该技能是一份服务器管理原则与决策指南,面向生产环境运维,强调学习思考方式而非记忆命令。
用途:帮助开发与运维人员建立系统化的服务器管理思路,覆盖进程管理、监控、日志、扩容、健康检查、安全与故障排查。
主要能力:
- 进程管理:按场景选择工具,如 Node.js 应用用 PM2(集群、重载),任意应用用 systemd,容器用 Docker/Podman,编排用 Kubernetes 或 Docker Swarm;目标包括崩溃自动重启、零停机重载、集群利用多核、重启后持久化。
- 监控:关注可用性(运行时间、健康检查)、性能(响应时间、吞吐量)、错误(错误率与类型)、资源(CPU、内存、磁盘);告警分严重、警告、信息三级;工具按需选择,如 PM2 指标与 htop、Grafana 或 Datadog、Sentry、UptimeRobot 或 Pingdom。
- 日志:区分应用日志、访问日志、错误日志;原则包括轮转防止磁盘写满、结构化 JSON 便于解析、合理分级、不记录敏感数据。
- 扩容决策:CPU 高加实例(水平),内存高加内存或修复泄漏,响应慢先做性能分析再扩容,流量突增用自动扩缩容;垂直扩容适合单实例快速修复,水平扩容更可持续,自动扩缩容适合流量波动。
- 健康检查:检查 HTTP 200、数据库连接、依赖可用、资源未耗尽;可实现简单返回 200 或深度检查依赖,按负载均衡需求选择。
- 安全:仅用 SSH 密钥、只开必要端口、定期打补丁、密钥用环境变量、审计访问与变更。
- 排障优先级:先查进程是否运行,再查日志、资源、网络、依赖。
- 反模式:不要以 root 运行、不要忽略日志、不要跳过监控、不要手动重启、不要无备份。
使用方式:作为运维决策参考,按上述维度对照检查生产环境配置。
限制:资料未提供具体安装命令、代码示例、收费信息或平台支持细节。