运维知识框架

运维知识框架

针对运维岗位面试的详细技术体系及核心知识点梳理，涵盖系统、网络、存储、自动化、云原生、监控、安全等多个方向，帮助你构建完整的知识框架：

---

一、Linux系统管理（深度篇）

1. 系统性能分析

• 工具链与指标：

  • CPU ：top（%Cpu(s)）、vmstat（r列表示运行队列长度）、pidstat -u（进程级CPU统计）、perf（火焰图生成）。
  • 内存 ：free -m（关注available）、vmstat -s（详细内存统计）、smem（按进程统计内存占用）。
  • I/O ：iostat -x（%util、await）、iotop（实时磁盘I/O监控）、blktrace（块设备级追踪）。
  • 网络 ：iftop（实时流量监控）、nethogs（按进程统计网络带宽）、ss -s（查看套接字状态）。

• 高级命令：

  # 追踪进程的系统调用
  strace -p <PID> -T -ff -o trace.log
  
  # 动态追踪内核函数（需安装SystemTap或BPF工具）
  bpftrace -e 'tracepoint:syscalls:sys_enter_* { @[probe] = count(); }'
  
  # 分析内存泄漏（查看进程的/proc/PID/smaps）
  grep -E 'Rss|Pss' /proc/<PID>/smaps | awk '{sum+=$2} END {print sum}'

2. 内核调优

• 关键参数：

  # 调整文件描述符限制
  sysctl -w fs.file-max=1000000
  
  # 网络调优（避免TIME_WAIT过多）
  sysctl -w net.ipv4.tcp_tw_reuse=1
  sysctl -w net.ipv4.tcp_max_tw_buckets=10000
  
  # 内存溢出保护（OOM Killer策略）
  sysctl -w vm.overcommit_memory=2  # 禁止过度分配
  sysctl -w vm.panic_on_oom=0       # 不触发系统panic

3. 常见故障场景

• 磁盘满但df显示未满 ：可能被删除的文件仍被进程占用（lsof | grep deleted）。
• 系统卡顿但CPU/内存正常 ：检查I/O等待（%wa）或SWAP使用（si/so）。
• 服务启动端口冲突 ：netstat -tunlp | grep <端口> 或 ss -ltnp。

---

二、网络协议与排障（进阶）

1. 核心协议

• TCP/IP协议栈 ：
  • 三次握手 ：SYN → SYN-ACK → ACK（关注半连接队列net.ipv4.tcp_max_syn_backlog）。
  • 四次挥手：FIN → ACK → FIN → ACK（TIME_WAIT状态的作用与优化）。
  • 拥塞控制：慢启动、拥塞避免、快重传、快恢复（算法如CUBIC、BBR）。
• HTTP/HTTPS ：
  • 状态码（502/504区别）、Keep-Alive机制、TLS握手过程（SNI扩展）。
  • 使用curl -v调试请求头/响应头，或openssl s_client检查证书链。

2. 高级排障工具

• tcpdump高级用法：

  # 抓取HTTP GET请求
  tcpdump -i eth0 'tcp port 80 and (tcp[((tcp[12:1] & 0xf0) >> 2):4] = 0x47455420)'
  
  # 分析TCP重传
  tcpdump -nn -i eth0 'tcp[tcpflags] & (tcp-syn|tcp-ack) == tcp-syn'

• Wireshark过滤：

  • 显示重传包：tcp.analysis.retransmission
  • 分析HTTP延迟：http.time > 1

3. 网络架构设计

• 负载均衡：LVS（DR/NAT模式）、Nginx（加权轮询、一致性哈希）、HAProxy。
• CDN原理：边缘节点缓存、DNS解析劫持、动态内容加速（QUIC协议）。
• 网络隔离：VLAN、VXLAN、Calico的BGP路由方案。

---

三、存储与文件系统（企业级场景）

1. 磁盘与RAID

• RAID级别：

  • RAID 0：条带化（高性能，无冗余）。
  • RAID 1：镜像（高可靠，容量减半）。
  • RAID 5/6：分布式校验（平衡性能与安全）。
  • RAID 10：镜像+条带化（高性能高可靠）。

• LVM管理：

  # 创建逻辑卷
  pvcreate /dev/sdb1
  vgcreate vg_data /dev/sdb1
  lvcreate -L 100G -n lv_data vg_data
  mkfs.xfs /dev/vg_data/lv_data

2. 分布式存储

• Ceph架构：Monitor、OSD、MDS、RADOSGW（对象存储）、RBD（块存储）。
• MinIO：S3兼容、纠删码、多节点部署。
• NFS调优 ：rsize/wsize优化、使用TCP协议、避免频繁元数据操作。

---

四、自动化运维与DevOps

1. Ansible深入

• 核心概念：

  • Inventory：动态主机清单（支持EC2、OpenStack等云平台API）。
  • Playbook ：任务原子化（roles/目录结构）、条件判断（when）、循环（loop）。
  • Vault：加密敏感数据（如密码、API Key）。

