十条远离故障的运维工作经验分享

《十条远离故障的运维工作经验分享》要点：
本文介绍了十条远离故障的运维工作经验分享，希望对您有用。如果有疑问，可以联系我们。

运维故障是DBA和运维人员心中永远的痛,而避免故障的方法却有迹可循.下面是本人总结的十条远离故障的运维工作经验.

1. 确保变更可以回滚

佛说：“每次创伤都是一次成熟”.这是运维人员的真实写照.从某种意义上讲,运维是一份不断犯错、不断积累经验的工作.以前没有经历的东西,总是不定期的给你痛击.所以请保护好变更的现场,使得变更有回头的机会.

2. 小心破坏性的操作

什么是破坏性的操作?比如：对 Oracle 而言,有truncate table_name,delete table_name,drop table_name.这些语句执行起来轻松简单也惬意极了,但记住：即便数据可被回滚,其代价也是非常大!

对Linux而言,“rm -r” 将删除当前及其子目录的所有数据.有过这种教训的,一般都会给rm起个别名,如 alias rm=’rm -i’.同理,对cp和mv也可以这样做：
alias cp='cp -i'
alias mv='mv -i'

3. 设置好命令提示

在操作之前,先弄清楚所在的是主库还是备库?当前目录是什么?哪个schema?session?时间? 比如,对Oracle来讲：
idle> set sqlprompt 'RAC-node1-primary@10g>>'
RAC-node1-primary@10g>>
当然,你也可以在glogin.sql里面对其设置.

对Linux而言,可通过设置PS1来知道当前目录、登陆用户名和主机信息等.更多有关的PS1信息请参见：man PS1

4. 备份并验证

人非圣贤,岂能无过?是机器总有计划内或计划外崩溃的一天.怎么办?备份!!!
备份的学问很大,按照不同的维度可以分冷备和热备、实时和非实时、物理和逻辑.

OLTP 7*24 在线业务,DB 就需要有实时热备.这样就可以了吗?开发人员的一个不带任何条件的 delete 还是会误删所有数据.
所以,此时你除了实时备份还需要有非实时的备份.

备份有了,可以高忱无忧了吗?不行!尚须验证备份的有效性.总有那么几次备份无法保证100%恢复.简单的验证就是找个空库并恢复出来.

5. 对生产环境永保敬畏之心

会计人员在从业之前,都有个职业操守的训练.同理这也应该是运维人员进入行业前首先需要具备的素养.比如：于Oracle而言,你可以跑一个RDA巡检DB的健康状况.
对Linux而言,是否有password aging,隔离外网等.

6. 交接和休假最容易出故障,变更请谨慎

接手别人的工作要一而再,再而三的确认变更方案.请教人并不见得就是能力不行的表现.休假前最好各种可以做好的事情,最好能够准备一份文档,指明在什么情况下怎么做和联系哪些人.在别人放假的时候接手工作,“能拖则拖”,实在需要执行,必须不厌其烦的跟原运维者确认各个操作细节.

7. 搭建报警,及时获取出错信息；搭建性能监控,预测趋势

运维人员赖于生存的工具就是报警和监控.

报警可以让你及时知道系统出现了什么异常,以便及时跟进和把故障扼杀于摇篮.

监控可以让你了解系统的历史性能信息,以历为鉴,可以知兴替和早做优化.

报警和优化是衣宽带水的好兄弟,它们相铺相成、互相促进.

8. 自动切换需谨慎

例如,Oracle存储级的HA方案：Data Guard.主库提交了一笔订单,结果发生了switchover,这笔订单没有同步到备库.
那么卖家损失了一个销售单.这对对客户和公司都是损失.

9. 仔细一点、偏执一点、检查、检查、再检查

有这么一个人：

1)做一个变更的时候,会先提前一两周发送邮件并电话手机通知相关人；
2)在测试机上写好脚本,召集大家review操作步骤和脚本；
3)测试完成以后拷贝到生产环境；
4)登录对应机器,“打开、关闭、打开、关闭”该脚本.
5)跟相关人员再次确认执行的操作、顺序、时间点、可能的影响和回滚是否都准备好了；
6)执行前还要退出这个机器,然后再登录进去,“打开,关闭”脚本；
7)最后才在后台运行脚本,同时在另外一个窗口登录,随时ps和查看结果输出.

期间姿势端正,呼吸急促而均匀,眼神凝重.操作的人不觉得累,倒是一边学习的人很累.

10. 简单即是美

这有点禅的意境,和GNU/Linux的思想不谋而合.

我们总是面临各种诱惑：新的系统架构、新的更智能的命令和工具、最新的硬件平台、功能更全的HA软件...
你可以在线下安装、测试；怎么搞都行.但是如果想要在生产环境下使用起来,请三思!!

能够使用系统内置命令的话,就不用考虑其他要专门下载安装的软件了.
脚本本身就能完成的功能,就没有必要专门找一个功能丰富的软件来做.
linux本身自带的字符界面比那些复杂的图形界面要简洁方便.

……

最后祝大家运维工作一帆风顺、多福多寿、不出故障.

本文在[DataHacker]的基础上做了适当修改

（编辑：ASP站长网）