從事運(yùn)維三年半，遇到過(guò)各式各樣的問(wèn)題，數(shù)據(jù)丟失，網(wǎng)站掛馬，誤刪數(shù)據(jù)庫(kù)文件，黑客攻擊等各類問(wèn)題。今天簡(jiǎn)單整理一下，分享給各位小伙伴。

一、線上操作規(guī)范

1. 測(cè)試使用

當(dāng)初學(xué)習(xí)Linux的使用，從基礎(chǔ)到服務(wù)到集群，都是在虛擬機(jī)做的，雖然老師告訴我們跟真機(jī)沒(méi)有什么差別，可是對(duì)真實(shí)環(huán)境的渴望日漸上升，不過(guò)虛擬機(jī)的各種快照卻讓我們養(yǎng)成了各種手賤的習(xí)慣，以致于拿到服務(wù)器操作權(quán)限時(shí)候，就迫不及待的想去試試，記得上班第一天，老大把root密碼交給我，由于只能使用putty，我就想使用xshell，于是悄悄登錄服務(wù)器嘗試改為xshell+密鑰登錄，因?yàn)闆](méi)有測(cè)試，也沒(méi)有留一個(gè)ssh連接，所有重啟sshd服務(wù)器之后，自己就被擋在服務(wù)器之外了，幸好當(dāng)時(shí)我備份了sshd_config文件，后來(lái)讓機(jī)房人員cp過(guò)去就可以了，幸虧這是一家小公司，不然直接就被干了……慶幸當(dāng)年運(yùn)氣比較好。

第二個(gè)例子是關(guān)于文件同步的，大家都知道rsync同步很快，可是他刪除文件的速度大大超過(guò)了rm -rf,在rsync中有一個(gè)命令是，以某目錄為準(zhǔn)同步某文件(如果第一個(gè)目錄是空的，那么結(jié)果可想而知)，源目錄(有數(shù)據(jù)的)就會(huì)被刪除，當(dāng)初我就是因?yàn)檎`操作，以及缺乏測(cè)試，就目錄寫反了，關(guān)鍵是沒(méi)有備份……生產(chǎn)環(huán)境數(shù)據(jù)被刪了 沒(méi)備份，大家自己想后果吧，其重要性不言而喻。

2. Enter前再三確認(rèn)

關(guān)于rm -rf / var 這種錯(cuò)誤，我相信手快的人，或者網(wǎng)速比較慢的時(shí)候，出現(xiàn)的幾率相當(dāng)大 當(dāng)你發(fā)現(xiàn)執(zhí)行完之后，你的心至少是涼了半截。大家可能會(huì)說(shuō)，我按了這么多次都沒(méi)出過(guò)錯(cuò)，不用怕，我只想說(shuō) 當(dāng)出現(xiàn)一次你就明白了，不要以為那些運(yùn)維事故都是在別人身上，如果你不注意，下一個(gè)就是你。

3. 切忌多人操作

我在的上一家公司，運(yùn)維管理相當(dāng)混亂，舉一個(gè)最典型的例子吧，離職好幾任的運(yùn)維都有服務(wù)器root密碼。通常我們運(yùn)維接到任務(wù)，都會(huì)進(jìn)行簡(jiǎn)單查看如果無(wú)法解決，就請(qǐng)求他人幫忙，可是當(dāng)問(wèn)題焦頭爛額的時(shí)候，客服主管(懂點(diǎn)linux)，網(wǎng)管，你上司一起調(diào)試一個(gè)服務(wù)器，當(dāng)你各種百度,各種對(duì)照，完了發(fā)現(xiàn)，你的服務(wù)器配置文件，跟上次你修改不一樣了，然后再改回來(lái)，然后再谷歌，興沖沖發(fā)現(xiàn)問(wèn)題，解決了，別人卻告訴你，他也解決了，修改的是不同的參數(shù)……這個(gè)，我就真不知道哪個(gè)是問(wèn)題真正的原因了，當(dāng)然這還是好的，問(wèn)題解決了，皆大歡喜，可是你遇到過(guò)你剛修改的文件，測(cè)試無(wú)效，再去修改發(fā)現(xiàn)文件又被修改的時(shí)候呢?真的很惱火，切忌多人操作。

