Zero Day Notes

GitLab Runner并发任务超限导致runner卡死、生产部署流水线全停，排查发现builds_dir下累积237个未清理job目录，concurrent=4但unregister=2不释放致CPU 100%打满，扩容+清理+调参根治

一台生产服务器磁盘显示仍有30GB空闲，但所有应用日志写入失败、文件创建报"No space left on device"。排查发现df -h显示空间充足但df -i显示inode使用率100%，根因是定时清理脚本缺陷导致/tmp下累积了八百多万个零字节锁文件。

分支机构通过IPSec VPN访问总部ERP时频繁超时卡死，Ping正常但大包传输失败，最终定位为隧道MTU与TCP MSS协商不匹配所致

订单实时处理链路中Kafka Consumer Group在凌晨出现持续Rebalance，Lag飙升至2300万条，下游报表延迟超2小时，排查发现max.poll.records与session.timeout配置冲突是祸根。

财务部全员报修无法打印，Spooler服务每隔30秒自动挂掉，从事件日志到驱动隔离层层排查，最终锁定Windows更新引入的通用驱动与京瓷打印机冲突。

总部机房双线BGP接入电信联通，因误配AS-PATH正则表达式把学到的合法运营商路由全部拒绝，业务流量全部走错运营商导致关键业务延迟飙升400ms。

订单系统凌晨跑批大批量UPDATE，从库延迟飙升到40分钟，前端查询命中从库读到旧数据引发线上资损。

同一份GPO推送脚本，80台电脑成功了30台就报错，最终定位到打印后台Print Spooler服务依赖链断裂。

某分公司内网用户反映网页打开缓慢、部分域名无法解析，排查发现是新上线FortiGate防火墙的策略配置错误导致DNS流量被误拦截，本文记录完整排查过程。

公司内网突然出现大范围Kerberos认证失败，员工无法访问域内资源，排查后发现是NTP服务器故障导致部分机器时间偏差超过5分钟，触发Kerberos安全机制。