人生就像一場遊戲,這場遊戲給我們帶來了的許多困難,但是我們為了夢想,為了家人,為了自己不斷奮鬥著,努力工作。
今天就讓我帶著大家一起回顧高級運維工程師打怪升級之路。
運維工程師在剛入行階段是一很苦逼的,可能幹著修電腦、掐網線、搬機器的活,顯得沒地位。時間也很碎片化,各種零碎的瑣事圍繞著你,也很難體現個人價值,漸漸的對行業很迷茫,覺得沒什麼發展前途。
這些枯燥無味工作的確會使人匱乏!
技術是枯燥無味的,這些基本工作並非是多餘的,這些經驗會對後期的運維工作帶來一定的幫助。所以在這個時期一定要保持積極向上的心態,持續的學習,爭取找一個更鍛鍊人的工作。
一、打怪篇
1、職業發展選擇
技術專家
發展規劃:初中級工程師 -> 高級工程師 -> 架構師 -> 專家
適宜人群:比較喜歡挑戰,熱愛技術,有較強鑽研精神,在某一領域有深入的理解,性格比較內向。
技術管理
發展規劃:初中級工程師 -> 高級工程師 -> 主管/經理 -> 總監 -> CTO(首席技術官)
適宜人群:技術知識面廣,有一些管理思維,善於交際,表達溝通能力強,經常關注行業內動態和主流技術。
2、職業發展目標
熟悉運維技術學習路線及相關技能
熟悉職業發展方向及面試分析
3、職業發展階段
初級主要工作
修電腦,設備巡檢
服務器上下架
網絡服務部署
網站平臺搭建與維護
1)Linux基礎
剛開始階段需要熟悉Linux操作系統安裝,目錄結構、啟動流程等。
2)系統管理
主要學習Linux系統,生產環境中基本都在字符界面完成工作,所以要掌握常用的幾十個基本管理命令,包括用戶管理、磁盤分區、軟件包管理、文件權限、文本處理、進程管理、性能分析工具等。
3)網絡基礎
OSI和TCP/IP模型一定要熟悉。基本的交換機、路由器概念及實現原理要知道。
4)Shell腳本編程基礎
掌握Shell基本語法結構,能編寫簡單的腳本即可。
中級主要工作
集群網站平臺搭建
數據庫基本管理
監控系統搭建
腳本化工作
1)網絡服務
常見的網絡服務要會部署,比如vsftp、nfs、samba、bind、dhcp等。
代碼版本管理系統少不了,可以學習下主流的GIT,能部署和簡單使用就可以了。
經常在服務器之間傳輸數據,所以要會使用:rsync和scp。
數據同步:inotify/sersync。
重複性完成一些工作,可寫成腳本定時去運行,所以得會配置Linux下的定時任務服務crond。
2)Web服務
每個公司基本都會有網站,能讓網站跑起來,就需要搭建Web服務平臺了。
如果是用PHP語言開發的,通常搭建LNMP網站平臺,這是一個技術名詞組合的拼寫,分開講就是得會部署Nginx、MySQL和PHP。
如果是JAVA語言開發的,通常使用Tomcat運行項目,為了提高訪問速度,可以使用Nginx反向代理Tomcat,Nginx處理靜態頁面,Tomcat處理動態頁面,實現動靜分離。
不是會部署這麼簡單,還要知道HTTP協議工作原理、簡單的性能調優。
3)負載均衡器
單臺服務器終究資源有限,抵抗高訪問量肯定是無法支撐的,解決此問題最關鍵的技術就是採用負載均衡器,水平擴展多臺Web服務器,同時對外提供服務,這樣就成倍擴展性能了。
負載均衡器主流開源技術有LVS、HAProxy和Nginx。一定要熟悉一兩個!
4)數據庫
數據庫選擇MySQL,它是世界上使用最為廣泛的開源數據庫。學它準沒錯!
也要會一些簡單的SQL語句、用戶管理、常用存儲引擎、數據庫備份與恢復。
想要深入點,必須會主從複製、性能優化、主流集群方案:MHA、MGR等。
NoSQL這麼流行當然也少不了,學下Redis、MongoDB這兩個就好了。
5)監控系統
監控必不可少,是及時發現問題和追溯問題的救命稻草。可以選擇學習主流的Zabbix、Prometheus開源監控系統,功能豐富,能滿足企業級監控需求。
監控點包括服務器硬件、服務器性能、API、業務、PV/UV、日誌等方面。
也可以弄個儀表盤展示幾個實時關鍵的數據,比如Grafana,會非常炫酷。
6)日誌分析系統
日誌也很重要,定期的分析,可發現潛在隱患,提煉出有價值的東西。
主流日誌系統:ELK Stack
學會部署使用,能分析日誌並可視化,方便故障排查。
7)安全防範
安全很重要,不要等到系統被攻擊了,再做安全策略,此時已晚!所以,當一臺服務器上線後應馬上做安全訪問控制策略,比如使用iptables限制只允許信任源IP訪問,關閉一些無用的服務和端口等。
一些常見的攻擊類型一定得知道啊,否則怎麼對症下藥呢!比如CC、DDOS、ARP等。
8)Shell腳本編程進階
Shell腳本是Linux自動完成工作的利器,必須得熟練編寫,所以得進一步學習函數、數組、信號、發郵件等。
文本處理三劍客(grep、sed、awk)得玩6啊,Linux下文本處理就指望它們了。
9)Python/Go開發基礎
Shell腳本只能完成一些基本的任務,想要完成更復雜些的任務,比如調用API、多進程等。就需要學高級語言了。
Python是運維領域使用最多的語言,簡單易用,學它準沒錯!此階段掌握基礎就可以了,例如基本語法結構、文件對象操作、函數、迭代對象、異常處理、發郵件、數據庫編程等。
高級主要工作
億級網站架構設計
性能優化
容器化落地
大規模自動化運維
平臺化工作
1)Web靜態緩存
用戶老喊著訪問網站慢,看看服務器資源還很富裕啊,網站訪問慢也許不是服務器資源飽和導致的,影響因素很多,例如網絡、轉發層數等。
對於網絡,存在南北通信問題,之間訪問會慢,這個可以使用CDN解決,同時緩存靜態頁面,儘可能將請求攔截在最上層響應,減少後端請求和響應時間。
如果不用CDN,也可以使用Squid、Varnish、Nginx這樣的緩存服務實現靜態頁面緩存,放到流量入口處。
2)集群
單臺服務器終究資源有限,抵抗高訪問量肯定是無法支撐的,解決此問題最關鍵的技術就是採用負載均衡器,水平擴展多臺Web服務器,同時對外提供服務,這樣就成倍擴展性能了。
負載均衡器主流開源技術有LVS、HAProxy和Nginx。一定要熟悉一兩個。
Web服務器性能瓶頸解決了,數據庫更為關鍵,還是採用集群,就拿MySQL來說,可以一主多從架構,在此基礎上讀寫分離,主負責寫,多從負責讀,從庫可水平擴展,前面再來個四層負載均衡器,承載千萬級PV,妥妥的!
