服务器运维管理方案

1、请教各位大牛推荐几本关于Linux方面的书籍，我想学服务器运维方面的

鸟哥是基础书籍，系统层面讲的多点
服务运维，推荐《高性能linux服务器运维构建实践--运维监控，性能调优与集群应用》
京东就有，绝对运维的好书，最近也一直在看

2、服务器运维价值做什么，云帮手好用吗？

服务器运维的日常工作内容：
1、负责服务器的硬件配置、软件安装、机房上下架等技术维护工作；
2、负责虚拟化技术产品物理机配置、管理和日常运行监控和维护；
3、负责独立主机或虚拟应用产品的开通使用、日常维护、故障诊断和排除；
4、提供独立主机或虚拟应用客户产品操作和应用方面的技术支持；
5、监视分管的服务器，及时发现问题，并积极解决问题；
这里可以推荐你用一些工具，实现便捷高效管理，摆脱重复性工作；
云帮手，管理便捷体现在：
1.一键环境部署，搭建php、数据库、ftp功能；
2.日志巡查功能；
3.有远程登录桌面功能，文件传输功能；
4.云帮手不仅仅可以远程登录，还有很多管理云主机的功能。
5.像主机系统漏洞检测修复；
6.实时查看主机资源使用状态监控啊；
7.批量集中管理主机等等。

3、服务器如何防止旁注

虚拟主机的设置是来最重要的问题1. IIS各站源点应该用完全独立的系统用户 Web_001 Web_002 Web_N 且只能访问自己的目录http://www.janker.org/post/21.html 这个网站作为参考 同时各分区根目录 删除Everyone 及User组的访问2. 服务器相关软件的设置 Serv-u Sql2000/Sql2005－－－－－－－－－－－－－－－－－－－－3. 用户网站的检测 你可以定期检测各网站是否有问题 然后通知网站负责人 不过这点只是处于对客户的关心，单个网站有问题在你做好服务器安全的基础上是不是影响到其他站点的

4、在linux服务器中，使用频率最高的是哪些软件，作为运维管理员，必须掌握哪些方面的知识

这个 我们这儿有运维人员 可以帮你 你看图加 

5、项目在本地tomcat，部署运行没有问题，可是给运维人员部署到正式环境上去就会报错，这是什么原因？

可能服务器上已经发布了其他包和这个冲突。引入了公共的包（公共包前缀是com.xxx.xxx）含有数据库模块，该包中的bean名称和我的应用中的bean名称一样，然后扫描器扫的域名前缀com.xxx.xxx，所以冲突了。

6、web服务器访问缓慢，作为运维人员，如何定位故障

遇到服务器故障，问题出现的原因很少可以一下就想到。我们基本上都会从以下步骤入手：

一、尽可能搞清楚问题的前因后果

不要一下子就扎到服务器前面，你需要先搞明白对这台服务器有多少已知的情况，还有故障的具体情况。不然你很可能就是在无的放矢。

必须搞清楚的问题有：

故障的表现是什么？无响应？报错？
故障是什么时候发现的？
故障是否可重现？
有没有出现的规律（比如每小时出现一次）

最后一次对整个平台进行更新的内容是什么（代码、服务器等）？
故障影响的特定用户群是什么样的(已登录的, 退出的, 某个地域的…)?

基础架构（物理的、逻辑的）的文档是否能找到?
是否有监控平台可用? （比如Munin、Zabbix、 Nagios、 New Relic…
什么都可以）
是否有日志可以查看?. （比如Loggly、Airbrake、 Graylog…）

最后两个是最方便的信息来源，不过别抱太大希望，基本上它们都不会有。只能再继续摸索了。

二、有谁在?

代码如下:

$ w
$ last

用这两个命令看看都有谁在线，有哪些用户访问过。这不是什么关键步骤，不过最好别在其他用户正干活的时候来调试系统。有道是一山不容二虎嘛。（ne cook in
the kitchen is enough.）

三、之前发生了什么?

$
history查看一下之前服务器上执行过的命令。看一下总是没错的，加上前面看的谁登录过的信息，应该有点用。另外作为admin要注意，不要利用自己的权限去侵犯别人的隐私哦。

到这里先提醒一下，等会你可能会需要更新 HISTTIMEFORMAT
环境变量来显示这些命令被执行的时间。对要不然光看到一堆不知道啥时候执行的命令，同样会令人抓狂的。

四、现在在运行的进程是啥?

