云计算运维学习方案

核心概念

• 一切皆文件：靠 inode 与文件头区分类型；类型：普通(-)、目录(d)、链接(l)、设备(b/c)、管道(p)、套接字(s)。
• 目录结构：/etc 配置、/var 日志数据、/home、/root、/tmp、/dev、/proc、/usr、/boot 职责必须烂熟。
• 权限：r=4 w=2 x=1；755=属主 rwx+属组 rx+其他 rx；644=属主 rw+其余 r；777 生产禁用。软链接(独立 inode、跨分区、源删则失效) vs 硬链接(共用 inode、删原文件仍可用、不能跨分区/链目录)。
• 用户/组：UID/GID、/etc/passwd、/etc/shadow、useradd/usermod/passwd、sudoers。

必会命令清单（起步 50 个）

类别	命令	作用
文件	ls -lh / cp / mv / find / du -sh	列表、复制、移动、查找、统计大小
内容	cat / less / head / tail -f / grep -iC	查看与实时追踪日志，grep -C 看上下文
三剑客	grep / sed -i 's/old/new/g' / awk -F':' '{print $1}'	过滤、替换、按列提取（面试高频）
权限	chmod / chown / umask	权限与属主管理
磁盘	df -h / du -sh / lsblk	使用率、大文件、块设备
进程	ps aux / top / htop / kill	查杀进程（kill -9 仅卡死时用）
网络	ping / curl / ss -tulnp / lsof -i	连通性、端口（见网络模块）
系统	uptime / free -h / vmstat / iostat / dmesg	负载、内存、IO 排查
软件	apt / systemctl status / journalctl -xe	包、服务、日志

性能排查（面试最高频场景）

• CPU 100%：top 找高 CPU 进程 → ps aux | grep → strace -p；%id 持续 <10% 即 CPU 瓶颈。
• 内存不足：free -h 看 available（非 free），available 含可回收缓存更接近真实。
• 负载高但 CPU 不高：多半 D 状态（不可中断 IO），iostat -x 1 看 %util、iotop 找高 IO 进程。
• 磁盘满：df -h 定位 → du -sh * 找大文件；df 满但 du 很小 = 文件被删但进程仍占用句柄，lsof | grep deleted 找到后重启进程释放。
• 端口占用：ss -tulnp | grep :80（推荐）→ 拿 PID → kill。

分层模型与协议

• OSI 七层 / TCP-IP 四层：运维最常打交道的为网络层(IP)、传输层(TCP/UDP)、应用层(HTTP/DNS)。
• TCP vs UDP：TCP 面向连接可靠（序列号+确认、滑动窗口、超时重传、慢启动→拥塞避免→快重传→快恢复）；UDP 无连接快，用于视频/DNS/游戏。
• 三次握手：SYN → SYN+ACK → ACK，确认双方收发能力、同步序列号；两次握手会导致历史连接误建。
• 四次挥手：FIN → ACK → FIN → ACK；TCP 全双工需双方各自 FIN；TIME_WAIT 等 2MSL。
• 大量 TIME_WAIT：调 tcp_tw_reuse、tcp_fin_timeout、somaxconn；启用 keep-alive 复用连接。

IP / 子网 / DNS

• CIDR：/24 = 255.255.255.0；私有段 10/8、172.16/12、192.168/16；NAT 让内网共享公网 IP。
• DNS 流程（超高频）：浏览器缓存 → hosts → 本地 DNS → 根/顶级/权威服务器（递归+迭代）→ 返回 IP；记录 A/AAAA/CNAME/MX。
• 输入 URL 到页面：DNS → TCP 三次握手（HTTPS 加 TLS）→ 发请求 → 反向代理 → 应用处理 → 响应 → 渲染 → 四次挥手。

防火墙 / 安全组

• iptables 四表五链：filter(INPUT/OUTPUT/FORWARD)、nat(PREROUTING/POSTROUTING)；开放端口、端口转发(80→8080)是常考题。
• firewalld vs iptables：前者动态生效、CentOS7+ 默认；后者命令行、重启生效。
• 安全组：云上「分布式防火墙」，按方向/协议/端口/源 IP 控制，云运维最常接触。

