DevOps跟从前定义的运维工程师在具体工作职责上有什么本质的区别？

saltstack 执行 cmd.run python 服务，会 hang 住。 但应用服务器上的服务是启动了。 使用 -l debug 参数启用 saltstack debug 日志，可以看到是因为 xx-xxxxx-service_start.sh 启动脚本没有返回执行结果给 saltstack，导致 saltstack 一直在等待返回结果。 查看 xx-xxxxx-service_start.sh 启动脚本，可以知道 python 服务是直接 nohup python manage.py runserver 0.0.0.0:25074 & 启动的，saltstack 无法正确处理这条命令。 原因是 nohup python manage.py runserver 0.0.0.0:25074 & 方式启动， 还会生成一个 nohup.out 文件 ，启动运行日志都会持续输出到此文件。导致的问题就是，命令还在运行中，没有退出，所以没有返回结果给 saltstack。 解决办法： 方式一： 修改脚本，nohup 配合 >/dev/null 2>&1 使用，就可以解决。 方式二： 利用 uwsgi 或者其他 python web server（gunicorn 等） 或者 systemctl 来后台运行 python 服务，由这些服务返回结果给 saltstack。

可能是执行bat脚本过程中出现了异常导致没有返回结果。可以尝试以下几个方法来解决问题：1. 检查bat脚本是否有异常情况，例如执行过程中是否有出错信息等。可以尝试在bat脚本中添加一些输出信息，方便查看执行情况。2. 尝试在saltstack执行命令时添加一些参数，例如加上"-t"参数，设置超时时间。可以尝试加上"-t 60"，设置超时时间为60秒。3. 如果bat脚本需要管理员权限才能执行，可以尝试在saltstack执行命令时添加"-s"参数，以管理员身份执行。4. 尝试使用其他方式执行bat脚本，例如通过cmd命令行执行bat脚本，查看是否能够正常返回结果。如果以上方法仍然无法解决问题，可以进一步分析异常情况，例如查看saltstack日志等，以找到问题所在并进行修复。

SaltStack管理工具允许管理员对多个操作系统创建一个一致的管理系统，包括VMware vSphere环境。SaltStack作用于仆从和主拓扑。SaltStack与特定的命令结合使用可以在一个或多个下属执行。实现这一点，此时Salt Master可以发出命令，如salt "*" cmd.run "ls -l /"。除了运行远程命令，SaltStack允许管理员使用“grain”。grain可以在SaltStack仆从运行远程查询，因此收集仆从的状态信息并允许管理员在一个中央位置存储信息。SaltStack也可以帮助管理员定义目标系统上的期望状态。这些状态在应用时会用到.sls文件，其中包含了如何在系统上获得所需的状态非常具体的要求。由于它提供了在管理远程系统的灵活性，SaltStack-based产品迅速获得利益。该功能可以对比由状态管理系统提供的功能，如Puppet和Ansible。SaltStack很大程度上得益于快速的采用率，它包括一个在管理系统上运行远程命令的有效方式。

利用saltstack的salt.client模块可以在python的命令行下或者python脚本里执行相应的salt命令master端想要执行类似 salt "*" cmd.run "uptime" 在saltclient里可以这么写importsalt.clientlocal=salt.client.LocalClient()local.cmd("*","cmd.run",["uptime"])也可以放到后台执行只返回一个jidcmd_async("*","cmd.run",["uptime"])得到jid可以通过get_cache_returns(jid)方法来获取执行结果，在没有执行完成以前是为空的所以可以写一个while来一直读取结果直到读取到或者超出规定时间为止importsalt.clientlocal=salt.client.LocalClient()t=0