代码如下:

$ pstree -a
$ ps aux

这都是查看现有进程的。 ps aux 的结果比较杂乱， pstree -a 的结果比较简单明了，可以看到正在运行的进程及相关用户。

五、监听的网络服务

代码如下:

$ netstat -ntlp
$ netstat -nulp
$
netstat -nxlp

我一般都分开运行这三个命令，不想一下子看到列出一大堆所有的服务。netstat -nalp倒也可以。不过我绝不会用 numeric 选项
（鄙人一点浅薄的看法：IP 地址看起来更方便）。

找到所有正在运行的服务，检查它们是否应该运行。查看各个监听端口。在netstat显示的服务列表中的PID 和 ps aux 进程列表中的是一样的。

如果服务器上有好几个Java或者Erlang什么的进程在同时运行，能够按PID分别找到每个进程就很重要了。

通常我们建议每台服务器上运行的服务少一点，必要时可以增加服务器。如果你看到一台服务器上有三四十个监听端口开着，那还是做个记录，回头有空的时候清理一下，重新组织一下服务器。

六、CPU 和内存

 代码如下:

$ free -m
$ uptime
$ top
$
htop

注意以下问题:

还有空余的内存吗? 服务器是否正在内存和硬盘之间进行swap?
还有剩余的CPU吗? 服务器是几核的? 是否有某些CPU核负载过多了?

服务器最大的负载来自什么地方? 平均负载是多少?

七、硬件

代码如下:

$ lspci
$ dmidecode
$
ethtool

有很多服务器还是裸机状态，可以看一下：

找到RAID 卡 (是否带BBU备用电池?)、 CPU、空余的内存插槽。根据这些情况可以大致了解硬件问题的来源和性能改进的办法。
网卡是否设置好?
是否正运行在半双工状态? 速度是10MBps? 有没有 TX/RX 报错?

八、IO 性能

代码如下:

$ iostat -kx 2
$ vmstat 2 10
$ mpstat
2 10
$ dstat --top-io --top-bio

这些命令对于调试后端性能非常有用。

检查磁盘使用量：服务器硬盘是否已满?
是否开启了swap交换模式 (si/so)?
CPU被谁占用：系统进程? 用户进程? 虚拟机?

dstat 是我的最爱。用它可以看到谁在进行 IO： 是不是MySQL吃掉了所有的系统资源? 还是你的PHP进程?

九、挂载点 和 文件系统

 代码如下:

$ mount
$ cat /etc/fstab
$ vgs
$
pvs
$ lvs
$ df -h
$ lsof +D / /* beware not to kill your box
*/

一共挂载了多少文件系统?
有没有某个服务专用的文件系统? (比如MySQL?)
文件系统的挂载选项是什么： noatime?
default? 有没有文件系统被重新挂载为只读模式了？
磁盘空间是否还有剩余?
是否有大文件被删除但没有清空?

如果磁盘空间有问题，你是否还有空间来扩展一个分区？

十、内核、中断和网络

 代码如下:

$ sysctl -a | grep ...
$ cat
/proc/interrupts
$ cat /proc/net/ip_conntrack /* may take some time on busy
servers */
$ netstat
$ ss -s

你的中断请求是否是均衡地分配给CPU处理，还是会有某个CPU的核因为大量的网络中断请求或者RAID请求而过载了？

SWAP交换的设置是什么？对于工作站来说swappinness 设为 60 就很好,
不过对于服务器就太糟了：你最好永远不要让服务器做SWAP交换，不然对磁盘的读写会锁死SWAP进程。

conntrack_max 是否设的足够大，能应付你服务器的流量?
在不同状态下(TIME_WAIT, …)TCP连接时间的设置是怎样的？

如果要显示所有存在的连接，netstat 会比较慢， 你可以先用 ss 看一下总体情况。
你还可以看一下 Linux TCP tuning
了解网络性能调优的一些要点。

十一、系统日志和内核消息

 代码如下:

$ dmesg
$ less /var/log/messages
$
less /var/log/secure
$ less /var/log/auth

查看错误和警告消息，比如看看是不是很多关于连接数过多导致？
看看是否有硬件错误或文件系统错误?

