本技能是一套面向生产运营的服务器管理原则，目标不是提供可直接复制的命令，而是帮助建立判断与决策框架。
一、用途 用于指导服务器日常运营中的关键选择：选用何种进程管理工具、监控什么指标、如何设置告警级别、日志如何组织、何时扩容、如何定义健康检查、遵循哪些安全原则，以及故障时的排查顺序。
二、主要能力
- 进程管理原则：按场景给出工具选择，Node.js 应用用 PM2（支持集群与热重载），任意应用可用 systemd（Linux 原生），容器场景用 Docker/Podman，编排用 Kubernetes 或 Docker Swarm；管理目标包括崩溃自动重启、零停机重载、多核集群利用和重启后持久化。
- 监控原则：按可用性（在线率、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）分类关注指标；告警按严重、警告、信息三级设定响应方式；工具按需求选择，简单免费可用 PM2 指标与 htop，完整可观测性用 Grafana、Datadog，错误追踪用 Sentry，在线率监测用 UptimeRobot、Pingdom。
- 日志管理原则：区分应用日志、访问日志、错误日志的用途；要求日志轮转防止磁盘写满、采用 JSON 结构化便于解析、使用合适日志级别、避免记录敏感数据。
- 扩容决策：针对高 CPU 增加实例（横向）、高内存增加内存或修复泄漏、响应慢先做性能剖析再扩容、流量突增采用自动扩缩容；并说明纵向、横向与自动扩缩容的适用时机。
- 健康检查原则：健康应包含 HTTP 200 响应、数据库连接、依赖服务可达、资源未耗尽；可实现简单版（仅返回 200）或深度版（检查全部依赖），按负载均衡器需求选择。
- 安全原则：仅用 SSH 密钥登录、防火墙只开放必要端口、定期打安全补丁、密钥用环境变量而非文件、记录访问与变更审计。
- 故障排查优先级：依次检查进程是否运行、查看日志错误、检查资源（磁盘、内存、CPU）、检查网络（端口、DNS）、检查依赖（数据库、API）。
- 反模式：避免以 root 运行、忽视日志、跳过监控、手动重启、不做备份；对应应使用非 root 用户、配置日志轮转、从第一天就监控、配置自动重启、建立定期备份计划。
三、使用方式 资料未提供具体安装命令或操作步骤，暂未提供。内容以原则和对照表形式呈现，供阅读后结合实际场景做判断。
四、适用场景 适用于生产服务器的运营规划、技术选型讨论、监控与告警体系设计、日志规范制定、扩容判断及故障初查流程参考。
五、限制 资料只提供原则与决策思路，不含具体命令、配置样例和平台细节；涉及具体工具的部署与参数配置需另行查阅对应文档。