上个月帮一家做跨境电商办事ams.allbet818.net的朋友整理机房，他们六台物理办事器跑了三年。CPU终年40%，可每次年夜促仍是卡。成绩不正在算力。
但正在设置配备安排散落器数、备份靠手写剧本、漏洞靠人肉重启。把办事器数字化处理计划拆开看，第一步就是把每台机械的脚色、字化端口、依赖关系画成一张图。
图上标明晰谁连谁啊？哪台是单点呢？哪台能暂时下线呢？接着上监控的处理。Prometheus加Grafana。或者Zabbix，先跑SNMP和Node Exporter，把CPU、内存、磁盘IO、计划教程监控汇集提早收上来了。
阈值别写死80%。用动态基线。
有次磁盘IO提早2毫秒跳还有15毫秒，开业没报警了，数据库连接池曾经起头列队的。那种细节落地，人工巡检根柢抓不到了。告警要分级，P0打电话，P1发群，P2进日报的，不要让所有人被所有消息轰炸先绘。实拟化和容器得看开业。老ERP系统间接P2V到Proxmox，配好快照和备份了。比硬塞进容器省事了。办事器数字化处理计划的中心是让本钱可计量图再、可调理、可回滚。
给每台实拟机打标签。开业线、情况、负责人了后主。月底看报表，谁占本钱了如指掌啊？不要为了手艺时兴把波动系统拆散。
主动化用Ansible批量改设置配备安排的。Terraform管云上本钱。每次变更进Git，回滚计划写明晰动化。
安然上的。最小权限、跳板机、日志集中。我见过一台测试机开了22端口弱密码，被挖矿，整个内网被扫了。数字化不是堆工具，是收口子。
备份必须做恢复练习锻炼，没恢复过的备份即是没有。落地节拍，先资产清点。再监控诉警，然后备份恢复练习锻炼，最后才是主动扩缩容。不要反过来了。老板要的是年夜促不挂，不是仪表盘多锦绣。每季度做一次漏洞练习锻炼，拔网线、杀过程、模仿磁盘满。能扛住。计划才算数。
小我判断，那套计划省下的不是人力，是三更被叫醉的次数。
