发版 20 台实例，每台间隔 10 秒重启，到第 5 台时剩余实例 CPU 到 90%，TP99 从 40ms 涨到 4 秒，连接池排队。乍看像缓存或者权限的锅，追下去往往不是。
# 重启前先调 /warmup，再摘流 30 秒 sleep 30 && systemctl restart app
追下去是这么回事：每重启一台，它的本地缓存就清空，流量转到还没重启的实例，那些实例缓存还在但连接数被打满。间隔太短，预热还没完成下一台又开始。
「滚动重启缓存失效」相关的验证我通常做两遍，改完一次、隔天再看一次，确认不是临时生效。一次只改一处，改完立刻验证，几个改动叠在一起，出问题就说不清是谁导致的。
先做最小复现，能稳定跑出来的问题，排查成本会低一个数量级。别只看报错的最后一行，往上看几行，真正的起因通常在上面。
同类问题如果隔一段时间又出现，多半是某个定时任务或重启流程把改动冲掉了。
具体做法是，重启前先调预热接口把热点 key 装回本地；分批重启 每批结束等两分钟再下一批；重启期间先摘流 让连接平滑迁移。
验收就看一点，同样重启 20 台，CPU 峰值 55%，TP99 维持在 80ms 以内，没有连接池排队。