wlk台湾服务器运维自动化脚本与定期巡检清单实用分享

1.

准备与前提

- 环境：假设服务器为Ubuntu/Debian或CentOS，已开放SSH并可sudo。
- 用户与权限：创建运维用户 ops 并配置sudo：sudo adduser ops；usermod -aG sudo ops。
- 确认时区为台湾：sudo timedatectl set-timezone Asia/Taipei。

2.

安装基础工具

- 安装必要命令：Debian/Ubuntu: sudo apt update && sudo apt install -y git rsync jq curl mailutils；CentOS: sudo yum install -y git rsync jq mailx curl。
- 推荐安装Ansible用于多机管理：sudo pip3 install ansible 或 apt/yum 包管理安装。

3.

SSH密钥与无密码登录

- 在管理机生成密钥：ssh-keygen -t rsa -b 4096 -C "ops@wlk"；然后 ssh-copy-id ops@target。
- 检查权限：~/.ssh 权限应为700，authorized_keys 600。确保禁用密码登录（/etc/ssh/sshd_config：PasswordAuthentication no）。

4.

脚本组织与版本控制

- 目录结构：/opt/wlk/ops/scripts (脚本) /opt/wlk/ops/playbooks (Ansible)。
- Git管理：cd /opt/wlk && git init；将脚本入库并推到私有仓库，便于回滚与审计。

5.

示例：增量备份脚本（backup.sh）

- 脚本内容（放在/opt/wlk/ops/scripts/backup.sh）：
#!/bin/bash
SRC="/var/www/" DST="/backup/$(date +%F)"
mkdir -p "$DST"
rsync -az --delete --link-dest=/backup/latest "$SRC" "$DST"/site
ln -sfn "$DST" /backup/latest
find /backup -maxdepth 1 -type d -mtime +30 -exec rm -rf {} \;
- 权限并加入Cron：chmod +x backup.sh；sudo crontab -u root -e 添加：0 2 * * * /opt/wlk/ops/scripts/backup.sh >> /var/log/ops/backup.log 2>&1

6.

示例：定期巡检脚本（inspect.sh）

- 脚本功能：检查磁盘、内存、服务、负载并发送报告。关键片段：
#!/bin/bash
HOST=$(hostname)
df -h > /tmp/${HOST}_df.txt
free -h >> /tmp/${HOST}_df.txt
systemctl list-units --type=service --state=failed >> /tmp/${HOST}_df.txt
cat /tmp/${HOST}_df.txt | mail -s "巡检报告 $HOST" ops@example.com
- 调度：每日早上8点运行，加入ops用户crontab。

7.

日志管理与轮转

- 使用logrotate管理自建日志：/etc/logrotate.d/wlk_ops 内容样例：/var/log/ops/*.log { daily rotate 14 compress missingok notifempty copytruncate }。
- 定期检查/var/log/syslog 或 /var/log/messages，结合journalctl --since "1 day ago" 做系统级故障排查。

8.

服务健康与自动重启

- 对关键服务使用systemd配置自动重启，例如 /etc/systemd/system/nginx.service 的 [Service] 添加 Restart=on-failure RestartSec=5。
- 使用systemctl is-active nginx || systemctl restart nginx 在巡检脚本中实现被动恢复。

9.

监控与告警集成

- 部署Prometheus node_exporter收集指标，Grafana展示。hold台灣机房可用性。
- 简单Webhook告警：curl -X POST -H 'Content-type: application/json' --data '{"text":"服务器告警：磁盘>90%"}' https://hooks.slack.com/services/XXX。

10.

定期巡检清单（按频率）

- 每日：df -h、free -m、systemctl list-units --failed、tail -n 200 /var/log/xxx。
- 每周：apt/yum 更新测试、备份完整性校验（rsync --dry-run）、证书到期检查（openssl s_client 或 acme脚本）。
- 每月：安全补丁部署、磁盘坏道SMART测试（smartctl -a /dev/sda）、性能基线对比。

11.

安全与权限最佳实践

- 最小权限原则：脚本运行使用专用服务账号，sudo 限制命令路径；sudoers 示例：ops ALL=(root) NOPASSWD: /opt/wlk/ops/scripts/backup.sh。
- 脚本内不要写明密码，使用密钥或Vault（Ansible Vault / HashiCorp Vault）。

12.

部署到多台台湾服务器的步骤（问）

- 问：如何把脚本快速部署到多台台湾服务器并统一管理？

13.

部署到多台台湾服务器的步骤（答）

- 答：使用Ansible：inventory 写入台湾机组IP，playbook 示例：复制脚本并设置crontab；命令 ansible-playbook -i inventory deploy.yml。并结合SSH agent转发与密钥管理。

14.

脚本安全运行常见问题（问）

- 问：如何确保自动化脚本不会带来安全风险或误删数据？

15.

脚本安全运行常见问题（答）

- 答：在测试环境使用 --dry-run 参数验证；脚本加入日志与回滚（保留7天备份）；对危险操作加交互或确认开关（--force 开启才执行）。

16.

网络延迟与丢包排查（问）

- 问：在台湾机房如何快速定位网络延迟或丢包？

17.

网络延迟与丢包排查（答）

- 答：使用 mtr -rw <目标> 进行连续追踪；使用 ping -c 100 与 tcpdump 保存 pcap，结合 iftop 或 nethogs 查看带宽突发。若跨机房问题，联系带宽提供商并上报 traceroute 结果。

来源：wlk台湾服务器运维自动化脚本与定期巡检清单实用分享