告警之后做什么：写一份真正能用的 Runbook 收到告警以后，先检查什么、何时升级、怎样恢复，都应有可执行步骤。Runbook 是处理手册，不是收集一串危险命令。

Alertmanager 邮件实战：FIRING 之后为什么还没看到邮件 这次测试监控通知，Prometheus 已经显示 FIRING，我却以为邮件配置失败。最后在垃圾邮件里找到了通知。这个经历让我开始按链路排查，而不是看到没收到就立即重写配置。

SSH 连不上怎么办：一份可复用的排查清单 “能 ping 通，却无法 SSH 登录”是实验环境里常见的现象。Ping 只说明 ICMP 可达，并不能证明 22 端口正在监听。下面按客户端、网络、服务端三个层次排查，适合在自己的虚拟机和授权服务器上练习。先区分错误类型ssh -vvv user@hostConnection timed out 通常先看网络路径或过滤规则；Connection refused 常见于目标端口没有服务监听；Permission denied 则进入认证阶段，应检查用户名、密钥和服务端认证日志。不要把三种错误都归结为“SSH 坏了”。从客户端确认目标核对 IP、端口和用户名：ssh -p 22 user@host。若使用主机名，先用 getent hosts host 检查解析结果。对于自有设备，可用 nc -vz host 22 快速检查 TCP 连接；没有 nc 时不必为此专门改动系统。在服务端看监听和日志systemctl status sshd --no-pager ss -lntp | grep :22 journalctl -u sshd -b --no-pager -n 100有些发行版服务名是 ssh，请以 systemctl list-unit-files 的结果为准。若配置刚修改，先运行 sudo sshd -t 检查语法；若服务在监听但客户端超时，再核对防火墙和云平台安全组中实际使用的端口。不要为了测试直接关闭整个防火墙。一份有效的复盘要写什么记录命令、关键输出、最终原因和验证方式。例如“服务未监听 22 端口”比“重启后恢复”更有价值。远程修改 SSH 配置时始终保留当前会话，确认新的连接成功后再关闭，以免把自己锁在机器外。按认证阶段继续定位ssh -G 主机别名可查看最终生效的用户、端口、IdentityFile 等配置，输出分享前脱敏。认证失败时检查服务端日志、用户家目录与 .ssh 权限、公钥对应关系。只提供公钥给服务器，私钥留在客户端。主机指纹变化先核对是否重装或更换机器，不要直接关闭 StrictHostKeyChecking。本站端口以 SSH 别名和现场监听为准。内容复核与修订：2026-10-29。实验示例与本站运行记录分别说明；原始归档日期保留。