【編者按】系統(tǒng)管理員們踏上崗位，都已經具備了一些有關系統(tǒng)和服務的知識，如如何搭建生產環(huán)境，如何備份，如何監(jiān)控系統(tǒng)等等，這些知識可能來自學校，可能來自自學。然而在工作了數(shù)年之后，系統(tǒng)管理員們對生產環(huán)境中的操作又會有了很多新的了解。下面，資深運維專家PaulVenezia為我們總結了他認為系統(tǒng)管理員在生產環(huán)境中必須遵守的六大鐵律。這是一些學校里不會教的知識。遵守這些規(guī)則，你幾乎可以解決任何一個問題。

在復雜的數(shù)據(jù)中心基礎設施中，這種能力可以讓你通過豐富的經驗和自身的知識快速而準確地發(fā)現(xiàn)問題之所在。這種能力只可意會，不可言傳。沒有人會提供和超自然故障排除有關的認證的。

但是，那些重量級的問題解決專家都會遵守一些通用的，不成文的規(guī)則。這是我自己使用的六個規(guī)則。注意，它們適用于大多數(shù)情況，但是并不是所有情況。1、永遠不要修改服務器或網絡設備的連接接口雖然這聽上去很簡單，但是，令人吃驚的是，人們經常會修改他們用于連接到某個設備的網絡接口的屬性，這種行為的失敗率很高。有時，這條規(guī)則可能是可選的，但是，如果有一種方法可以排除潛在的隱患，何樂而不為呢？如果你不得不修改這個接口，可以在這個接口上配置一個輔助IP（secondaryIP）通過另外一個設備或子網，串行控制臺，KVM等來連接。如果設備放在遠程的辦公室里（那里沒有設備管理系統(tǒng)職員），那么這絕對是一條真理。2、保證總是有辦法回到原點無論何時，只要有可能的話，都要提供一種可以把問題恢復到原始狀態(tài)的方法。這意味著，在對故障磁盤做任何修改以前，應該為這個故障磁盤做一個映像，備份整個目錄結構（你不可能知道你以后需要哪些文件，這樣可以以防萬一），或者，在你胡亂擺弄一個已經出現(xiàn)故障的操作系統(tǒng)以前，應該在物理服務器上抽取出這塊磁盤的RAID1陣列。當然，在虛擬機環(huán)境下，這會更加容易一些，因為你可以簡單地做一個快照。3、文檔，文檔，還是文檔在所有這些規(guī)則中，這條規(guī)則也許是大家最少遵守的規(guī)則了。毫無疑問，應該把一個問題和解決方法文檔化。當你處在混亂狀態(tài)之中的時候，你的解決方法也許并不明智。這就是說，當一個問題塵埃落定以后，要保留一份尸檢報告，通過這份報告，你可以重新檢查當時那個解決方案采取的步驟和途徑。把它寫下來，然后把它保存在安全的地方，最好是放到公司內部的wiki上；并且，應該備份到幾個不同的地方。4、在設備管理系統(tǒng)領域，不存在魔法，但是卻存在幸運就像ThomasJefferson說的那樣：我發(fā)現(xiàn)我工作的越努力，我就越幸運。在設備管理系統(tǒng)領域，也是這樣的。你花費越多的時間來研究你的基礎設施，關注路由器，交換機，服務器和其他設備的特定的工作條件，你的基礎設施就會運行的越流暢。這些日常工作可以讓你在問題的早期階段就發(fā)現(xiàn)這些問題，當問題真的發(fā)生的時候，你可以更加快速地作出反應。另外，在設備管理系統(tǒng)領域，有很多種方法可以制造幸運。例如，使用一些工具，讓網絡設備配置的備份自動化；如果使用這種方法的話，當你的交換機發(fā)瘋的時候，你可以在幾分鐘內恢復它，而不是幾個小時。5、在你修改每個配置文件以前，要對它們進行備份這條規(guī)則只適用于Unix服務器和幾乎各方面的配置都提供了配置文件的網絡設備。在你弄壞敏感的配置以前，首先對交換機和TFTP（TrivialFileTransferProtocol）主機的配置文件進行備份。在Unix系統(tǒng)上，可以簡單地把something.confcp到something.conf.orig。在必要的時候，如果想恢復到過去那個良好的狀態(tài)，只需要簡單地把文件拷貝回去，然后重啟那個服務就可以了。因為注冊表的存在和Windows喜歡把簡單的概念復雜化，所以，在Windows系統(tǒng)上，這通常是不可能的。即便如此，你還是可以在胡亂擺弄注冊表以前，對注冊表進行備份，這樣的話，如果天下大亂了。你可以重新導入備份的注冊表文件。記?。寒斈銓indows注冊表進行修改的時候，服務器的生命就掌握在你的手中。6、監(jiān)控，監(jiān)控，還是監(jiān)控一點點預防工作就可以省去一個月的周末加班時間。你應該對你的數(shù)據(jù)中心的方方面面進行監(jiān)控，從房間的溫度，機架，和服務器，到服務器進程檢查，正常運行時間檢查......你還應該為所有網絡設備構建一個集中式的日志系統(tǒng)，除此之外，你還應該安裝一些趨勢分析工具來監(jiān)控帶寬利用率，溫度，磁盤空間的使用率，和其他的參數(shù)。當這些參數(shù)超過正常的閥值的時候，那些監(jiān)控工具應該通過必要的手段來通知你。如果在一個數(shù)據(jù)庫由于分區(qū)過滿而被破壞的一個小時以前，能收到一個email或短信，那么可以省去無數(shù)的工作時間和宕機時間。對你的數(shù)據(jù)中心進行監(jiān)控刻不容緩。這些規(guī)則不僅僅是需要遵守的規(guī)則在你日常的工作中，這些規(guī)則應該是貫徹始終的。在設備管理系統(tǒng)領域中，對于許多人來說，它們是核心理念，但是對于其他人來說，它們是神秘的有點像忍者。

【推薦閱讀】

◆設備管理系統(tǒng)運維管理專區(qū)

◆系統(tǒng)管理員如何面對角色裂變？

◆系統(tǒng)管理員應該定期完成的九件事

◆強迫癥會害死系統(tǒng)管理員

◆設備管理軟件軟件專區(qū)

本文來自互聯(lián)網，僅供參考