4. 先備份后操作

養(yǎng)成一個(gè)習(xí)慣，要修改數(shù)據(jù)時(shí)，先備份，比如.conf的配置文件。另外，修改配置文件時(shí)，建議注釋原選項(xiàng)，然后再?gòu)?fù)制，修改 再者說(shuō)，如果第一個(gè)例子中，有數(shù)據(jù)庫(kù)備份，那rsync的誤操作不就沒(méi)事了吧 所以說(shuō)丟數(shù)據(jù)庫(kù)非一朝一夕，隨便備份一個(gè)就不用那么慘。

二、涉及數(shù)據(jù)

1. 慎用rm -rf

網(wǎng)上的例子很多，各種rm -rf /，各種刪除主數(shù)據(jù)庫(kù)，各種運(yùn)維事故…… 一點(diǎn)小失誤就會(huì)造成很大的損失。如果真需要?jiǎng)h除，一定要謹(jǐn)慎。

2. 備份操作大于一切

本來(lái)上面都有各種關(guān)于備份，但是我想把它劃分在數(shù)據(jù)類再次強(qiáng)調(diào)，備份非常之重要哇 我記得我的老師說(shuō)過(guò)一句話，涉及到數(shù)據(jù)何種的謹(jǐn)慎都不為過(guò) 我就職的公司有做第三方支付網(wǎng)站和網(wǎng)貸平臺(tái)的 第三方支付是每?jī)蓚€(gè)小時(shí)完全備份一次，網(wǎng)貸平臺(tái)是每20分鐘備份一次 我不多說(shuō)了，大家自己斟酌吧

3. 穩(wěn)定大于一切

其實(shí)不止是數(shù)據(jù)，在整個(gè)服務(wù)器環(huán)境，都是穩(wěn)定大于一切，不求最快，但求最穩(wěn)定，求可用性 所以未經(jīng)測(cè)試，不要在服務(wù)器使用新的軟件，比如nginx+php-fpm，生產(chǎn)環(huán)境中php各種掛啊 重啟下就好了，或者換apache就好了。

4. 保密大于一切

現(xiàn)在各種艷照門漫天飛，各種路由器后門，所以說(shuō)，涉及到數(shù)據(jù)，不保密是不行的。

三、涉及安全

1. ssh

更改默認(rèn)端口(當(dāng)然如果專業(yè)要黑你，掃描下就出來(lái)了) 禁止root登錄 使用普通用戶+key認(rèn)證+sudo規(guī)則+ip地址+用戶限制 使用hostdeny類似的防爆破解軟件(超過(guò)幾次嘗試直接拉黑) 篩選/etc/passwd中l(wèi)ogin的用戶

2. 防火墻

防火墻生產(chǎn)環(huán)境一定要開(kāi)，并且要遵循最小原則，drop所有，然后放行需要的服務(wù)端口。

3. 精細(xì)權(quán)限和控制粒度

能使用普通用戶啟動(dòng)的服務(wù)堅(jiān)決不使用root，把各種服務(wù)權(quán)限控制到最低，控制細(xì)粒度要精細(xì)。

4. 入侵檢測(cè)和日志監(jiān)控

使用第三方軟件，時(shí)刻檢測(cè)系統(tǒng)關(guān)鍵文件以及各種服務(wù)配置文件的改動(dòng) 比如,/etc/passwd,/etc/my.cnf，/etc/httpd/con/httpd.con等; 使用集中化的日志監(jiān)控體系，監(jiān)控/var/log/secure，/etc/log/message，ftp上傳下載文件等報(bào)警錯(cuò)誤日志; 另外針對(duì)端口掃描，也可以使用一些第三方軟件，發(fā)現(xiàn)被掃描就直接拉入host.deny。這些信息對(duì)于系統(tǒng)被入侵后排錯(cuò)很有幫助。有人說(shuō)過(guò)，一個(gè)公司在安全投入的成本跟他被安全攻擊損失的成本成正比，安全是一個(gè)很大的話題 也是一個(gè)很基礎(chǔ)的工作，把基礎(chǔ)做好了，就能相當(dāng)?shù)奶岣呦到y(tǒng)安全性，其他的就是安全高手做的了

