高階運維開發

2021-10-11 01:14:51 字數 1604 閱讀 9071

主要工作

億級**架構設計

效能優化

容器化落地

大規模自動化運維

平台化工作

1、web靜態快取

使用者老喊著訪問**慢,看看伺服器資源還很富裕啊!**訪問慢也許不是伺服器資源飽和導致的,影響因素很多,例如網路、**層數等。

對於網路,存在南北通訊問題,之間訪問會慢,這個可以使用cdn解決,同時快取靜態頁面,盡可能將請求攔截在最上層響應,減少後端請求和響應時間。

如果不用cdn,也可以使用squid、varnish、nginx這樣的快取服務實現靜態頁面快取,放到流量入口處。

2、集群

單台伺服器終究資源有限,抵抗高訪問量肯定是無法支撐的,解決此問題最關鍵的技術就是採用負載均衡器,水平擴充套件多台web伺服器,同時對外提供服務,這樣就成倍擴充套件效能了。負載均衡器主流開源技術有lvs、haproxy和nginx。一定要熟悉一兩個!

web伺服器效能瓶頸解決了,資料庫更為關鍵,還是採用集群,就拿mysql來說,可以一主多從架構,在此基礎上讀寫分離,主負責寫,多從負責讀,從庫可水平擴充套件,前面再來個四層負載均衡器,承載千萬級pv,妥妥的!

高可用軟體也得會,避免單點的利器,主流的有keepalived、heartbeat等。

隨著業務擴充套件,**越來越多!nfs共享儲存支撐不過了,處理很慢!上分布式檔案系統,並行處理任務,無單點,高可靠,高效能等特性,主流的有fastdfs、mfs、hdfs、ceph、gfs等。初期的話我建議學習下fastdfs,能滿足中小規模需求。

3、容器化

硬體伺服器資源利用率很低,甚是浪費!可以把空閒多的伺服器虛擬化,弄成很多個的虛擬機器,每個虛擬機器就是乙個完整的作業系統。可以很大程度提高資源利用率。主流私有雲平台實現:kvm+openstack

虛擬機器作為基礎平台還可以,但應用業務彈性伸縮也太重量了吧!啟動好幾分鐘,檔案又這麼大,快速擴充套件太費勁了!

好說,上容器,容器主要特點就是快速部署和環境隔離。乙個服務封裝到映象中,分分鐘鐘可建立幾百個容器。

主流的容器技術非docker莫屬了。

當然,生產環境單機docker大多數情況下是無法滿足業務需求的,可以基於kubernetes構建容器平台,集群化管理容器,形成乙個大的資源池,為基礎架構提供有力的支撐。

4、自動化運維

反反覆覆重複的工作,不但提高不了效率,價值也得不到體現。

一切運維工作標準化,例如環境版本、目錄結構、作業系統等統一。在標準化基礎上才能更方面的自動化,點點滑鼠或者敲幾個命令即可完成一項複雜的工作任務,爽哉爽哉!

因此,所有的操作盡可能自動化,減少人為失誤,提高工作效率。

主流伺服器集中管理工具:ansible、saltstack

持續整合工具:jenkins、gitlab

5、python開發高階

可以再深入學習下python開發,掌握物件導向程式設計。

最好也掌學習乙個web框架開發**,例如django、flask,主要是開發運維管理系統,將一些複雜的流程寫到平台中,再整合集中管理工具,可打造乙個屬於運維自己的管理平台。

7、效能優化

只會部署是遠遠不夠的,效能優化能最大化提公升服務承載量。

這塊也是比較難的,也是高薪的關鍵點之一,為了錢也得下點功夫學習啊!

可以從硬體層、作業系統層、軟體層和架構層維度展開思考。

Linux運維 高階指令

df 作用 檢視磁碟的空間 df h h 以較高可讀性展示大小 free 作用 檢視記憶體使用情況 free m m 以兆m為單位的形式顯示。這裡用 h可能會被四捨五入 作用 檢視乙個檔案的前n行,如果不指定n,則預設顯示前10行。n表數字 head n 檔案路徑 head 5 install.lo...

運維開發詳解

網路上說是一套溝通方式,但我覺得,應該是讓運維人員走到開發中去,讓開發人員開發的時候考慮一些運維因素。以我目前所知,開發與運維存在不小鴻溝,經常溝通不足。運維為了穩定,開發為了功能,他們的奮鬥目標漸漸地發生偏移,不是為了產品更好,這樣存在的內耗會日益嚴重。所以需要他們進行溝通與協作,開發需要運維的知...

python高階證書 Python運維高階課程

一 框架技術 網頁程式設計基礎知識 動態 基礎 理解 mvc 模型 django 概述 django 常用管理工具 定義和使用模型 url 和檢視 模板和表單處理 後台管理模組 admin django 應用部署 專案實訓 通過 python 開發監控軟體框架實戰 二 綜合一 系統的監控 監控cpu...