vm-infrastructure-ops

此技能為管理部署於 GCP e2-micro 實例上的 eth-realtime-collector 提供完整的操作工具組。它專為維護以太坊網路資料管線的工程師設計，確保關鍵基礎設施維持高可用性。此技能簡化了常見生產環境問題的分類與處理過程，例如服務崩潰、gRPC 元資料驗證錯誤、DNS 解析失敗以及 ClickHouse 資料下游缺口。透過提供狀態檢查、日誌分析與復原的標準化流程，它能最大限度地減少基礎設施不穩定期間的停機時間。

• 即時監控 eth-collector 服務狀態與 systemd 生命周期管理。

• 使用 journalctl 進行進階日誌串流，以快速調試連線拒絕、gRPC 錯誤或元資料伺服器無法觸達等問題。

• 透過包含部署前檢查的託管重啟腳本進行自動化服務復原。

• 當網路連線完全中斷時，執行緊急基礎設施介入，包括 VM 硬重設。

• 資料流驗證管線，確認區塊已成功送達 ClickHouse 資料庫。

• 目標對象：DevOps 工程師、SRE 及管理區塊鏈擷取管線的資料工程師。

• 使用案例：透過辨識服務失敗模式或底層 GCP 網路問題，解決「未收到區塊」的警報。

• 先決條件：有效的 GCP 專案存取權限 (eonlabs-ethereum-bq)、已設定的 gcloud CLI，以及 us-east1-b 區域的存取權。

• 操作最佳實踐：在嘗試完整的 VM 重設前，請務必先透過狀態工作流程檢查服務健康狀況。使用提供的日誌串流功能，以區分暫時性服務錯誤與持續性基礎設施故障。

• 限制：專門針對 eth-realtime-collector 的部署；在執行驗證腳本前，請確保已載入正確的環境憑證。