四、日常監(jiān)控

1. 系統(tǒng)運(yùn)行監(jiān)控

好多人踏入運(yùn)維都是從監(jiān)控做起，大的公司一般都有專業(yè)24小時(shí)監(jiān)控運(yùn)維。系統(tǒng)運(yùn)行監(jiān)控一般包括硬件占用率 常見(jiàn)的有，內(nèi)存，硬盤，cpu，網(wǎng)卡，os包括登錄監(jiān)控，系統(tǒng)關(guān)鍵文件監(jiān)控 定期的監(jiān)控可以預(yù)測(cè)出硬件損壞的概率，并且給調(diào)優(yōu)帶來(lái)很實(shí)用的功能

2. 服務(wù)運(yùn)行監(jiān)控

服務(wù)監(jiān)控一般就是各種應(yīng)用，web，db，lvs等，這一般都是監(jiān)控一些指標(biāo) 在系統(tǒng)出現(xiàn)性能瓶頸的時(shí)候就能很快發(fā)現(xiàn)并解決。

3. 日志監(jiān)控

這里的日志監(jiān)控跟安全的日志監(jiān)控類似，但這里一般都是硬件，os，應(yīng)用程序的報(bào)錯(cuò)和警報(bào)信息 監(jiān)控在系統(tǒng)穩(wěn)定運(yùn)行的時(shí)候確實(shí)沒(méi)啥用，但是一旦出現(xiàn)問(wèn)題，你又沒(méi)做監(jiān)控，就會(huì)很被動(dòng)了

五、性能調(diào)優(yōu)

1. 深入了解運(yùn)行機(jī)制

其實(shí)按一年多的運(yùn)維經(jīng)驗(yàn)來(lái)說(shuō)，談?wù){(diào)優(yōu)根本就是紙上談兵，但是我只是想簡(jiǎn)單總結(jié)下，如果有更深入的了解，我會(huì)更新。在對(duì)軟件進(jìn)行優(yōu)化之前，比如要深入了解一個(gè)軟件的運(yùn)行機(jī)制，比如nginx和apache，大家都說(shuō)nginx快，那就必須知道nginx為什么快，利用什么原理，處理請(qǐng)求比apache，并且要能跟別人用淺顯易懂的話說(shuō)出來(lái)，必要的時(shí)候還要能看懂源代碼，否則一切以參數(shù)為調(diào)優(yōu)對(duì)象的文檔都是瞎談。

2. 調(diào)優(yōu)框架以及先后

熟悉了底層運(yùn)行機(jī)制，就要有調(diào)優(yōu)的框架和先后順序，比如數(shù)據(jù)庫(kù)出現(xiàn)瓶頸，好多人直接就去更改數(shù)據(jù)庫(kù)的配置文件，我的建議是，先根據(jù)瓶頸去分析，查看日志，寫出來(lái)調(diào)優(yōu)方向，然后再入手，并且數(shù)據(jù)庫(kù)服務(wù)器調(diào)優(yōu)應(yīng)該是最后一步，最先的應(yīng)該是硬件和操作系統(tǒng)，現(xiàn)在的數(shù)據(jù)庫(kù)服務(wù)器都是在各種測(cè)試之后才會(huì)發(fā)布的 適用于所有操作系統(tǒng)，不應(yīng)該先從他入手。

3. 每次只調(diào)一個(gè)參數(shù)