高可用軟件也得會,避免單點的利器,主流的有Keepalived、Heartbeat等。
隨著業務擴展,網站圖片越來越多!NFS共享存儲支撐不過了,處理很慢。上分佈式文件系統,並行處理任務,無單點,高可靠,高性能等特性。
主流的有FastDFS、MFS、HDFS、Ceph、GFS等。初期的話我建議學習下FastDFS,能滿足中小規模需求。
3)容器化
硬件服務器資源利用率很低,甚是浪費!可以把空閒多的服務器虛擬化,弄成很多個的虛擬機,每個虛擬機就是一個完整的操作系統。可以很大程度提高資源利用率。
主流私有云平臺實現:KVM+OpenStack
虛擬機作為基礎平臺還可以,但應用業務彈性伸縮也太重量了吧!啟動好幾分鐘,文件又這麼大,快速擴展太費勁了!
好說,上容器,容器主要特點就是快速部署和環境隔離。一個服務封裝到鏡像中,分分鐘鍾可創建幾百個容器。
主流的容器技術非Docker莫屬了。
當然,生產環境單機Docker大多數情況下是無法滿足業務需求的,可以基於Kubernetes構建容器平臺,集群化管理容器,形成一個大的資源池,為基礎架構提供有力的支撐。
4)自動化運維
反反覆覆重複的工作,不但提高不了效率,價值也得不到體現。
一切運維工作標準化,例如環境版本、目錄結構、操作系統等統一。在標準化基礎上才能更方面的自動化,點點鼠標或者敲幾個命令即可完成一項複雜的工作任務,爽哉爽哉~
因此,所有的操作儘可能自動化,減少人為失誤,提高工作效率。
主流服務器集中管理工具:Ansible、Saltstack
持續集成工具:Jenkins、Gitlab
5)Python開發進階
可以再深入學習下Python開發,掌握面向對象編程。
最好也掌學習一個Web框架開發網站,例如Django、Flask,主要是開發運維管理系統,將一些複雜的流程寫到平臺中,再集成集中管理工具,可打造一個屬於運維自己的管理平臺。
6)性能優化
只會部署是遠遠不夠的,性能優化能最大化提升服務承載量。
這塊也是比較難的,也是高薪的關鍵點之一,為了錢也得下點功夫學習啊!
可以從硬件層、操作系統層、軟件層和架構層維度展開思考。
二、師門任務篇
掌握 80% 互聯網公司會用到的技術才有更大競爭力!
三、升級篇
“金三銀四“ 跳槽季,準備好換工作了吧?心裡想得美滋滋,現實卻殘酷得赤裸裸,投了很多簡歷,面試率低的可憐,都說金三銀四,可為什麼我換工作就這麼難呢?
根據阿良經驗,主要原因如下:
簡歷不夠明確清晰(10%)
沒掌握面試技巧(10%)
選擇工作的態度(10%)
不明確自己的價值(5%)
專業技能不足(55%)
學歷(5%)
行業不景氣:停招、裁員!(5%)
1)堅持
學習是一個很漫長的過程,是我們每個人需要用一生去堅持的事業。
貴在堅持,難在堅持,成在堅持!
2)目標
沒有目標的不叫工作,沒有量化的不叫目標。
每到一個階段,制定一個目標。
比如:先定一個能達到的小目標,掙它一個億!
3)興趣
如果你熱愛這個行業,那它就不只是一份工作。
如果你不熱愛這個行業,可能是做不好,也可能堅持不超過2年,因為你心裡上過不去。
方向對了,就不怕路遠了!
來源:DevOps技術棧訂閱號(ID:devops8)
dbaplus社群歡迎廣大技術人員投稿,投稿郵箱:[email protected]
靈活解決項目實施疑難?
不妨來這些技術盛會學點獨家技能
2019 Gdevops全球敏捷運維峰會-北京站
2019 DAMS中國數據資產管理峰會-上海站
閱讀更多 dbaplus社群 的文章