1. 课程导论：gRPC 长连接与 GC 停顿故障树分析
1.1 课程目标：从“现象级”故障到“根因级”可观测
本课程旨在帮助后端架构师与 SRE 建立一套可复用的故障树分析（FTA）框架，专门用于诊断和预防由 JVM GC 停顿引发的 gRPC 长连接异常断开、PING 超时、连接迁移失败等生产级问题。课程结束时，学员将能够：
- 绘制故障树：将“gRPC 连接丢失”这一顶事件逐层分解为 GC 停顿、Netty EventLoop 阻塞、Keepalive 超时等底事件。
- 量化 GC 影响：通过 JVM 日志、gRPC 客户端指标、网络抓包三源交叉验证，定位停顿时长与连接迁移的因果关系。
- 制定调优策略：从 JVM 参数、gRPC 配置、连接池管理三个维度给出可落地的优化方案。
核心交付物：一套可直接嵌入 CI/CD 流水线的 GC 停顿与连接健康度检测规则，以及对应的故障树模板（XML 格式）。
1.2 适用人群
| 角色 | 痛点 | 课程收益 |
|---|---|---|
| Java 后端开发 | 线上偶发 RPC 超时，怀疑 GC 但无法复现 | 掌握 gRPC 与 JVM 交互的底层原理，学会在代码层规避长连接抖动 |
| SRE / 稳定性工程师 | GC 日志与网络监控割裂，故障定位耗时数小时 | 获得故障树分析工具，将平均修复时间（MTTR）降低 60% |
| 中间件开发者 | 自研 RPC 框架在 GC 场景下连接迁移成功率低 | 理解 Netty 线程模型与 GC 安全点（Safepoint）的冲突点 |
1.3 学习路径概览
课程共 30 章，按“基础 → 故障树构建 → 实战调优 → 自动化”四阶段递进。建议学员按顺序学习，每章结束后完成对应的故障树节点标注练习。
- 阶段一（第 1-6 章）：gRPC 长连接机制与 JVM GC 基础，建立故障树顶事件与中间事件。
- 阶段二（第 7-15 章）：逐层分解底事件，包括 Netty EventLoop 阻塞、Keepalive 超时、连接迁移竞态条件。
- 阶段三（第 16-24 章）：JVM 参数调优、gRPC 配置优化、连接池预热与迁移策略。
- 阶段四（第 25-30 章）：故障树自动化生成、可观测性集成、混沌工程验证。
学习建议：每章末尾的“故障树节点卡片”是核心复习材料，建议使用 Anki 或 Obsidian 建立个人知识库。
1.4 故障树顶层结构（SVG）
下图展示了本课程故障树的顶层分解。顶事件为“gRPC 长连接异常断开”，向下分解为三大中间事件，后续章节将逐一展开每个分支的底事件。
1.5 课程核心概念对比
在进入故障树细节之前，先厘清三个容易混淆的核心概念：
| 概念 | 所属层次 | 故障树中的角色 | 典型指标 |
|---|---|---|---|
| GC 停顿（STW） | JVM 运行时 | 底事件（根因） | 停顿时长、频率、GC 类型 |
| Netty EventLoop 阻塞 | 网络框架 | 中间事件（传播路径） | EventLoop 任务队列积压、线程阻塞时长 |
| gRPC Keepalive 超时 | 应用协议 | 中间事件（直接表现） | PING 超时次数、连接状态变化 |
常见误区：不要将“GC 停顿”直接等同于“连接断开”。GC 停顿是底事件，它通过阻塞 Netty EventLoop 导致 Keepalive PING 无法发送，最终触发连接超时断开。故障树分析的核心就是理清这条因果链。
1.6 故障树分析流程（SVG）
本课程采用标准故障树分析流程，从顶事件到底事件逐层分解，再反向计算最小割集。下图展示了完整的分析步骤：
1.7 预备知识清单
为获得最佳学习效果，建议学员在开课前熟悉以下内容：
- JVM 基础：堆内存结构、GC 算法（G1、ZGC）、安全点（Safepoint）概念。
- gRPC 基础：HTTP/2 流复用、Keepalive 机制、负载均衡策略（round_robin、pick_first）。
- Netty 基础：EventLoop 线程模型、ChannelPipeline、异步回调。
- Linux 网络：TCP Keepalive、连接超时、tcpdump 抓包分析。
快速入门资源：如果对上述内容不熟悉，建议先阅读《JVM G1 GC 官方白皮书》和 gRPC 官方文档的“Keepalive 最佳实践”章节，预计需要 2-3 小时预习时间。