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
