从零起步到Linux运维经理，你必须掌握的4个细节！

不想成为将军的士兵，不是好士兵-拿破仑

如何成为运维经理?成为运维经理需要什么样的能力?我想很多运维工程师都会有这样的思考和问题。

如何成为运维经理。一般来说，运维经理大概有两种出身，一种是从底层最基础的维护做起，通过出色的维护工作，让公司领导对这个人非常认可，同时对Linux运维工作也比较重视，逐步走向Manager的岗位。第二种是业务管理出身或者有IT技术背景，具备了一定经验直接进入IT管理层的人员。无论如何，你都需要完全熟悉Linux！

那么从初学者向Linux运维经理进阶，你需要哪些技能武器、具备什么样的能力?

如果，你想尝试除了 Mac 和 Windows 以外的桌面系统， Linux 无疑应该成为你的首选。它不仅是免费的，而且是可定制的。类似于智能手机的 Android 系统，你也可以在 Linux 上定制你想要的东西。

一、首先，你得了解什么是 Linux？

当有人问这个问题的时候，他所问及的 Linux 通常与另外一个名词附带在一起，比如 Fedora Linux，Ubuntu Linux，Android 的 Linux 技术支持等等，这样的例子不胜枚举。那么，什么是 Linux 呢?“Linux”指的是 Linux 内核，是应用软件和计算机硬件之间的接口程序。前面说到的各种关于 Linux 的名词都有一个共同点，它们使用相同的内核作为硬件和软件之间的接口。因此，在计算机中“运行 Linux”的意思就是以 Linux 作为内核运行操作系统。

二、运维技能武器库

Bootstrapping： Kickstart、Cobbler、rpmbuild/xen、kvm、lxc、Openstack、 Cloudstack、Opennebula、Eucalyplus、RHEV

配置类工具: Capistrano、Chef、puppet、func、salstack、Ansible、rundeck

监控类工具: Cacti、Nagios(Icinga)、Zabbix、基于时间监控前端Grafana、Mtop、MRTG(网络流量监控图形工具)、Monit

性能监控工具: dstat(多类型资源统计)、atop(htop/top)、nmon(类Unix系统性能监控)、slabtop(内核slab缓存信息)、sar(性能监控和瓶颈检查)、sysdig(系统进程高级视图)、tcpdump(网络抓包)、iftop(类似top的网络连接工具)、iperf(网络性能工具)、smem)(高级内存报表工具)、collectl(性能监控工具)

免费APM工具: mmtrix(见过的最全面的分析工具)、alibench

进程监控: mmonit、Supervisor

日志系统: Logstash、Scribe

绘图工具: RRDtool、Gnuplot

流控系统: Panabit、在线数据包分析工具Pcap Analyzer

安全检查: chrootkit、rkhunter

PaaS： Cloudify、Cloudfoundry、Openshift、Deis (Docker、CoreOS、Atomic、ubuntu core/Snappy)

Troubleshooting:Sysdig 、Systemtap、Perf

持续集成: Go、Jenkins、Gitlab

磁盘压测: fio、iozone、IOMeter(win)

Memcache Mcrouter(scaling memcached)

Redis Dynomite、Twemproxy、codis/SSDB/Aerospike

MySQL 监控: mytop、orzdba、Percona-toolkit、Maatkit、innotop、myawr、SQL级监控mysqlpcap、拓扑可视化工具

MySQL基准测试: mysqlsla、sql-bench、Super Smack、Percona's TPCC-MYSQL Tool、sysbench

MySQL Proxy: SOHU-DBProxy、Altas、cobar、58同城Oceanus

MySQL逻辑备份工具: mysqldump、mysqlhotcopy、mydumper、MySQLDumper 、mk-parallel-dump/mk-parallel-restore

MySQL物理备份工具: Xtrabackup、LVM Snapshot

MongoDB压测:iibench&sysbench

三、Linux运维常见问题及解决办法

如果你是新Linux用户大军的一员，那恭喜你作出了明智的抉择！现在你将终生免于进入高花费、被厂商锁住、遭受频繁流氓软件攻击，以及其他很多与Windows 和 Mac OS X相关联的不利条件当中。

但作为一个linux运维，在从零起步向Linux运维经理进阶的过程中，多多少少会碰见这样那样的问题或故障，从中总结经验，查找问题，汇总并分析故障的原因，这是一个Linux运维工程师良好的习惯。

每一次技术的突破，都经历着苦闷，伴随着快乐，可我们还是执着的继续努力，从中也积累了更多的经验，这就是实践给予我们的丰厚回报。

早一点的先知先觉能帮助防范这些不必要的沮丧。不麻烦了，在此给出6个Linux运维的常见问题及解决办法。

第一、常见问题解决集锦

1. shell脚本不执行

(1) 问题：

某天研发某同事找我说帮他看看他写的shell脚本，死活不执行，报错。我看了下，脚本很简单，也没有常规性的错误，报“:badinterpreter:Nosuchfileordirectory”错。