对于一个开发人员来讲，可能运维并不是自己的职责所在。但是作为一名开发人员，却不能不了解自动化运维的整个流程。因为对于一个信息系统而言，开发和运维本质是一体的，尤其对于一些小公司来讲，可能运维人员本身就是开发人员抽空兼任的。 而自动化运维，本质上是介于开发和运维之间的，是运维和开发的交集，甚至很多时候都要写不少代码。因此，任何一个开发人员，都需要有自动化运维的相关知识。 一个了解好的开发人员，即使自己不做运维相关的工作，也能够知道自己在将项目交付给运维人员的时候，哪些东西是重要的，那些是必须配置的等等。然而在实际工作中，往往开发人员会给运维人员留下一些坑，一些只有他自己知道，而运维人员不知道的东西。导致运维人员自己试了很多次发现不行的时候，找到开发人员，开发人员研究了一下才会告诉他，在某某环境中必须用哪个端口之类的。这样不仅白白浪费了运维人员的时间，也增加了很多沟通的工作量。 反过来也是如此，一些现场的问题如果运维人员不能现场给出问题的定位。对于开发人员来讲是非常难以复现的。比如之前有某家企业，运维人员在客户现场发现问题。费了很大力气从客气的内网里面把日志导出来，发给开发人员，结果开发人员仔细研究了日志之后，发现是网不通的问题。开发人员显然是不可能知道为啥网不通的，搞不好是压根没连网线。 所以今天我们来聊一聊，对于一个程序员来讲，需要了解的自动化运维的那些事。 一、自动化运维的概念 随着信息时代的持续发展，初期的几台服务器已经发展成为了庞大的数据中心，单靠人工已经无法满足在技术、业务、管理等方面的要求。一个运维人员手工配置几台服务器还可能。配置几百上千台服务器那就累死了，还容易出错。那么就需要对运维工作进行标准化、自动化、架构优化、过程优化等。从面降低运维服务成本。其中，自动化最开始作为代替人工操作为出发点的诉求被广泛研究和应用。 所谓自 动化运维，即在最少的人工干预下，结合运用脚本与第三方工具，保证业务系统7*24小时高效稳定运行 。这是所有业务系统运维的终极目标。 按照运维的发展成熟度来看， 运维大致可分为三个阶段 ： （1）依靠纯手工，重复地进行软件的部署与运维； （2）通过编写脚本，方便地进行软件的部署与运维； （3）借助第三方工具，高效地进行软件的部署与运维； 二、自动化运维需要解决的问题 自动化运维通常来讲，需要解决以下几个问题： 自动部署配置、风险事前预警、故障事中解决、和故障事后管理 。 三、自动化运维的常用工具 自动化运维常用的工具包括以下几种： 1、Ansible ansible是基于Python开发的自动化运维工具，集合了众多运维工具（puppet、cfengine、chef、func、fabric）的优点，实现了批量系统配置、批量程序部署、批量运行命令等功能。 ansible具有如下一些特性： (1)模块化：调用特定的模块，完成特殊的任务。 (2)Paramiko(python对ssh的实现)，PyYaml，jinja2(模块语言)三个关键模块。 (3)支持自定义模块，可使用任何编程语言写模块。 (4)基于python语言实现。 (5)部署简单，基于python和SSH(默认已安装)，agentless，无需代理不依赖KPI(无需SSL)。 (6)安全，基于OpenSSH (7)幂等性：一个任务执行一次和执行n遍效果一样，不因重复执行带来意外情况。 (8)支持playbook编排任务，YAML格式，编排任务，支持丰富的数据结构。 (9)较强大的多层解决方案role。 2、Chef Chef是一个功能强大的自动化工具，可以部署，修复和更新以及管理服务器和应用程序到任何环境。 Chef 主要分为三个部分 Chef Server、Workstation 以及 Chef Client。用户在 Workstation 上编写 Cookbook。然后，通过 knife 命令上传到 Chef Server。最后，在 Chef Client 上面实施安装和部署工作。所以，对于 Cookbook 地编写在整个自动化部署中起到了重要的作用。 Chef Server 包含所有配置数据，并存储描述Chef-Client中每个Nodes的Recipe，Cookbook和元数据。配置详细信息通过Chef-Client提供给Nodes。所做的任何更改都必须通过Chef Server进行部署。在推送更改之前，它通过使用授权密钥来验证Nodes和Workstations是否与服务器配对，然后允许Workstations和Nodes之间进行通信。 Workstations 用于与Chef-server进行交互，还用于与Chef-nodes进行交互。它还用于创建Cookbook。Workstations是所有交互发生的地方，在这里创建，测试和部署Cookbook，并在Workstations中测试代码。 Chef命令行工具 是创建，测试和部署Cookbook的地方，并通过此策略将其上载到Chef Server。 Knife 用于与ChefNodes进行交互。 Test Kitchen 用于验证Chef代码 Chef-Repo 是一个通过Chef命令行工具在其中创建，测试和维护Cookbook的存储库。 Nodes 由Chef管理，每个Nodes通过在其上安装Chef-Client进行配置。 ChefNodes 是一台机器，例如物理云，云主机等。 Chef-Client 负责注册和认证Nodes，构建Nodes对象以及配置Nodes。Chef-Client在每个Nodes上本地运行以配置该Nodes。 Cookbook 是Chef 框架的重要基础功能之一。在 Chef Server 对目标机器做安装部署的时候，是通过 Runlist。而 Runlist 里面又包含了一个一个具体的 Cookbook，所以，最终对一个目标机器的部署任务就落到了 Cookbook 上。而对于 Cookbook 来说，其中包含了多个组件，我们可以将 Cookbook 简单地理解成一个容器或者可以理解为一个包，里面包含了 recipes、files、templates、libraries、metadata 等信息。这些信息用于配置我们的目标机器。 3、Puppet puppet是一种Linux、Unix平台的集中配置管理系统，所谓配置管理系统，就是管理其里面诸如文件、用户、进程、软件包等资源。它可以运行在一台服务器端，每个客户端通过SSL证书连接到服务端，得到本机器的配置列表，然后根据列表来完成配置工作，所以如果硬件性能比较高，维护管理上千上万台机器是非常轻松的，前提是客户端的配置、服务器路径、软件需要保持一致。 客户端Puppet会调用本地facter，facter探测出该主机的常用变量，例如主机名、内存大小、IP地址等。然后Puppetd把这些信息发送到Puppet服务端； Puppet服务端检测到客户端的主机名，然后会检测manifest中对应的node配置，并对这段内容进行解析，facter发送过来的信息可以作为变量进行处理； Puppet服务器匹配Puppet客户端相关联的代码才能进行解析，其他的代码不解析，解析分为几个过程，首先是语法检查，然后会生成一个中间的伪代码，之后再把伪代码发给Puppet客户端； Puppet客户端接收到伪代码之后就会执行，执行完后会将执行的结果发送给Puppet服务器； Puppet服务端再把客户端的执行结果写入日志。 4、Saltstack SaltStack是基于python开发的一套C/S自动化运维工具。部署轻松，扩展性好，很容易管理上万台服务器，速度够快。与服务器之间的交流,以毫秒为单位。SaltStack提供了一个动态基础设施通信总线用于编排,远程执行、配置管理等等。它的底层使用ZeroMQ消息队列pub/sub方式通信，使用SSL证书签发的方式进行认证管理，传输采用AES加密。 在saltstack架构中服务器端叫Master，客户端叫Minion。 在Master和Minion端都是以守护进程的模式运行，一直监听配置文件里面定义的ret_port(接受minion请求)和publish_port(发布消息)的端口。当Minion运行时会自动连接到配置文件里面定义的Master地址ret_port端口进行连接认证。 saltstack除了传统的C/S架构外，其实还有一种叫做masterless的架构，其不需要单独安装一台 master 服务器，只需要在每台机器上安装 Minion端，然后采用本机只负责对本机的配置管理机制服务的模式。 saltstack提供如下一些功能： （1）远程执行：（批量执行命令）在master上执行命令时，会在所有的minion上执行。 （2）配置管理/状态管理 ：（描述想到达到的状态，saltstack就会去执行） （3）云管理(cloud)：用于管理云主机 （4）事件驱动：被动执行，当达到某个值会自动触发 这四种自动化运维工具的比较如下，现在主流的基本上ansible和saltstack用的多一些：

Puppet、Chef、Ansible、Salt对比 存在即是合理，起码是存在3年以上的；没有最好的，只有合适的，你说白菜和青菜哪个最好？ 一般来说，有两种配置管理： 两种模式有不同的擅长点，有不同的使用场景。 这种模式主张去中心化的设计思路，典型代表 puppet。一般实现多为在每个节点上部署 agent，定时获取该节点的配置信息，根据配置信息配置本节点。如果一次配置失败了，那么下次继续尝试，直到地老天荒。这个节点完全不管其他节点的执行情况，一心只顾做好自己的事情。 所以它比较适合这种场景： 对配置何时生效不敏感，不关心的。你知道它总是会生效的，可能是下一分钟，也可能是下个小时，但是对你没什么影响。 节点和节点之间不需要协作的。比如这种 场景就不合适： A 先升级，然后 B 在升级。 即使某一次拉取信息失败了，下一次还能补上，所以比较适合跨地域的大规模部署。 推模式有一个中心节点，用于将最新的配置信息推到各个节点上，典型代表 ansible。很明显，推模式的瓶颈就在中心节点，如果同一时间有 10000 个节点需要更新配置，那么中心节点如何稳定的工作就比较有学问。 它比较适合这种场景： 对配置生效的时间敏感，十分关心。必须让他们即可生效，如果不生效，立马要采取行动让他们生效。 配置生效的顺序十分关心和敏感。比如需要这10个节点一起生效，或者按照依次生效。 SaltStack与Ansible都是Python写的而且较新，网上评论也很好。

根据自身的技术栈还有需求决定吧。 puppet 国内用的比较多，资料也多，运行稳定。但是是使用ruby开发的。 saltstack 最近几年才开始使用的吧，配置管理方面稍微弱一些，资料相对也比较少，安装也比较麻烦。是用python开发的，做二次开发比较方便。

这是因为 防火墙的问题：salt master 会启动两个端口 tcp 4505和tcp 4506more /etc/salt/master |grep 450#publish_port: 4505#ret_port: 4506#syndic_master_port: 4506其中 tcp 4506 是master的端口，在minion配置文件中能看到，允许minion访问后 执行salt-key时 会获取到你这个问题是 防火墙没有允许minion连接的master tcp4505 端口

