ss -s cat /proc/softirqs | grep NET_RX cat /proc/interrupts | grep eth0
压测到 5000 QPS 时，8 核机器上 CPU0 的 si 占到 98%，其余核只有 20%，接口 P99 从 30 毫秒涨到 400 毫秒。先别急着动参数，把报错原文和时间点记下来，顺序反了容易白折腾。
原因不复杂，每个短连接都要走三次握手和四次挥手，内核在软中断里处理这些包，默认全部落在收到 SYN 的那个核上。连接数越多，单核软中断越先饱和。
这次卡住的地方就在「短连接开销」这一环，单独把它拎出来验证，别和其他改动混在同一次发布里。备份不是备了就行，恢复一次才算数，很多备份文件打开才发现是空的。
接口问题先分清是没发出去、发出去了没收到，还是收到了处理失败。偶发问题先统计频率，一小时几次和一天一次，查法完全不同。
处理上按这个顺序：客户端开启 keep-alive 复用连接；连接池保底留几个空闲连接；开 RPS 和 RFS 把软中断分散到多核；确认中间设备没有强制关闭短连接。
改完只确认一件事：改成长连接后 QPS 提到 1.4 万，CPU0 的 si 降到 25%，P99 回到 45 毫秒。