【GreatSQL茶话会14】运维工作中你遇到过哪些神奇事件？

先说一个之前听说过的事情吧，十多年前，有个单位每晚固定十点多，机房里的某一排服务器都会断电几分钟，然后又莫名其妙好了。单位先是看了机器都没问题，然后又找了电工师傅检查了电路电线也没问题。

最后调了监控发现，原来是每晚十点多门口保安室大爷拿着电暖壶，拔了机柜的插销烧一壶开水泡茶，烧完了再给插上。。。

1、GP集群中某一个计算节点，经常因为节点的通讯问题，导致该节点的通讯异常，需要gprecoverseg。
2、不管是远程管理卡和机房人员都均为发现该机器的网络存在问题，且通过各种各样的工具和命令，都无法确认该节点的网卡存在问题。
3、从检测的丢包率和丢包量来看，虽和其它节点无太大异常，但仍感觉该节点的网卡存在问题。
4、最后联系机房更换网卡和网卡mac地址后，再也没有因为网络问题导致集群之间的通讯异常。
5、据机房维护人员，该节点曾经更换过网卡，但实际结果是没有更换过网卡，只是打开看过没有问题，又插了回去，不知是不是因为金手指还是没有插牢结果导致的异常，还是其它原因导致的，感觉很玄幻。

到一个项目上部署数据库，客户给的服务器会不定时重启... ...而且客户知道这件事，但他们还是打算拿来当数据库服务器... ...

在一次例行的服务器维护中，我遇到了一件奇怪的事。一台服务器突然无法正常启动，没有报错信息，但电源指示灯一直在闪烁。经过一番检查，发现是内存条接触不良。奇怪的是，当我重新插拔内存后，问题并没有解决，反而是当我尝试吹掉灰尘时，服务器突然启动了。原来，吹尘的过程中不小心对内存条施加了压力，使其恢复了正常的接触。

1、排查一个redis服务器流量异常的情况，定位到对应开发那边，但是开发的回复说他那边的任务是每个小时准点开始运行，但是监控曲线图显示每个小时准点的前几分钟流量就飙起来了，最终定位发现是运维搞的监控服务端服务器没有设置ntp导致时间跟其余服务器没同步。

2、有段时间发现自己的办公电脑天天被强制关机了，一直没查到原因，最终找人查看监控是保洁阿姨打扫卫生需要吸尘器通电，那段时间天天在我那边查吸尘器，拔了我主机的电源线

3、有次机房人员误操作，导致一个机柜断电了，上面的服务器里面几乎都是redis服务器，那时候没做高可用，而且为了性能稳定redis主节点都没做持久化，从节点做持久化。导致操作人员决定还是重新启动redis让业务恢复，然后就悲催了，redis里的缓存数据全丢了！！！！一个超级大锅就下来了，其实应该做切换的！！！

在对一套历史悠久的系统进行数据迁移时，我意外地在某个被遗忘的备份角落里发现了一份奇特的SQL文件。深入研究后，发现其中充斥着五花八门的实验性查询语句及诙谐幽默的注释内容，甚至还有些令人忍俊不禁的奇葩表名和字段名。显然，这是昔日某位开发者一时兴起留下的“杰作”，未曾预料到它会在多年后重见天日，如今这份SQL文件已成为我们团队轻松时刻津津乐道的话题之一。

转一个知乎的答案吧，我从业初期看到的，惊奇了半天，给我最大的影响就是，以后遇到无法解释的现象就怀疑环境问题
以下引自知乎
某通讯设备公司（没错，就是你想的那间）有个bug很有意思：有一天电信局的运维打电话来投诉，说某设备一到晚上就随机出现误码率越限告警。于是办事处的技术支持人员屁颠屁颠跑去挂误码仪测了半宵，没找到bug，眼看天就要亮了只好把业务倒回去再说。过一天运维主任打电话了，还是这个bug。这次是家里远程连线看内存抓log，折腾好久也没找到重现规律。再过一天电信局的领导都来电了，因为这条干线上承载了很多重要的业务，误码再搞不定，电信的大客户就要来投诉了。这次不得已只好把家里的研发骨干派了出去。这位老兄带了好几张板子，新旧软件也带去了，仪器一大堆，升级、降级、拔板、换板，还有各种研发才懂的内部调试命令，一个晚上还是没找到规律。然后天亮了（请睁眼）老兄正打算去吃了早餐再战，结果这个时候误码消失了！这位老兄若有所思地看着窗外刚刚熄灭的路灯，然后恍然大悟，原来是路灯的镇流器EMI太大，而板子电源模块的防护能力不足，电源波纹干扰下就会有随机的误码出现。后来换了个电源模块就没事了，内部规范xxx的第x章节关于EMI防护设计和测试的条件又严格了一些。

作者：okstar
链接：https://www.zhihu.com/question/21747929/answer/1274411666

一个GA局的项目，机房和JC休息的地方很近，他们嫌弃午休时机房太吵，每天中午睡觉前先把服务器下电，睡醒了再上电   后来有一次忘了上电了 ，过了很久客户投诉说终端无法通话才发现。给我的感觉政企客户的钱太好挣了   几千万买回去就当摆设