每次只調(diào)一個(gè)參數(shù)，這個(gè)相比大家都了解，調(diào)的多了，你就自己就迷糊了。

4. 基準(zhǔn)測(cè)試

判斷調(diào)優(yōu)是否有用，和測(cè)試一個(gè)新版本軟件的穩(wěn)定性和性能等方面，就必須要基準(zhǔn)測(cè)試了，測(cè)試要涉及很多因素 測(cè)試是否接近業(yè)務(wù)真實(shí)需求這要看測(cè)試人的經(jīng)驗(yàn)了，相關(guān)資料大家可以參考《高性能mysql》第三版相當(dāng)?shù)暮?。我的老師曾說(shuō)過(guò)，沒(méi)有放之四海皆準(zhǔn)的參數(shù)，任何參數(shù)更改任何調(diào)優(yōu)都必須符合業(yè)務(wù)場(chǎng)景 所以不要再谷歌什么什么調(diào)優(yōu)了，對(duì)你的提升和業(yè)務(wù)環(huán)境的改善沒(méi)有長(zhǎng)久作用

六、運(yùn)維心態(tài)

1. 控制心態(tài)

很多rm -rf /data都在下班的前幾分鐘，都在煩躁的高峰，那么你還不打算控制下你的心態(tài)么 有人說(shuō)了，煩躁也要上班，可是你可以在煩躁的時(shí)候盡量避免處理關(guān)鍵數(shù)據(jù)環(huán)境 越是有壓力，越要冷靜，不然會(huì)損失更多。大多人都有rm -rf /data/mysql的經(jīng)歷，發(fā)現(xiàn)刪除之后，那種心情你可以想象一下，可是如果沒(méi)有備份，你急又有什么用，一般這種情況下，你就要冷靜想下最壞打算了，對(duì)于mysql來(lái)說(shuō)，刪除了物理文件，一部分表還會(huì)存在內(nèi)存中，所以斷開(kāi)業(yè)務(wù)，但是不要關(guān)閉mysql數(shù)據(jù)庫(kù)，這對(duì)恢復(fù)很有幫助，并使用dd復(fù)制硬盤，然后你再進(jìn)行恢復(fù) 當(dāng)然了大多時(shí)候你就只能找數(shù)據(jù)恢復(fù)公司了。試想一下，數(shù)據(jù)被刪了，你各種操作，關(guān)閉數(shù)據(jù)庫(kù)，然后修復(fù)，不但有可能覆蓋文件，還找不到內(nèi)存中的表了。

2. 對(duì)數(shù)據(jù)負(fù)責(zé)

生產(chǎn)環(huán)境不是兒戲，數(shù)據(jù)庫(kù)也不是兒戲，一定要對(duì)數(shù)據(jù)負(fù)責(zé)。不備份的后果是非常嚴(yán)重的。

3. 追根究底

很多運(yùn)維人員比較忙，遇到問(wèn)題解決就不會(huì)再管了，記得去年一個(gè)客戶的網(wǎng)站老是打不開(kāi)，經(jīng)過(guò)php代碼報(bào)錯(cuò) 發(fā)現(xiàn)是session和whos_online損壞，前任運(yùn)維是通過(guò)repair修復(fù)的，我就也這樣修復(fù)了，但是過(guò)了幾個(gè)小時(shí)，又出現(xiàn)了 反復(fù)三四次之后，我就去谷歌數(shù)據(jù)庫(kù)表莫名損壞原因：一是myisam的bug，二是mysqlbug，三是mysql在寫入過(guò)程中 被kill，最后發(fā)現(xiàn)是內(nèi)存不夠用，導(dǎo)致OOM kill了mysqld進(jìn)程 并且沒(méi)有swap分區(qū)，后臺(tái)監(jiān)控內(nèi)存是夠用的，最后升級(jí)物理內(nèi)存解決。

4. 測(cè)試和生產(chǎn)環(huán)境

在重要操作之前一定要看自己所在的機(jī)器，盡量避免多開(kāi)窗口。