四平管系统的朋友最怕这种电话：业务高峰，系统卡死，老板在旁边催。卡死不可怕，可怕的是没监控、没预案，全靠现场猜。我把排查顺序和高峰前的准备工作写给你。值班表也是预案的一部分：高峰期谁来盯、出事找谁、备份联系方式放哪，贴在工位上。真出事的时候，最贵的是找不到人，而不是技术问题本身。
现场排查按这个顺序
先看带宽曲线，跑满了就是流量型问题，升带宽或上CDN。带宽没满看内存，剩个几百兆就快假死了，加内存或查内存泄漏。这两项正常再看数据库，慢查询日志一拉，没索引的大表查询基本就是元凶。最后看并发连接数，被爬虫刷了也会拖死服务。每次高峰过后做一次复盘：哪个指标先报警、处理用了多久、下次能不能更快。同样的高峰一年总有几回，复盘两轮之后，你的系统比想象中皮实得多。
这个顺序从便宜到贵、从常见到少见，别一上来就重启机器，重启只是把证据清了。运维这事还有个土办法：每月固定一天，让懂行的人把后台整体看一遍，备份、证书、访问量、错误日志挨个过。半小时的功夫，能把九成的小毛病掐灭在萌芽里。四平不少站的毛病，都是攒出来的。
高峰前必须做的四件事
一是压测：用工具模拟高峰并发，测出系统实际扛多少量，别拿业务说事。二是扩容预案：量到八成就要准备升配，升级要在平时演练过，别等高峰现场升。三是定时任务错峰：备份、报表这类重活挪到凌晨。四是通知链路：出问题谁处理、多长时间响应，提前写下来。把服务商的联系方式贴在收银台或者办公桌上：服务器到期找谁、网站打不开找谁，一目了然。别笑这办法土，真出事的时候，最值钱的就是一个马上能拨通的号码。
红嘴一家做仓储服务的，每年三月底对账高峰必卡。压测后发现是一个没加索引的汇总查询，改了一行代码，第二年高峰平稳度过，主管说早知道这么简单。
总结
四平管系统的朋友，排查按带宽、内存、数据库、并发的顺序来，高峰前把压测、扩容预案、错峰和响应链路备好。现在就去看看你的系统有没有监控，没有的话这周末就该补上，别等下一个高峰再抓瞎。