• 场景示例：

  # 批量部署Nginx
  - name: Install Nginx
    hosts: webservers
    tasks:
      - name: Add Nginx repo
        yum_repository:
          name: nginx
          description: Nginx repo
          baseurl: http://nginx.org/packages/centos/$releasever/$basearch/
          gpgcheck: no
      - name: Install Nginx
        yum:
          name: nginx
          state: latest
      - name: Start Nginx
        service:
          name: nginx
          state: started
          enabled: yes

2. CI/CD流水线

• 工具链集成：

  • 代码管理：Git（分支策略、Tag发布）。
  • 构建：Jenkins Pipeline、GitLab CI、GitHub Actions。
  • 部署：蓝绿发布、金丝雀发布（Kubernetes + Argo Rollouts）。

• 示例流程：

  // Jenkinsfile 示例
  pipeline {
    agent any
    stages {
      stage('Build') {
        steps {
          sh 'mvn clean package'
        }
      }
      stage('Test') {
        steps {
          sh 'mvn test'
        }
      }
      stage('Deploy') {
        steps {
          sh 'kubectl apply -f k8s/deployment.yaml'
        }
      }
    }
  }

---

五、云原生与容器化

1. Kubernetes核心

• 架构组件 ：
  • 控制平面：API Server、Scheduler、Controller Manager、etcd。
  • 工作节点：Kubelet、Container Runtime（Docker/Containerd）、kube-proxy。
  • 网络模型：CNI插件（Calico/Flannel）、Service（ClusterIP/NodePort/LoadBalancer）、Ingress（Nginx/Traefik）。
• 高级调度 ：
  • 亲和性/反亲和性 ：nodeAffinity、podAntiAffinity。
  • 资源限制 ：requests和limits（CPU/memory）。
  • HPA：基于CPU/内存或自定义指标（Prometheus Adapter）自动扩缩容。

2. 服务网格（Service Mesh）

• Istio核心 ：
  • 数据平面：Envoy代理（Sidecar模式）。
  • 控制平面：Pilot（服务发现）、Mixer（策略管理）、Citadel（安全）。
  • 功能：流量管理（金丝雀发布）、熔断、链路追踪（Jaeger集成）。

---

六、监控与日志（企业级实践）

1. 监控体系设计

• 指标分类：

  • 基础设施：CPU/内存/磁盘/网络。
  • 中间件：MySQL连接数、Redis命中率、Kafka堆积量。
  • 应用层：HTTP请求延迟、JVM GC时间、自定义业务指标。

• Prometheus进阶：

  • PromQL示例：

    promql

    # 计算CPU使用率
    100 - (avg by (instance) (irate(node_cpu_seconds_total{mode="idle"}[5m])) * 100)
    
    # 预测磁盘填满时间
    predict_linear(node_filesystem_free_bytes{mountpoint="/"}[1h], 3600*24)

2. 日志管理

• ELK Stack ：
  • Filebeat：日志采集（支持多行合并、字段过滤）。
  • Logstash：解析（Grok模式）、转换（如时间戳格式化）。
  • Elasticsearch：索引分片策略、冷热数据分层。
  • Kibana：可视化仪表盘、告警规则（Watcher）。

---

七、安全与合规

1. 安全加固

• Linux加固 ：
  • 禁用root远程登录（PermitRootLogin no）。
  • 配置SSH密钥登录、Fail2Ban防暴力破解。
  • 定期更新内核（yum update --security）。
• Kubernetes安全 ：
  • RBAC权限控制（Role/ClusterRole）。
  • Pod安全策略（PSP）、NetworkPolicy限制流量。
  • 镜像扫描（Trivy、Clair）。

2. 合规审计

• 审计工具 ：
  • Linux审计 ：auditd（跟踪文件访问、用户命令）。
  • K8s审计：启用API Server审计日志，记录关键操作（如Pod删除）。
• 合规标准：GDPR、等保2.0、ISO 27001。

---

八、软技能与项目实战

1. 故障复盘（Postmortem）

• 经典案例 ：
  • 案例1 ：某次数据库主从延迟导致业务数据不一致。
    • 根因：大事务未拆分，从库单线程回放。
    • 解决：拆分为小事务、启用并行复制（MySQL 5.7+）。
  • 案例2 ：CDN节点故障导致静态资源加载失败。
    • 根因：DNS解析异常，未配置多CDN厂商容灾。
    • 解决：动态DNS切换、增加回源策略。

2. 沟通与协作

• 跨团队协作 ：
  • 使用Jira/Confluence管理需求与文档。
  • 通过定期同步会议（如每日站会）对齐进度。
• 冲突解决：以数据驱动决策（如A/B测试结果），明确优先级（如稳定性 > 新功能）。

---

九、推荐学习资源

1. 书籍 ：
   • 《Linux系统架构与运维实战》
   • 《Kubernetes权威指南》
   • 《Site Reliability Engineering》（Google SRE手册）
2. 在线课程 ：
   • Coursera: "Google IT Support Professional Certificate"
   • Udemy: "Linux Administration Bootcamp"
3. 实践平台 ：
   • Katacoda（在线K8s实验）
   • AWS/GCP免费层（部署真实项目）

---

通过以上体系化的学习与实战，你不仅能应对面试，还能构建完整的运维技术栈，适应企业级复杂场景的需求。