SaltStack项目于2011年启动。我们在2013年8月首次刊文介绍SaltStack；就在同一年，在拥有最多“关闭的问题”（issues closed）和“合并拉拽请求”（merged pull request）类别的所有公共软件库当中，GitHub的Octoverse在saltstack/salt软件库中名列第三。2013年11月8日，Salt Cloud被并入到主Salt软件库，成为SaltStack 2014.1.0 Hydrogen版本的一部分。Salt Cloud这款工具可以用来配置和管理得到支持的云服务提供商内部和之间的云服务器。比如说，系统管理员通过使用Salt Cloud配置的单个节点，就可以配置位于亚马逊网络服务（AWS）美国西海岸地区的五台新的Web服务器，配置位于Rackspace伦敦地区的三台新的应用服务器。本文介绍了如何借助Salt Cloud配置亚马逊弹性计算云（EC2）实例；文章还介绍了如何使用Salt Cloud的地图（Map）功能，借助单单一个命令，配置几个并行的实例。不过本文中所用的发行版是CentOS；除了安装方面的一些微小细节外，本文探讨的详细步骤适用于EC2上、可以运行最新版SaltStack的任何发行版。除了AWS EC2外，SaltStack还支持其他的云服务提供商，比如Digital Ocean、GoGrid、谷歌计算引擎（Google Compute Engine）、OpenStack和Rackspace。功能矩阵列出了一张表，显示了针对每家云服务提供商的支持功能。来自运行salt-cloud的实例、Salt Cloud命令行工具以及所配置实例的所有交互都通过SSH协议来实现。Salt Cloud不需要Salt Master守护进程。如果你想要使用Salt状态和模块来管理所配置实例，就需要设置Salt Master，这不在本文的探讨范围之内。安装salt-cloud命令行工具随作为EPEL一部分的salt-master 2014.1.0 RPM程序包一同发行。它应该可以安装在EC2里面的实例上。$ yum install salt-master “SaltStack”团队管理Ubuntu个人软件包存档（PPA），它含有所有最新版本的Ubuntu。Salt还出现在标准的openSUSE 13.1版本中。docs.saltstack.com提供了详尽具体的说明文档，含有说明步骤，介绍了如何针对其他发行版和平台安装Salt。salt-cloud确实依赖Apache libcloud，这是一种可与30多家云服务提供商兼容的python库。可以使用pip命令，安装稳定版本的apache-libcloud。$ pip install apache-libcloud 要是没有pip命令，你可能需要先安装python-pip程序包。如果你想把apache-libcloud安装在孤立的Python环境中，首先要检查virtualenv（虚拟环境）。EC2安全组salt-cloud配置的每个实例都需要属于至少一个AWS EC2安全组（Security Group），该安全组允许来自端口22/tcp、始发于运行salt-cloud的实例的入站流量。我在之前的一篇文章中已介绍了如何使用awscli工具创建安全组，$ aws ec2 create-security-group --group-name MySecurityGroupSaltCloudInstances --description "The Security Group applied to all salt-cloud instances" $ aws ec2 authorize-security-group-ingress --group-name MySecurityGroupSaltCloudInstances --source-group MySecurityGroupSaltCloud --protocol tcp --port 22 authorize-security-group-ingress命令允许MySecurityGroupSaltCloud安全组里面的任何EC2节点通过端口22/tcp，访问MySecurityGroupSaltCloudInstances里面的其他任何EC2节点。在我的安装环境中，运行salt-cloud的实例属于MySecurityGroupSaltCloud安全组。你需要创建一个安全组，运行salt-cloud的实例将属于该安全组。EC2密钥对salt-cloud依赖SSH协议上传和运用salt-bootstrap自动安装脚本。需要针对运行salt-cloud的实例生成SSH公钥和私钥。公钥同样需要上传到AWS EC2，成为密钥对。我在前一篇文章中也介绍了如何实现这一步。想创建SSH私钥和SSH公钥：$ ssh-keygen -f /etc/salt/my_salt_cloud_key -t rsa -b 4096 $ aws ec2 import-key-pair --key-name my_salt_cloud_key --public-key-material file:///etc/salt/my_salt_cloud_key.pub Salt Cloud配置文件Salt Cloud配置文件（Profile）为一组将由salt-cloud配置和管理的salt minion定义了一些基本的配置项。在下面的/etc/salt/cloud.profiles文件里面，我已创建了一个配置文件，名为base_ec2_private；该配置文件使用我将在接下来定义的my_ec2_ap_southeast_2_private_ips提供商。我需要指定的另外唯一一个选项是minion将运行的那个映像的亚马逊机器映像（AMI） ID。ami-e7138ddd是CentOS.org发行、在AWS ap-southeast-2区域里面可用的CentOS 6.5映像的AMI ID。base_ec2_private: provider: my_ec2_ap_southeast_2_private_ips image: ami-e7138ddd Salt Cloud提供商salt-cloud提供商定义了AWS EC2实例使用的一系列属性。下面是我用来定义my_ec2_ap_southeast_2_private_ips提供商的/etc/salt/cloud.providers文件。该提供商被我的my base_ec2_private配置文件所使用。my_ec2_ap_southeast_2_private_ips:# salt-cloud应连接到的IP地址 ssh_interface: private_ips # AWS登录信息 id: @AWS_ACCESS_KEY_ID@ key: "@AWS_SECRET_ACCESS_KEY@" # SSH密钥 keyname: my_salt_cloud_key private_key: /etc/salt/my_salt_cloud_key # AWS位置 location: ap-southeast-2 availability_zone: ap-southeast-2a # AWS安全组 securitygroup: MySecurityGroupSaltCloudInstances # AWS AMI size: Micro Instance # minion被销毁后，删除AWS根卷 del_root_vol_on_destroy: True # 本地用户 ssh_username: root # 一旦销毁，就更名 rename_on_destroy: True provider: ec2 我定义了用@符号封装的几个属性，它们需要上传，以适合你的环境。@AWS_ACCESS_KEY_ID@：AWS Access Key ID属于拥有足够EC2权限以配置新实例的IAM帐户。虽然salt-cloud确实支持AWS身份与访问管理（IAM）角色，但它们只适用于所配置的EC2 minion。静态的AWS访问密钥和秘密密钥仍被salt-cloud用来部署minion。@AWS_SECRET_ACCESS_KEY@：属于AWS Access Key ID的AWS秘密密钥。创建第一个salt-cloud minion首先，你可能需要在SSH代理里面设置SSH密钥。$ eval `ssh-agent` $ ssh-add /etc/salt/my_salt_cloud_key 下一步，调用传递配置文件名称的salt-cloud，其名称与你在/etc/salt/cloud.profiles里面配置的相一致，最后一个参数是新minion的名称。$ salt-cloud --profile=base_ec2_private my_first_minion salt-cloud使用SSH代理获取salt-bootstrap自动安装脚本，该脚本会安全地检测minion发行版，安装salt-minion程序包，如果你已设置好salt-master，还可以预先为salt-master提供minion的密钥。如果成功，我们可以使用salt-cloud查询实例：$ salt-cloud --action=show_instance my_first_minion salt-cloud还支持其他操作，比如查询和设定AWS EC2标记：$ salt-cloud --action=get_tags my_first_minion $ salt-cloud --action=set_tags my_first_minion environment=devel role=webserver 我们可以启用和禁用EC2终止保护（Termination Protection）：$ salt-cloud --action=show_term_protect my_first_minion $ salt-cloud --action=enable_term_protect my_first_minion $ salt-cloud --action=disable_term_protect my_first_minion 我们还可以重启minion：$ salt-cloud --action=reboot my_first_minion 如果你已设置好了salt-master，应该能够通过salt命令行，运行标准的salt模块：$ salt my_first_minion cmd.run "/sbin/ip address show" 当然了，如果salt-master状态已设置好，你可以运用state.highstate。$ salt my_first_minion state.highstate 最后，我们可以使用--destroy选项销毁实例：$ salt-cloud --destroy my_first_minion Salt Cloud地图我们前面已探讨了借助salt-cloud配置单个的EC2实例。现在，我们可以延伸开来，使用Slat Cloud地图（Maps），借助单单一个salt-cloud命令，创建多个实例。在/etc/salt/cloud.map文件里面，我定义了三台都继承base_ec2_private配置文件的Web服务器。base_ec2_private: - web1_prod - web2_prod - web3_prod 想配置所有三个实例，我只需要传递--map选项连同地图文件的位置。另外包括--parallel，地图里面的所有实例将同时被配置。$ salt-cloud --map=/etc/salt/cloud.map --parallel 一旦配置完毕，我们就可以借助salt-cloud，查询地图里面的所有实例。$ salt-cloud --map=/etc/salt/cloud.map --query 想终止地图里面的所有服务器，我们只要传递--destroy选项。$ salt-cloud --map=/etc/salt/cloud.map –destroy