分析是否能将这些错误事件和前面发现的疑点进行时间上的比对。

十二、定时任务

 代码如下:

$ ls /etc/cron* + cat
$ for user in
$(cat /etc/passwd | cut -f1 -d:); do crontab -l -u $user; done

是否有某个定时任务运行过于频繁?
是否有些用户提交了隐藏的定时任务?
在出现故障的时候，是否正好有某个备份任务在执行？

十三、应用系统日志

这里边可分析的东西就多了,
不过恐怕你作为运维人员是没功夫去仔细研究它的。关注那些明显的问题，比如在一个典型的LAMP（Linux+Apache+Mysql+Perl）应用环境里:

Apache & Nginx; 查找访问和错误日志, 直接找 5xx 错误, 再看看是否有 limit_zone 错误。
MySQL;
在mysql.log找错误消息，看看有没有结构损坏的表， 是否有innodb修复进程在运行，是否有disk/index/query 问题.

PHP-FPM; 如果设定了 php-slow 日志, 直接找错误信息 (php, mysql, memcache, …)，如果没设定，赶紧设定。

Varnish; 在varnishlog 和 varnishstat 里, 检查 hit/miss比.
看看配置信息里是否遗漏了什么规则，使最终用户可以直接攻击你的后端？
HA-Proxy;
后端的状况如何？健康状况检查是否成功？是前端还是后端的队列大小达到最大值了？

结论

经过这5分钟之后，你应该对如下情况比较清楚了：

在服务器上运行的都是些啥？
这个故障看起来是和 IO/硬件/网络 或者 系统配置 (有问题的代码、系统内核调优, …)相关。

这个故障是否有你熟悉的一些特征？比如对数据库索引使用不当，或者太多的apache后台进程。

你甚至有可能找到真正的故障源头。就算还没有找到，搞清楚了上面这些情况之后，你现在也具备了深挖下去的条件。继续努力吧！

7、服务器托管到机房都包括哪些运维服务？

对于服务器托管来说，机房的售后运维是相当重要的，运维给力可以有效的减少机器和网站出故障的频率。
一般来说都包括：
服务器上架
IP地址规划
服务器宕机维护重启
网络规划
系统及应用故障检查
系统代维服务
环境状况检测系统（机房设备周围温度、湿度和摄影监控等）
远程管理系统
售后服务方式
另一些优质的（HOSTSPACE）机房才会提供：
7x24技术支持
还有提供高防服务的机房 会有提供 包过滤防火墙加网段入侵检测系统

8、大型网站（如百度，163，sina）服务器是如何架构、运维的？

可以多关注一下infoq上面好多关于淘宝架构师的讲解。当然也有你说的大站的，我看过。有课件的，如果你有机会的话可以参加他们的会议哦。

9、linux系统运维工作内容？

初中级运维的日常涉及工作：

1、评估产品需求及发展需求，设计网站架构。

2、选择IDC公司、云产品，CDN等产品。

3、采购服务器、安装系统、配置服务、服务器IDC上架。

4、调试网络、优化系统及服务。

5、上线代码、配合研发搭建环境、调试、测试代码。

6、监控硬件、软件及各种业务应用。

7、配置收集日志和，根据日志信息报警及优化系统及服务

8、解决日常问题，如硬件(服务器、交换机、硬件、网络等)、软件(网络服务)、各类业务服务故障。

9、编写自动化脚本(Shell、Python)，自动化部署服务。

高级运维涉及的工作：

1、监控带宽、流量、并发、业务接口等关键资源及访问信息的变化趋势。

2、根据相应趋势变化不断优化网站架构。

3、设计各类解决方案，解决公司业务发展中的遇到的网站瓶颈。

4、编写各种自动化脚本(Shell、Python)，自动化部署优化服务。

5、开发自动化部署和管理平台(CMDB)，实现平台化运维。

6、开发运维管理平台、及运维工具产品，提升服务效率。

7、制定运维流程、规范、制度，并有序推进。

8、研究先进运维理念、模式，确保业务持续稳定、有序。

10、做linux服务器运维管理，需要掌握哪些知识？

linux 系统管理，linux 网络服务，linux 安全，数据库等等，关于编程最好会一点，这主要根据企业要求。关于网络最好也要会一点。反正做运维接触面一点要广。