网络排障分层法（必会方法论）

层	排查命令	判断
链路层	ip link / ethtool eth0	网卡是否 UP、物理连通
网络层	ip addr / ip route / ping	IP 与路由、网关是否正确
传输层	ss / nc / telnet 端口	端口是否监听、连通性
DNS/安全	dig / resolv.conf / 安全组	解析是否正确、是否被拦截

基础概念

• 角色：DC(域控)、DNS、DHCP、文件服务器、WSUS(补丁)、IIS(Web)；Server Core 是无 GUI 最小安装，攻击面小。
• NTFS：支持权限、压缩、加密、配额、大卷；区别于 Linux 权限模型。
• 远程管理：RDP/3389、PowerShell、WinRM；生产限制来源 IP、改默认端口、强密码。

Active Directory 高频概念

概念	说明
域 (Domain) vs OU	域是安全/管理边界；OU 是域内容器，用于组策略与委派
Group Policy (GPO)	集中配置 OS/应用/用户策略，应用到 OU/域/站点
Kerberos / LDAP	Kerberos 为 AD 提供强认证(票据)；LDAP 查询/修改目录
DC / 林 (Forest)	DC 存 AD 数据库响应认证；林为最高组织单位，域内默认双向信任
FSMO / SYSVOL	五大角色（Schema/Domain Naming/RID/PDC/Infrastructure）；SYSVOL 存 GPO 与登录脚本

常用运维操作

• 用户权限：本地用户组 lusrmgr.msc、域用户 ADUC、GPO 统一下发；NTFS + 共享权限叠加。
• PowerShell：Get-Service、Get-Process、Get-EventLog、Set-ExecutionPolicy（对应 Linux Shell）。
• 补丁与备份：WSUS 统一打补丁；Windows Server Backup / 系统状态备份（含 AD System State）。

Shell 脚本（吃饭的家伙）

• 执行方式：./test.sh（子进程，需 x 权限）、bash test.sh（无需 x）、source test.sh（当前进程，环境变量生效，配置脚本必用）。
• 特殊变量：$0 脚本名、$1~$n 参数、$# 个数、$? 上条返回值(0 成功)、$* 与 $@ 的区别。
• 引号：单引号所见即所得；双引号内解析变量与命令；反引号/`$(...)` 命令替换。
• 三剑客：grep 按内容、sed 行级替换、awk 列级统计；面试必考 awk 提 IP、统计列和。

#!/bin/bash
# 磁盘使用率超阈值告警（自动化巡检模板）
set -euo pipefail
THRESHOLD=80
usage=$(df -P / | awk 'NR==2{gsub("%","",$5); print $5}')
if [ "$usage" -ge "$THRESHOLD" ]; then
  echo "磁盘使用率 ${usage}%，请检查"
fi

Python / 定时任务 / CI-CD

• Python 掌握度：基础语法、文件读写(with open)、列表/元组/字典、函数、os/sys/subprocess、requests 调接口；能「用脚本解决问题」即可。
• crontab：分 时 日 月 周 命令；「每天 3 点备份」→ 0 3 * * * /opt/backup.sh；注意 PATH 与绝对路径。
• CI/CD：Git + Jenkins/GitLab CI → 构建 → Docker 镜像 → 部署；理解「流水线」概念即可。

核心概念

• 容器 vs 虚拟机：容器共享宿主机内核、秒级启动、轻量、隔离弱；VM 自带完整 OS、分钟级、隔离强；同硬件容器密度高得多。
• 三大概念：镜像(只读模板、分层)、容器(运行实例、可写层 Copy-on-Write)、镜像仓库(Docker Hub / 阿里云 ACR)。
• 底层原理（加分）：Namespace 实现隔离（PID/网络/挂载等）、cgroups 实现资源限制（CPU/内存）。

Dockerfile 必会

• 常用指令：FROM、RUN、COPY vs ADD(推荐 COPY)、EXPOSE、CMD vs ENTRYPOINT、ENV、WORKDIR、VOLUME、ARG。
• CMD vs ENTRYPOINT：CMD 可被 docker run 后参数覆盖；ENTRYPOINT 不可覆盖；二者配合可做「带默认参数的可执行镜像」。
• 优化原则：合并 RUN 减层、清理缓存(yum clean)、.dockerignore、选 alpine/slim、多阶段构建减体积。