大概需要3-6个月时间，看你的基础和努力程度了！学习主要内容有：1）网络基础与linux系统的管理2）优化及高可用技能3）虚拟化与云平台技术4）开发运维毕业后可从事的工作有：1）Linux运维工程师2）数据库工程师3）云计算运维工程师4）自动化运维工程师5）云计算架构工程师等南京北大青鸟祝你学有所成！南京北大青鸟linux课堂

运维工程师要的有：Linux系统基础、网络服务、shell脚本和另一个脚本语言、sed和awk工具、文本处理命令、数据库、防火墙、监控工具、集群和热备、数据备份。运维通常属于技术部门，与研发、测试、系统管理同为互联网产品技术支撑的4大部门，这个划分在国内和国外以及大小公司间都会多少有一些不同。运维的内容是对于初创公司，运维工程师的工作可能需要从申请域名开始，购买/租用服务器，上架，调整网络设备的设置，部署操作系统和运行环境，部署代码，设计和部署监控，防止漏洞和攻击等等。对于大型的公司，对于运维工作的要求越来越高，也催生了更细化的运维分工：大致可以分为网站运维，系统运维，网络运维，数据库运维，IT运维，运维开发，运维安全等方向。

技能：1. Linux基础包括对Linux整体的理解/使用和基本命令：了解Linux FHS : Filesystem Hierarchy Standard，国人写的这本书不错 Linux系统架构与目录解析 (豆瓣)入门Linux：鸟哥的Linux私房菜.基础学习篇（第三版） (豆瓣) 个人认为鸟哥的这本书是一本非常好的入门书基本操作命令：Google，如Linux command cheat sheet熟悉至少一个内置编辑器: vi, nano至少熟悉一个发行版(或系列)，建议作为服务器常用的如Centos, Debian, Ubuntu，可以了解多个常用发行版2. 运维的命令：运维相关的工具(命令)，了解它能解决很多问题。前几天刚回答了一个问题：如何才能更深入的学习linux？里面的图在这里也可以用到：可以对着图对学习了解这些命令。另外我个人也会对平时用到的这些工具做一个整理和记录，总结到我的个人维基上：Wiki · Tanky Woo3. 基础服务：LAMP或LNMP ：Apache/Nginx，MySQL，PHP/Python/Perl LAMP (software bundle)FTPDNSSAMBAEMAILNTPDHCP...可以本地搭建练练手这里推荐鸟哥另外一本书 服务器架设篇： 鸟哥的Linux私房菜 (豆瓣)4. 运维平台工具:也在这个问题 如何才能更深入的学习linux？ 里提到了：NagiosPuppetZabbixCactiSaltStack....可以选择性的折腾下，因为这个涉及到业务，没有实际环境，很难去理解他们的功能和特点。5. 脚本:必备：Shell额外：Python，Perl...6. 底层:Linux C，内核7. 网络:网络是非常重要的一块把《TCP/IP协议详解》多看几遍，理解。熟练使用tcpdump等抓包工具8. 安全:防火墙配置，如 iptables9. 硬件：接口类型查看硬件信息知道各类型服务器，如塔式、机架式、刀片式10. 其它：了解更多特定技能要求的方式：Google搜"Linux运维工程师 招聘"，看看他们的需求。最后推荐一本书：Unix/Linux系统管理技术手册 UNIX/Linux 系统管理技术手册 (豆瓣)后续想到再做补充素养/处理方式：除了技能，我觉得素养(态度)也可以谈谈这个正好看到右边相关问题：运维工程师需要具备哪些性格特质？1. 安全运维人员的权限很大，所以一定要保证帐号/私钥的安全。最好使用加密工具存储。比如truecrypt，1password基于本地存储。切勿用网盘，也不建议用lastpass等ssh私钥添加密码以上任何一点都很重要，否则弄丢了，风险会非常大。2. 责任心如上面那个帖子里 @山大 提到的 Owner 意识遇到报警，第一时间处理，而不要等着他人去处理如果无法处理，应该第一时间让同事协助帮忙，而不要禁止报警，让问题掩盖3. 细心你的任何一个操作，都可能造成系统的损坏、业务出问题。所以敲命令时一定要细心、再三确认。你敲的再快，也就节省那么一点时间，出了问题才是大事。4. 推进/改善如果代码有问题，导致系统开销很大，比如负载，io等。应该第一时间和开发部门确认，要求优化代码。5. 进取心/不断学习运维的知识范围很广，要不断学习。遇到问题，做好分析记录，事后还可以在部门内分享交流。这也是我为什么热衷于写技术博客和维基的原因，好记性不如烂笔头。记录整理的过程也是一个思考升华的过程。再给一个干货，我们公司（知道创宇）的技能表：http://blog.knownsec.com/Knownsec_RD_Checklist/v2.2.html里面涵盖了部分Linux SA需要的技能。 http://www.secpulse.com/archives/5287.html

