逃离故障的十条运维工作经验总结.doc

《逃离故障的十条运维工作经验总结.doc》由会员分享，可在线阅读，更多相关《逃离故障的十条运维工作经验总结.doc（4页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、逃离故障的十条运维工作经验总结逃离故障的十条运维工作经验总结逃离故障的十条运维工作经验总结故障、于DBA、于运维人员都是心中永远的痛、而避免故障的原则却是殊途同归现列如下、与君共勉佛说：每次创伤、都是一次成熟、这便是运维人员的真实写照从某种意义上讲、运维是一门经验的学科、是一门试错的学科没有做过的东西、总是会给你不期而遇的痛击请保护现场、让变更有回头的机会对破坏性的操作谨慎小心什么是破坏性的操作哩？比如：对Oracle而言：truncatetable_name、deletetable_name、droptable_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、代价也是非

2、常大！对Linux而言：rm-r所有当前及其子目录的所有数据都将被变更要能回滚、先在同样的环境测试过删除经历过这种故障的人、大多会给rm上个别名aliasrm=rm-i同理、cp和mv也可以有同样的选项：aliascp=cp-ialiasmv=mv-i在操作之前、先理清你所在的是主库、备库？当前目录？哪个schema？session？时间？比如：对Oracle来讲：plainviewplaincopyprint?1.idlesetsqlpromptRAC-node1-primary10g2.RAC-node1-primary10g设置好命令提示当然、你也可以在glogin.sql里面设置对于L

3、inux而言、bash环境的提醒可设置PS1来知道当前目录、登陆用户名和主机信息等对PS1更多理解、请见：manPS1备份并验证备份的有效性人非圣贤、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OLTP7*24在线业务、DB就需要有实时热备这样就可以了吗？如果开发人员的一个不带任何条件的delete误删所有数据所以、此时你除了实时、还需要有非实时的备份、把DB从逻辑错误中恢复出来备份有了、可以高忱无忧了吗？不行！尚须验证备份的有效性一个总有那么几次、备份无法保证100%恢复简单的验证就是找个空库、恢复出来对

4、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的健康状况于Linux而言、是否有passwordaging、隔离外网等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

5、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、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、可以知兴替嘛、早做优化报警和优化是衣宽带水的好兄弟、相铺相成、互相促进自动却换需谨慎比如、Oracle存储级的HA方案：DataGuard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、对客户、对公司都是损失仔细一点，偏执一点，检查，检查，再检查有这么一个人：他在做一个变更的时候，会先提前一两周发送邮件并电话手机通知相关人在测试机上写好脚本，召集大家review操作步骤和脚本测试完成以后拷贝到生产环境登录对应机器，

6、“打开，关闭，打开，关闭”该脚本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执行前还要退出这个机器，然后再登录进去，“打开，关闭”脚本最后才在后台运行脚本，同时在另外一个窗口登录着，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.等你可以在线下安装，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.第 4 页 共 4 页