# 规范 Nginx 镜像 Dockerfile
FROM nginx:1.25-alpine          # 小体积基础镜像
WORKDIR /usr/share/nginx/html
COPY . .                        # 拷贝静态资源
EXPOSE 80
ENV TZ=Asia/Shanghai
CMD ["nginx", "-g", "daemon off;"]

常用命令（练成肌肉记忆）

类别	命令	作用
运行	docker run -itd -p 8080:80 --name web -v /data:/data nginx	后台运行 + 端口映射 + 命名 + 挂载卷
生命周期	start / stop / restart / rm / pause / kill	启停与删除（rm 前需 stop）
查看	ps / ps -a / inspect / logs -f	运行/全部容器、详情、实时日志
镜像	images / pull / push / build -t v1.0 . / rmi	拉取、构建、推送、删除
进入	exec -it web /bin/bash	进入运行中容器排障（exec 最常用）
资源	stats / top / system df	实时占用、清理悬空资源

持久化 / 网络 / Compose

• Volume：Docker 管理的数据卷，独立于容器生命周期，容器删了数据还在。
• Bind Mount：把宿主机目录直接挂进容器，适合配置/日志/代码热更新。
• 网络模式：Bridge(默认)、Host(共享主机网络)、None、Container(共享其他容器)；自定义 bridge 可容器间按名称互通。
• Compose：一个 docker-compose.yml 定义多容器（web/db/redis），up -d / ps / logs -f / down 一键编排；depends_on 控顺序、volume 持久化、restart: always 故障自启。

故障排查速查

现象	排查思路
启动立即退出(Exited)	docker logs 看报错；CMD 前台进程是否退出；docker run 前台跑调试
镜像体积过大	合并 RUN 层、清包缓存、.dockerignore、多阶段构建
容器无法外网/互联	查网络模式、自定义 bridge、iptables 与 ip_forward
数据丢失	确认是否用 volume/bind mount、挂载路径与权限
端口被占	ss -lntp 查占用进程，或换映射端口

• 核心职责：云资源(ECS/CVM/RDS/OSS/SLB/NAT/VPC)生命周期管理、系统优化与安全加固、监控告警、备份容灾、成本优化。
• 云上部署流程：买 ECS/开安全组 → 装 Docker → 拉代码/镜像 → docker compose up → 绑定域名/SLB → 配置监控告警与备份。
• 成本管控：3-2-1 备份（3 份副本、2 种介质、1 份异地）；闲置资源释放、按量转包年、降配优化账单。

云产品族速览

产品族	代表服务	运维关注点
计算	ECS / CVM / EC2	规格、镜像、密钥、弹性伸缩(AS)、停机/迁移
网络	VPC / 子网 / SLB / NAT / 专线	网段规划、路由、安全组、跨可用区互通
存储	OSS / COS / S3 / 云盘	桶权限、生命周期、快照、备份
数据库	RDS / Redis	实例规格、备份策略、主从/读写分离、慢查询
容器	ACK / TKE / 镜像仓库	集群节点、工作负载、镜像托管、CI/CD
安全	安全组 / WAF / 云防火墙 / DDoS	最小权限、漏洞扫描、密钥管理

监控与日志

• Prometheus + Grafana：Prometheus 拉模型采集，Alertmanager 告警，Grafana 可视化；对比 Zabbix(传统、Agent 推)。
• ELK / EFK：Elasticsearch(存储检索)、Logstash/Filebeat(采集)、Kibana(展示)；Filebeat 轻量采集器。
• 告警：Warning / Critical 分级 + 值班响应；告警要「可行动」，避免疲劳。

安全与应急响应

• 加固：SSH 禁 root、密钥登录、改端口、fail2ban 防暴破、最小权限、关无用端口、定期漏洞扫描。
• DDoS 处置：启用云厂商 DDoS 防护、调 tcp_syncookies、限 SYN 速率、切高防 IP。
• 入侵排查：last/lastb 登录记录 → 异常进程(ps/top) → 异常连接(ss) → 定时任务(crontab) → 启动项(systemctl) → 清理改密/快照回滚。