下面我们来说一下Python具体的工作岗位以及其岗位要求：Python后台开发工程师：主要是负责搭建和改进平台产品的后台，并与前端开发工程师相互配合完成整体产品的开发工作。要求工程师具备至少一门Python Web开发框架（Tornado、Django、Flask等），了解并熟悉MySQL/Redis/MongoDB。还要熟悉分布式、微服务、高性能Web服务的开发。Python爬虫开发工程师：爬虫开发工程师并非我们预想的那样，只是负责为公司爬取相对应的数据内容。爬虫开发工程师主要负责对传统网页、SNS及微博等各种网站信息高效采集与正确解析，然后对用户数据进行整理分析，参与建模的构建，总结分析不同网站、网页的结构特点及规律，负责爬虫架构设计和研发，参与爬虫核心算法和策略优化研究。需要开发工程师熟悉了解robot规则、selenium、mitmproxy、pymouse等内容。当然作为爬虫开发工程师一定要有一定的职业情况，所有工作都需要在合理合法的需求下进行。Python全栈开发工程师：是指可以使用Python相关工具，独立完成网站开发，称之为全栈开发。全栈开发工程师需要掌握非常多的技能，包括：项目管理、前后端开发、界面设计、产品设计、数据库开发、多端产品等等。自动化运维工程师：是在基本的运维工作的基础上，实现运维工作的自动化，并且对自动化程序进行优化提升。需要从业者在掌握基本的运营工作的前提下，掌握Python中的IPy、Ansible、Saltstack等常用模块。自动化测试工程师：首要要完成测试的基本工作，包括测试计划、测试用例、黑盒测试、性能测试等等。其次要是完成产品的自动化测试的部署以及维护工作，并且不断尝试新的方法，新的工具，以提高测试的效率。需要掌握Python以及selenium相关的技能。数据分析师：指的是不同行业中，专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。需要从业者了解行业相关业务知识、相关管理工作、掌握足够的数据分析方法、了解数据分析工具使用、能够完成数据分析建模等，工作内容偏重于分析，同样也要掌握一定的开发能力，例如R语言和Python语言。数据分析开发工程师：根据数据分析师的建模完成数据相关的开发工作，搭建仓库、完成数据存储、数据处理、计算处理以及报表开发等工作。需要从业者熟练应用数据库、数据建模开发、Python相关数据科学知识等技能。人工智能开发工程师：根据企业人工智能AI相关的开发需求，完成相应产品或者功能开发。需要从业者掌握充分的数据理论基础、Python开发基础、机器学习理论与实践、深度学习理论与实践、自然语言处理等一系列相关的开发技能。Python游戏开发工程师：主要负责游戏服务端的逻辑开发。需要从业者掌握Python各种性能优化方法、soket网络编程知识、运维相关基础知识、以及Python相关的游戏开发库与框架。此外还可以将Python开发相关工作按照岗位晋升分为初级Python开发工程师、中级Python开发工程师、高级Python开发工程师、项目经理、架构师、CTO等。主要是根据从业者工作年限，在某个就业方向的工作经验以及解决问题的能力进行定位。无论是哪个就业方向，扎实的学习好Python相关知识是重中之重，在互联网行业，无论是大厂还是创业创新的公司，招聘人才的最核心要求是技术能力，只有自己的能力和岗位匹配的时候，才能获得更多的工作机会。

1、如果使用python语言，需要学习哪些知识？python作为一门简单明了的语言，非常容易上手，语言层面不会太复杂，稍微有点难度的顶多就是装饰器、元类和少量函数式编程内容。要说学习的话，我觉得更多是一些编程方面通用的东西，比如：数据结构和算法、设计模式、操作系统、计算机网络之类的2、选择什么样的python框架开发，这个框架的优势？tornado，因为非阻塞io的原因，性能非常高，特别适合写后端API（App的后端应该都是rest风格的api），而且成熟稳定3、如何部署服务器？本地服务器调试，以及公网服务器部署？这个一两句说不清楚，涉及到运维、测试、开发诸多方面， 部署和测试推荐几个包：fabric、nose、unittest(python自带)，版本管理推荐git，持续集成推荐使用docker+jenkins4、如果使用python框架开发移动后台服务，在开发源码内使用哪种框架？mvc还是其它的，比如我返回json数据，每次json对象最外层有一些相同的东西，该如何处理？MVC什么的，一般的框架都差不多的，tornado也是支持的，返回json有相同的东西，写个修饰器就完了5、python的后台服务最大能支持多大的pv量会严重影响用户体验性能？youtube、reddit、豆瓣、知乎这样的大流量网站都是python写的，觉得你的App的规模不太可能遇到性能问题，即使有也应该不是python的问题，而是任何语言都会有问题。毕竟web后端不是计算密集型，而是io密集型的，python和其他语言的区别不会太大吧，大量的pv是可以靠堆服务器堆出来的，如果是计算量比较大的任务，你可以考虑用c或c++写6、如何兼顾 网页前端以及移动端 开发的后台？用python写的API，网页和移动端都是可以调用啊，让前端学学React，就可以轻松解决前后端分离这个问题（PS: facebook 就是后端php + 前端React，淘宝也有在用nodejs做前后端分离）7、有没用相关的案例，即用python开发的移动后台？有没有该问题的开源项目？这个应该比较少，App后端开源的不常见，而且大部分是rest风格的api，很多时候会涉及到自身的业务和敏感信息应该不会开源的吧（又不是bbs或者博客程序）

