 / SRE
关于可靠性、故障响应、可观测性和生产基础设施的运维笔记。
这个主题收集生产系统运维中的现场笔记：可靠性审查、故障响应模式、可观测性选择和运维取舍。
重点不是抽象原则，而是下次遇到类似问题时，能更快、更稳地做判断。
相关文章
Erigon 主网归档节点卡在 25393069：为什么最后只删 chaindata
一次 Ethereum Mainnet Erigon 归档节点现场修复记录：v3.5.0 仍在 25393069 出现 gas used mismatch，轻量修复没有马上恢复，最后保留 snapshots、删除 chaindata 后重建通过。
Apple container、Docker 和 Kubernetes 里的 container 到底差在哪
把 Apple container、Docker 和 Kubernetes 放在同一张图里看：谁负责镜像，谁负责启动进程，谁负责 Pod 和集群编排。
把 GOOGLE_APPLICATION_CREDENTIALS 挂进 Kubernetes Pod 的通用步骤
一套可复用的 EKS/Kubernetes 做法：把 Google service account JSON 放进 AWS Secrets Manager，通过 Secrets Store CSI Driver 挂载到 Pod，再让 Java 通过 GOOGLE_APPLICATION_CREDENTIALS 读取。
Lighthouse 报 InvalidToken，但 Erigon 实际返回 Forbidden
一次 Gnosis Erigon 和 Lighthouse Engine API 连接问题的处理记录：看起来像 JWT 错误，实际卡在 authrpc vhost。
为什么把 Polygon Erigon 归档节点从 v3.6.0 升到 v3.6.1-beta
一次 Polygon Erigon 归档节点现场记录：v3.6.0 修复 Chicago hardfork 块后，节点仍有 peer 和同步可疑现象，于是灰度切到 v3.6.1-beta。
一次 EKS 新服务上线：从 GitOps 部署到 internal ALB 和 Cloudflare DNS 排查
记录一个 Spring Boot 服务在 EKS dev 环境上线的完整路径：ECR、GitLab CI、ArgoCD、Ingress、internal ALB、Route53 与 Cloudflare DNS 的排查。
修复 Polygon Erigon 归档节点卡在 87218600 区块的问题
一次 Polygon Erigon 归档节点故障排查：节点在 Chicago hardfork 激活块出现稳定的 gas used mismatch，最终通过从 0xPolygon/erigon v3.5.0 升级到 v3.6.0 修复。
排查 AWS Glue iam:PassRole AccessDenied 的完整过程
从 Glue 控制台 updateJob 报错出发，定位到 IAM 组策略、托管策略范围、MFA 限制策略和最终模拟验证的排查记录。
Polygon Erigon 归档节点：为什么要收紧 8545
一次把 Polygon Erigon 归档节点从 allow-all 安全组收紧到最小公网入口的实践记录。
iTerm SSH Profile 突然无法登录，怎么排查
一篇关于 SSH profile 因 too many authentication failures 登录失败的简短排障笔记。
迁移 AWS S3 File Gateway 时，如何不破坏用户盘符映射
一种替换旧 S3 File Gateway、重建缓存，并用 SSM State Manager 迁移 Windows 用户盘符的实践模式。