运维值班路线¶
这条路线适合值班、应急响应和线上故障初查。核心原则是先保留现场，再做低风险判断，最后按影响面执行修复。
排查顺序¶
| 阶段 | 目标 | 推荐文档 |
|---|---|---|
| 1. 快速确认影响面 | 判断是主机、网络、应用、数据库还是集群问题 | Linux 应急排查清单 |
| 2. 按错误信息定位 | 根据报错快速进入对应案例 | 常见报错排查 |
| 3. 查真实案例 | 按现象复用排查路径 | 真实故障案例库 |
| 4. 看专题命令 | 对照网络、磁盘、日志、安全专题深入排查 | 专题手册入口 |
| 5. 控制变更风险 | 执行删除、重启、权限变更前确认风险 | 命令风险等级 |
值班常用入口¶
| 现象 | 优先文档 |
|---|---|
| 机器变慢、CPU 高 | CPU 飙高排查、Linux 性能调优 |
| 磁盘写入失败 | 磁盘空间满排查、Linux 磁盘与 LVM |
| 服务起不来 | systemd 服务启动失败、端口被占用 |
| 页面 502/504 | Nginx 502/504 排查、云负载均衡排查 |
| SSH 登录失败 | SSH 连接失败排查、Linux 网络排查 |
| 监控无数据 | Prometheus Target Down、Grafana 无数据 |
值班前检查¶
hostname
uptime
date
df -h
free -h
ss -tulnp
journalctl -p err -n 50 --no-pager
安全边界¶
- 不要直接执行批量删除、递归权限修改、数据库修复、节点重启。
- 先截图或保存日志，再做变更。
- 对生产环境先确认备份、回滚方式、维护窗口和通知范围。