　　经常有人在群里问，运维人员需不需要学开发？需不需要学 PYTHON ？ PYTHON 和 SHELL 有什么区别？天天问这种好水的问题，我实在受不了，决定帮大家扫扫盲，求求新手们，以后别他妈瞎问了。　　现阶段，掌握一门开发语言已经成为高级运维工程师的必备计能，不会开发，你就不能充分理解你们系统的业务流程，你就不能帮助调试、优化开发人开发的程序， 开发人员有的时候很少关注性能的问题，这些问题就得运维人员来做，一个业务上线了，导致 CPU 使用过高，内存占用过大，如果你不会开发，你可能只能查到进程级别，也就是哪个进程占用这么多，然后呢？然后就交给开发人员处理了，这样咋体现你的价值？　　另外，大一点的公司，服务器都上几百，上千，甚至数万台，这种情况下怎样做自动化运维？用 SHELL 写脚本 FOR 循环？呵呵，歇了吧， SHELL 也就适合简单的系统管理工作。到复杂的自动化任务还得要用专门的开发语言。你可能说了，自动化管理有专门的开源软件＼监控也有，直接拿来用下就好了，但是现有的开源软件如 puppetsaltstackzabbix agio 多为通用的软件，不可能完全适用你公司的所有需求，当你需要做定制、做二次开发的时候，你咋办？找开发部门？开发部门不懂运维的实际业务逻辑，写出来的东西烂烂不能用，这活最后还得交给运维开发人员来做。　　其次，不会运维开发，你就不能自己写运维平台＼复杂的运维工具，一切要借助于找一些开源软件拼拼凑凑，如果是这样，那就请不要抱怨你的工资低，你的工作不受重视了。　　为什么要学 PYTHON ？　　PYTHON 第一是个非常牛 B 的脚本语言， 能满足绝大部分自动化运维的需求，又能做后端 C/S 架构，又能用 WEB 框架快速开发出高大上的 WEB 界面，只有当你自已有能力做出一套运维自动化系统的时候，你的价值才体现出来，你才有资格跟老板谈重视， 否则，还是老老实实回去装机器吧。　　运维开发为什么要用 PYTHON ？　　Good question, 为什么不用 PHP ， JAVA ， C++ ， RUBY ，这里我只能说，见人见智， 如果你碰巧已经掌握了除 PYTHON 之外的其它语言，那你爱用啥用啥，如果你是一个连 SHELL 都还没写明白的新手，想学个语言的话，请用 PYTHON ， 为什么呢？首先， PHP 是跟 PYTHON 比的最多的，其实他俩根本就不用比，为什么呢？两个语言适用性不同， PHP 主要适用于 WEB 开发，可以迅速的做出中小型，轻量级的 WEB 网站，但后端嘛，基本还是要借助其它语言， 借助什么语言呢？ SHELL ？ PYTHON ？呵呵。 而 PYTHON 呢， 是个综合语言， 前后端都可以，单拿出来比 WEB ，也一点不比 PHP 差，但为什么WEB方向上 PHP 比 PYTHON 要火？ 先入为主嘛， PHP 90 年代诞生就是做 WEB 的， PYTHON2000 年后才出现 WEB 框架，但论优秀程度上， PYTHON 的 WEB 框架基本上出其无左，至少是跟 PHP 比。　　那 JAVA 呢？好吧，一个臃肿＼中庸＼豪无新意的语言，还是老老实实用它来做 ERP 吧，搞个运维小平台，用 JAVA 真心没啥必要，在我看来， JAVA 就是稳定的中年男人，稳定＼成熟＼秃顶，而 PYTOHN 代表的就是青春， 简洁＼快＼干净＼帅！　　C++ ＼ C ，这个嘛，我只能说，如果你会了 PYTHON, 又会 C 的话，那你会更吃香，但是不会 C 的话，其实也无大碍，基本上做运维的人，搞搞 C 就是为了来装 B 的，因为多数情况下你都到不了看系统底层源码的程度。　　RUBY ，小日本开发的，还不错，风格跟 PYTHON 有点像，因为 ruby onrails 出了名，国外用的比较多，国内，放心吧，没戏， PYTHON 已经把它的想象空间都占死了。　　当然还有新的语言 GO ， 有些搞运维的看见做开发的人员搞 GO ，也想凑热闹，觉得是未来，我想说，别瞎没事跟风， GO 再成功，也不会变成运维开发语言。　　有些人觉得 PYTHON 效率底，说他不能支持多线程， OH ，好吧，这个还有点说对了，但是我想问，看我这篇文章的有几个做过搜索引擎开发？有几个做个上亿 PV 的并发网站开发？ 有几个看过 LINUX 内核源码？如果没有，请别瞎跟着传了，知道 PYTHON 为什么不支持多线程吗？这句话问错了，其实 PYTHON 支持多线程，只是不支持多 CPU 多线程，也就是一个程序 spawn 出来的多线程只能占用一个 CPU ，但是为什么呢？噢，因为 GIL ， GIL 是什么东东，请自行补脑。。。但是你非得用多线程吗？你可以用多进程呀，再牛 B 你还可以用协程呀，这些 PYTOHN 支持的都很好呀，如果你的程序逻辑不好，搞个多线程也快不起来。我认识一个博士讲过一句话，我觉得不错，他说，程序效率高低， 80% 都是写程序的人决定了，语言本身就占 20% ，所以下次有人再说 PYTHON 效率低的时候，请让他先回去自己检查下自己的程序多了多少无用的逻辑、循环等等。 这个博士自己用 PYTHON 写的 WEB 程序，一台服务器每天能处理上亿请求，一秒并发近两万， 什么 WEB 框架这么牛 B ？ 别问它是谁， 它叫 tornado 。　　PYTHON 能否自学？　　当然可以，什么都可以自学，前提是你得能学得会，见过 N 多菜鸟踏上上自学的不归路，他妈的什么都能自学的话，还用大学干什么？自己在家鳖不就行了？动不动就说 PYTHON 是个脚本语言，自己看看就不会了，说这话的只可能有两种人，一种是高手，一种是 SB ，对于高手来讲，他肯定已经会其它语言， PYTHON 在这种情况下，自学当然就很容易学会，几年前我刚接触 PYTHON 时，代码遇到问题，找了个开发的哥们帮调试，哥们帮调了十几分钟就搞定了，结果人家以前一句 PYTHON 代码也没写过，为什么，因为语言都有相通之处，一门掌握好了，其它门自己学学就会了。但对于新手来讲，没任何语言基础就开始自学，那么恭喜你，菜鸟们见此文章为证，从今天开始自学，一年后，你要是能自己做出个软件来，来找我要一千块钱。 哈哈，真的。 基本上自学是属于专业人员干的事情，就像会一门乐器了，自己学下就可能学会另一门，但我之前没音乐基础，跟着老师都没把吉它学会。　　所以奉劝没基础又想学 PYTHON 的同学，花点钱去报个班学吧，拿钱换时间，时间是生命，钱没了可再挣钱，时间过去了就再也不会回来，如果你不信邪，非要自己学，那我佩服你的勇气，不过自己试试就知道了。　　说了这么多，只想告诉那些迷茫不知所措该学什么语言的新手们， 在你还没学好走路的时候，不要老想着，将来我当上老板了，我是开宝马呢？还是开奔驰呢？先学会骑自行车吧。。。转载

运维工程师干些什么总结两句话1、保障业务长期稳定运行（如网站服务器、游戏服务器等等）。2、保障数据安全可靠（如用户名密码、游戏数据、博客文章、交易数据等等）。由这两句话推演运维工程师要学些什么一、保障业务长期稳定运行出一点点差错，用户就要投诉了。1、业务跑在什么上面？网站服务器一般是apache,nginx,tomcat等。但是真正跑通流程还需要Mysql数据库来存储用户密码及其它。很多程序都要php的解析，所以LNMP、LAMP(即nginx、apache、mysql、php)环境部署是必须掌握的技能。2、业务出了问题怎么及时知道？这就需要监控软件来邮件或短信来通知你，常用的有zabbix,nagios等。报警发邮件，也得一个邮件程序呀，sendmail或postfix。3、在家里收到报警，但服务器是内网IP，怎么也得解决问题吧？在公司搭建openvpn或pptp或openswan，在家里通过VPN拨入内网，24小时解决问题唉，半夜爬起来解决问题也没工资。二、保障数据安全可靠出一点点差错，领导要找你喝茶了。1、有时需要手动改数据库内容？所以要会基本的Mysql数据库增删查改命令。2、万一数据库服务器硬件坏了怎么办？需要有个备库以备不时之需，所以需要Mysql主从复制。3、数据库要还原怎么办？所以需要在crond中定期全备Mysql数据，以便还原使用。如果要还原到指定时间点，还要学会Mysql增量备份与恢复。4、如果是用户上传的图片或文件服务器坏了怎么办？定时备份可能还不够，需要使用rsync加inotify来实时备份。以便任一时刻主服务器坏掉，也能保障所有图片有备份可以用来恢复。5、小心黑客，要增加服务器安全性？ssh轻易不能让外人访问，那么就设置只允许公司的IP或跳板机IP访问，这些都通过iptables来控制。三、大性能小公司总有一天会牛逼起来的，实在牛不起来咱也可以跳到大公司。1、越来越多的用户来访问我们的网站，一台web服务器抗不住了怎么办？那就需要多台web服务器来负担，但多台服务器之间怎么进行负载均衡呢，这就需要用到nginx反向代理或LVS+keepalived或haproxy+heartbeat了。2、用户注册发表的文章与评论太多，一台数据库抗不住了怎么办？数据库压力分为读和写，如果写抗不住，需要进行分表分库到多个服务器上。如果是读压力不够了，可以使用mysql-proxy读写分离，来分担读的压力。更简单方便的方法，把数据库里的内容放到内存上，这就用上memcache或redis了。3、N多用户上传下载文件，磁盘抗不住了怎么办？把多块磁盘做成raid，或者使用分布式存储文件系统如MFS，GlusterFS来提高磁盘的读写能力。4、网站上好多图片，总有用户反应网站加载太慢，怎么办？这时可以把网站上的图片通过squid或varnish缓存到网站前端，尽可能的增加访问速度，当然，最好是购买商业的CDN加速。5、运营商是个大难题，他们之间的带宽好像很小，联通IP访问我电信网站怎么就这么慢呢？这时可以使用bind自建一个DNS服务器，把网站的DNS记录指向自建DNS服务器上，配置好解析规则，以后联通IP解析到联通网站上，电信IP解析到电信网站上，体验就会好很多啦。四、自动化终极目标：跑死机器，闲死人。1、公司新买100台服务器，公司竟然就1个移动光驱，这装系统得到什么时候？使用kickstart或cobbler来网络远程自动安装系统吧。2、每次装完机要优化很多内容，什么文件描述符、端口、软件安装啊，手动操作不累死去？赶紧学会shell，将解放非常多的工作量。3、系统装完后登陆要输入密码，这么多台啊？使用expect吧，自动读取提示来输入密码，并执行命令。4、要批量把新代码发布到线上服务器，怎么办？使用saltstack或puppet或ansible吧，绝对爽歪歪。五、其他1、搭整套测试环境需要5台服务器，但公司穷的只有一台空闲服务器？学会xen或kvm或docker吧，虚拟出多台服务器，就能解决资源问题了。特别是docker，强烈推荐，以后某个研发人员让你部署一套新环境，分分钟帮他解决。2、研发人员的代码控制，权限控制，总要运维人员管呀？svn或git，这个是肯定要有的。结尾：现在我们在回过头来思考，运维工程师平时干些啥呢？1、随时解决报警故障。2、业务程序更新。3、编写一些脚本，监控或完成其他可自动完成功能。4、运维架构完善，部署一些用起来更方便更可靠或性能更好的开源工具以及制定运维流程规范。5、打杂，如调交换机，装系统，部署新环境等。