数据库高频考点

数据库	运维高频考点
MySQL	主从复制(binlog/relay log)、备份(mysqldump/XtraBackup)、索引(B+树)、慢查询、忘记 root 密码重置
Redis	持久化 RDB vs AOF、Sentinel/Cluster、内存淘汰策略、缓存穿透/雪崩
消息队列	Kafka/RabbitMQ 架构、高可用、消息不丢失

whoami                     # ops（拥有 sudo 免密 root 权限，可测 Docker）
sudo -n whoami             # sudo 免密 → root
whoami                     # 仍回到 ops（与 root 分离，不干扰服务器）
docker ps                  # Docker 已就绪
ls /lab                    # 实验目录，内含样例日志 access.log
rm /lab/access.log         # ✅ 实验目录内：允许删除
rm /tmp/x                  # ⛔ 目录外：拦截
chmod 777 /lab/access.log  # ✅ 目录内：允许改权限
chmod 777 /tmp/x           # ⛔ 目录外：拦截
reboot                     # ⛔ 重启类：全局禁止

mkdir -p /lab/ops-dir && cd /lab/ops-dir
touch a.txt b.txt && ls -lh
cp a.txt c.txt && mv c.txt d.txt && ls
chmod 755 a.txt && ls -l a.txt     # -rwxr-xr-x
chmod 644 b.txt && ls -l b.txt     # -rw-r--r--
ln -s a.txt link_a && ls -l link_a  # 软链接 -> a.txt
find /lab -name "*.txt"
du -sh /lab

grep -c " 200 " /lab/access.log          # 200 响应次数
grep -i "post" /lab/access.log           # 含 POST 的行
sed -n '1,3p' /lab/access.log            # 打印 1~3 行
awk '{print $1}' /lab/access.log | sort | uniq -c | sort -nr | head -n 10
# ↑ 访问量 TOP10 的 IP（面试手写高频）
awk '{print $6}' /lab/access.log | sort | uniq -c   # 统计请求方法

ps aux --sort=-%cpu | head -n 8     # 按 CPU 排序
top -bn1 | head -n 12                # 负载/CPU/内存概况
free -h                              # 内存（看 available）
df -h                                # 磁盘使用率
vmstat 1 3                           # IO/上下文切换
ss -tulnp | head                     # 监听端口
lsof -i :80                          # 谁在占用 80 端口

ping -c 3 learning.sxktyun.cn            # 网络层连通
curl -I https://learning.sxktyun.cn      # 应用层可达
curl -o /dev/null -s -w 'dns:%{time_namelookup} connect:%{time_connect} total:%{time_total}\n' https://learning.sxktyun.cn
dig learning.sxktyun.cn +short           # DNS 解析
nc -zv 127.0.0.1 80                      # 传输层端口测试
ss -lntp | grep :80                      # 本机端口监听确认

cat > /lab/diskcheck.sh <<'EOF'
#!/bin/bash
# 磁盘使用率巡检
THRESHOLD=80
usage=$(df -P / | awk 'NR==2{gsub("%","",$5); print $5}')
if [ "$usage" -ge "$THRESHOLD" ]; then
  echo "磁盘使用率 ${usage}%，请检查"
else
  echo "磁盘使用率 ${usage}%，正常"
fi
EOF
bash /lab/diskcheck.sh        # 无需 x 权限直接跑
chmod +x /lab/diskcheck.sh    # 加可执行权限
/lab/diskcheck.sh             # ./ 方式执行

awk '{print $1}' /lab/access.log | sort | uniq -c | sort -nr | head -n 5   # TOP5 来源 IP
awk '$9>=500' /lab/access.log | wc -l     # 5xx 错误次数
grep '"POST' /lab/access.log | awk '{print $1, $6, $9}'   # 异常 POST 请求明细
awk '{print $4}' /lab/access.log | cut -d: -f2 | sort | uniq -c | sort -nr   # 按小时统计访问量