看这错，我就问他是不是在windows下编写的脚本，然后在上传到linux服务器的……果然。

(2) 原因：

在DOS/windows里，文本文件的换行符为rn，而在nix系统里则为n，所以DOS/Windows里编辑过的文本文件到了nix里，每一行都多了个^M。

(3) 解决：

重新在linux下编写脚本;

vi:%s/r//g:%s/^M//g(^M输入用Ctrl+v,Ctrl+m)

附：sh-x脚本文件名，可以单步执行并回显结果，有助于排查复杂脚本问题。

2. crontab输出结果控制

(1) 问题：

/var/spool/clientmqueue目录占用空间超过100G

(2) 原因：

cron中执行的程序有输出内容，输出内容会以邮件形式发给cron的用户，而sendmail没有启动所以就产生了/var/spool/clientmqueue目录下的那些文件，日积月累可能撑破磁盘。

(3) 解决：

直接手动删除：ls|xargsrm-f;

彻底解决：在cron的自动执行语句后加上>/dev/2>&1

3. Read-onlyfilesystem

(1) 问题：

同事在mysql里建表建不成功，提示如下：

mysql>createtablewosontest(colddname1char(1));

ERROR1005(HY000):Can’t create table‘wosontest’(errno:30）

经检查mysql用户权限以及相关目录权限没问题;用perror30提示信息为：OSerrorcode30:Read-onlyfilesystem

(2) 可能原因：

文件系统损坏;

磁盘又坏道;

fstab文件配置错误，如分区格式错误错误(将ntfs写成了fat)、配置指令拼写错误等。

(3) 解决：

由于是测试机，重启机器后恢复;

网上说用mount可解决。

4. find文件提升性能

(1) 问题：

在tmp目录下有大量包含picture_*的临时文件，每天晚上2:30对一天前的文件进行清理。之前在crontab下跑如下脚本，但是发现脚本效率很低，每次执行时负载猛涨，影响到其他服务。

#!/bin/sh

find/tmp-name“picture_*”-mtime+1-execrm-f{};

(2) 原因：

目录下有大量文件，用find很耗资源。

(3) 解决：

#!/bin/sh

cd/tmp

time=`date-d“2dayago”“+%b%d”`

ls-l|grep“picture”|grep“$time”|awk‘{print$NF}’|xa

5. 获取不了网关mac地址

(1) 问题：

从2.14到3.65(映射地址2.141)网络不通，但是从3端的其他机器到3.65网络OK。

(2) 原因：

#arp

AddressHWtypeHWaddressFlagsMaskIface

192.168.3.254etherincompletCMbond0

表面现象是机器自动获取不了网关MAC地址，网络工程师说是网络设备的问题，具体不清。

(3) 解决：

arp绑定，arp-ibond0-s192.168.3.25400:00:5e:00:01:64

6. http服务无法启动一例

(1) 问题：

某天研发某同事说网站前端环境http无法启动，我上去看了下。报如下错：

/etc/init.d/httpdstart

Startinghttpd:[SatJan2917:49:002011][warn]moduleantibot_moduleisalreadyloaded,skipping

Useproxyforwardasremoteip:true.

Antibotexcludepattern:.*.[(js|css|jpg|gif|png)]

Antibotseedcheckpattern:login

(98)Addressalreadyinuse:make_sock:couldnotbindtoaddress[::]:7080

(98)Addressalreadyinuse:make_sock:couldnotbindtoaddress0.0.0.0:7080

nolisteningsocketsavailable,shuttingdown

Unabletoopenlog[FAILED]

(2) 原因：

端口被占用：表面看是7080端口被占用，于是netstat-npl|grep7080看了下发现7080没有占用;

在配置文件中重复写了端口，如果在以下两个文件同时写了Listen7080/etc/httpd/conf/http.conf

/etc/httpd/conf.d/t.10086.cn.conf

(3) 解决：

注释掉/etc/httpd/conf.d/t.10086.cn.conf的Listen7080，重启，OK。

1. 故障排查汇总表

四、总结：

作为一名合格的 Linux 运维工程师，一定要有一套清晰、明确的解决故障思路，当问题出现时，才能迅速定位、解决问题，这里给出一个处理问题的一般思路：

1. 重视报错提示信息：每个错误的出现，都是给出错误提示信息，一般情况下这个提示基本定位了问题的所在，因此一定要重视这个报错信息，如果对这些错误信息视而不见，问题永远得不到解决。

• 查阅日志文件：有时候报错信息只是给出了问题的表面现象，要想更深入的了解问题，必须查看相应的日志文件，而日志文件又分为系统日志文件（/var/log）和应用的日志文件，结合这两个日志文件，一般就能定位问题所在。
• 分析、定位问题：这个过程是比较复杂的，根据报错信息，结合日志文件，同时还要考虑其它相关情况，最终找到引起问题的原因。

4、解决问题：找到了问题出现的原因，解决问题就是很简单的事情了。

从这个流程可以看出，解决问题的过程就是分析、查找问题的过程，一旦确定问题产生的原因，故障也就随之解决了。