目前在国外，互联网巨头如Google、Facebook、Amazon、LinkedIn、Netflix、Airbnb，传统软件公司如Adobe、IBM、Microsoft、SAP等，亦或是网络业务非核心企业如苹果、沃尔玛、索尼影视娱乐、星巴克等都在采用DevOps或提供相关支持产品。那么DevOps究竟是怎样一回事？ DevOps一次词的来自于Development和Operations的组合，突出重视软件开发人员和运维人员的沟通合作，通过自动化流程来使得软件构建、测试、发布更加快捷、频繁和可靠。 DevOps概念早先升温于2009年的欧洲，因传统模式的运维之痛而生。 DevOps是为了填补开发端和运维端之间的信息鸿沟，改善团队之间的协作关系。不过需要澄清的一点是，从开发到运维，中间还有测试环节。DevOps其实包含了三个部分：开发、测试和运维。 换句话说，DevOps希望做到的是软件产品交付过程中IT工具链的打通，使得各个团队减少时间损耗，更加高效地协同工作。专家们总结出了下面这个DevOps能力图，良好的闭环可以大大增加整体的产出。 由上所述，相信大家对DevOps有了一定的了解。但是除了触及工具链之外，作为文化和技术的方法论，DevOps还需要公司在组织文化上的变革。回顾软件行业的研发模式，可以发现大致有三个阶段：瀑布式开发、敏捷开发、DevOps。 DevOps早在九年前就有人提出来，但是，为什么这两年才开始受到越来越多的企业重视和时间呢？因为DevOps的发展是独木不成林的，现在有越来越多的技术支撑。微服务架构理念、容器技术使得DevOps的实施变得更加容易，计算能力提升和云环境的发展使得快速开发的产品可以立刻获得更广泛的使用。 当今世界改变的速度已与过去不同，而每当经历一个颠覆性的技术革命时，都给这个世界带来了深刻的变化，大数据、云计算、人工智能、VR/AR和区块链等新兴技术推动着世界不断变化，如何应对这样一个VUCA时代，让我们能够在环境变化的时候快速响应呢？ 在些我引用了圣贤王阳明的一句名言，他提倡“知行合一”，通俗的讲就是做事情要理论与实践相结合。我们在实现DevOps落地时也一定要遵循“理论与实践相结合”的方式进行，理论就是我们做事的指导思想，而实践就是具体做事的方法，接下来我就从我在公司中是如何按照理论与实践相结合来推动DevOps落实地。 首先我们还是要回到什么是DevOps，如果大家忘记了可以回到之前再温故一下，包括我总结的DevOps公式。 其实DevOps核心思想就是：“快速交付价值，灵活响应变化”。其基本原则如下： DevOps的一个巨大好处就是可以高效交付，这也正好是它的初衷。Puppet和DevOps Research and Assessment (DORA) 主办了2016年DevOps调查报告中，根据全球4600位各IT公司的技术工作者的提交数据统计，得出高效公司可以完成平均每年1460次部署。与低效组织相比，高效组织的部署频繁200倍，产品投入使用速度快2555倍，服务恢复速度快24倍。在工作内容的时间分配上，低效者要多花22%的时间用在为规划好或者重复工作上，而高效者却可以多花29%的时间用在新的工作上。所以这里的高效不仅仅指公司产出的效率提高，还指员工的工作质量得到提升。 DevOps另外一个好处就是会改善公司组织文化、提高员工的参与感。员工们变得更高效，也更有满足和成就感；调查显示高效员工的雇员净推荐值（eNPS:employee Net Promoter Score）更高，即对公司更加认同。 快速的部署其实可以帮助更快地发现问题，产品被更快地交付到用户手中，团队可以更快地得到用户的反馈，从而进行更快地相应。而且，DevOps小步快跑的形式带来的变化是比较小的，出现问题的偏差每次都不会太大，修复起来也会相对容易一些。 因此，认为速度就意味着危险是一种偏见。此外，滞后软件服务的发布也并不一定会完全地避免问题，在竞争日益激烈的IT行业，这反而可能错失了软件的发布时机。 技术的发展使得DevOps有了更多的配合。早期时，大家虽然意识到了这个问题的，但是苦于当时没有完善丰富的技术工具，是一种“理想很丰满，但是现实很骨感”的情况。DevOps的实现可以基于新兴的容器技术；也可以在自动化运维工具Puppet、SaltStack， Ansible之后的延伸；还可以构建在传统的Cloud Foundry、OpenShift等PaaS厂商之上。 IT行业已经越来越于市场的经济发展紧密挂钩，专家们认为IT将会有支持中心变成利润驱动中心。事实上，这个变化已经开始了，这不仅体现在Google、苹果这些大企业中，而且也发生在传统行业中，比如出租车业务中的Uber、酒店连锁行业中的Airbnb、图书经销商Amazon等等。能否让公司的IT配套方案及时跟上市场需求的步伐，在今天显得至关重要。 DevOps 2016年度报告给出了一个运维成本的计算公式： 而对于工程师而言，他们也是DevOps的受益者。微软资深工程师Scott Hanselman说过“对于开发者而言，最有力的工具就是自动化工具”（The most powerful tool we have as developers is automation）。工具链的打通使得开发者们在交付软件时可以完成生产环境的构建、测试和运行；正如Amazon的VP兼CTO Werner Vogels那句让人印象深刻的话：“谁开发谁运行”。（You build it, you run it） 上文提到了工具链的打通，那么工具自然就需要做好准备。现将工具类型及对应的不完全列举整理如下： 在工具的选择上，需要结合公司业务需求和技术团队情况而定。（注：更多关于工具的详细介绍可以参见此文： 51 Best DevOps Tools for #DevOps Engineers ） DevOps成功与否，公司组织是否利于协作是关键。开发人员和运维人员可以良好沟通互相学习，从而拥有高生产力。并且协作也存在在业务人员与开发人员之间。出席了ITV公司在2012年就开始落地DevOps，其通用平台主管Clark在2016年伦敦企业级DevOps峰会接受InfoQ了采访，在谈及成功时表示，业务人员非常清楚他们希望在最小化可行产品中实现什么，工程师们就按需交付，不做多余工作。这样，工程师们使用通用的平台（即打通的工具链）得到更好的一致性和更高的质量。此外，DevOps对工程师个人的要求也提高了，很多专家也认为招募到优秀的人才也是一个挑战。 DevOps正在增长，尤其是在大企业中：调查发现，DevOps的接受度有了显著提高。74%的受访者已经接受了DevOps，而去年这一比例为66%。目前，在81%的大企业开始接受DevOps，中小企业的接受度仅为70%。 那么具体而言都有些公司在采用DevOps呢？Adobe、Amazon、Apple、Airbnb、Ebay、Etsy、Facebook、LinkedIn、Netflix、NASA、Starbucks、Target（泛欧实时全额自动清算系统）、Walmart、Sony等等。 首先，大企业正在自下而上接受DevOps，其中业务单位或部门（31%）以及项目和团队（29%）已经实施DevOps。不过，只有21%的大企业在整个公司范围内采用了DevOps。 其次，在工具层面上，DevOps工具的用量大幅激增。Chef和Puppet依然是最常用的DevOps工具，使用率均为32%。Docker是年增长率最快的工具，用量增长一倍以上。Ansible的用量也有显著增加，使用率从10%翻倍至20%。 并且调查还发现不到半数（43%）的公司在使用诸如Chef、Puppet、Ansible或Salt等配置工具；然而使用配置工具的公司更有可能同时使用多个工具。25%的受访者使用两种或更多配置工具，只使用一种工具的比例为18%。其中Chef和Puppet是最常用的组合：使用Chef的组织中有67%同时也使用Puppet，类似的，使用Puppet的组织中也有67%同时使用了Chef。 https://mp.weixin.qq.com/s/WDS5NO3AcWxpwyIJKWlOEA

nagios最大的亮点是轻量灵活，且报警机制很强，如果你只是需要监控服务器/服务是否在运行，nagios足矣。但是如果牵涉到画图方面，感觉nagios+cacti的结合是不如zabbix的all in one方式的。Zabbix维护相对困难，Nagios维护相对容易Nagios的监控相对独立（插件机制，每次执行一条命令），而Zabbix的监控相对集中。而zabbix把报警、画图全包办了，自己就能搞定上面的一堆东西。另外zabbix的agentd在windows server下运行良好，甚至32/64位均有，不像nagios只能用一个半死不活的插件。综上，zabbix和nagios不存在谁好谁坏的问题，只存在你的需求不同需要选择哪个更好的问题：如果只为了报警，nagios吧，足够满足需求；如果需要图表，zabbix吧================>以上由太平洋安防网为您解答，望采纳，谢谢！<================

领域 ：工具名称 操作系统 ：CentOS、Ubuntu、Redhat、suse、Freebsd 网站服务： nginx、apache、lighttpd、php、tomcat、resin 数据库： MySQL、MariaDB、PostgreSQL DB中间件 :maxscale、MyCat、atlas、cobar、amoeba、MySQL-proxy 代理相关: lvs、keepalived、haproxy、nginx、heartbeat 网站缓存: squid、nginx、varnish NoSQL库: Redis、CacheCloud、Memcached、MongoDB、HBase、Cassandra、CouchDB 存储相关 :Nfs、FastDFS、Moosefs(mfs)、Ceph 、Hadoop、glusterfs、lustre 版本管理 :svn、git、gitlab、gogs 监控报警 :nagios、cacti、zabbix、munin、hyperic、mrtg、graphite 域名解析: bind、powerdns、dnsmasq 同步软件: scp、rsync、inotify、sersync、drbd 批量管理: SSH、Ansible、Saltstack、expect、puppet 虚拟化: kvm、xen 云计算: openstack、docker、k8s 内网软件: iptables、zebra、iftraf、ntop、tc、iftop 邮件软件: qmail、posfix、sendmail、zimbra 远程拨号: openvpn、pptp、openswan、ipip 统一认证: openldap 队列工具: ActiveMQ、RabbitMQ、Metaq、MemcacheQ、Zeromq、kafka 打包发布: mvn、ants、Jenkins、Walle 测试软件: ab、JMeter、Webbench、LoadRunner、http_load、tcpcopy 带宽测试 :smokeping 性能测试 ；dd、 fio(IOPS测试)、iozone(磁盘测试) 日志相关： rsyslog、Awstats、flume、storm、ELK(Elasticsearch+Logstash+Kibana) 搜索软件： Sphinx、Xapian、Solr 无人值守： rpm、yum（设计rpm包定制及yum仓库构建） 大数据： HDFS、Hive、Hbase、Zookeeper、Pig、Spark、Mahout、flume、sqoop 项目管理： Jira、Redmine linux管理： 宝塔Linux面板 渗透测试工具: SQLMap、Webscan 开源邮箱: iRedmail、extmail、Zimbra 软件开发 :Sublime Text、Eclipse、Jetbrains 远程连接: putty、Xshell、SecureCRT、MobaXterm、TeamViewer、向日葵 在此为服务器运维人员推荐使用：宝塔面板 www.bt.cn 宝塔面板,近200个免费应用提供使用，如：网站管理、系统安全、系统监控、计划任务、文件管理、软件管理、一键部署等为服务器运维人员提供安全高效的完成服务器运维工作。

1、了解狗厂在选择狗厂使用什么做前，首先需要了解该狗厂的业务和特点。狗厂的业务类型、规模以及运营模式都会对所使用的工具软件产生影响。因此，在选择使用什么软件前，需要综合考虑狗厂的具体情况。同时，狗厂经营的业务是不是需要使用高性能的软件工具，以及是否存在特殊的技术需求，都需要考虑进去。只有全面了解了狗厂的情况，才能更好的选择适合狗厂的工具软件。2、数据库技术在狗厂中，数据库技术是非常重要的一环。狗厂中的大数据需要强大的数据库支持来管理。比如对于电商公司，海量的商品和订单数据需要通过数据库进行管理和存储，以便后续的业务处理使用。因此，选择一个高效稳定的数据库比什么都重要。MySQL数据库是广泛使用的轻量级数据库，适合于高并发场景。如果狗厂需要支持大规模的分布式部署和多节点管理，那么Hadoop也是一个不错的选择。Hadoop是一种基于Apache的开源数据库，适用于在分布式环境下存储和处理大规模数据集。3、云计算平台在现代狗厂中，云计算已经成为了基础设施的重要之一。通过使用云计算平台，狗厂能够快速部署和扩展系统，实现高可用、高安全的服务。同时，云计算可以有效降低运维成本，并分摊硬件设备和网络带宽的费用。目前，常用的云计算平台有AmazonWebServices（AWS）、阿里云、GoogleCloudPlatform（GCP）等。AWS是全球领先的云计算平台，稳定性高，覆盖面广。阿里云在国内具有较高的流行度，提供丰富的本地化技术支持。GCP则适合于需要高可靠、低延迟的场景，尤其是面向全球市场的应用。4、监控与管理工具对于狗厂来说，系统的稳定性是非常重要的。因此，需要有强大的监控和管理工具来保证系统运行的稳定和可靠。这些工具可以对系统进行全方位的监控，及时发现和解决问题，提高系统的可靠性和安全性。在此方面，Nagios、Zabbix等监控工具，以及Ansible、Puppet、SaltStack等自动化工具都是非常好的选择。这些工具可以实现对服务器、数据库、网络等方面的监控，并可以自动化处理一些常见的管理任务，提高系统运维的效率和稳定性。

就像只要会JavaScript就可以写出完整的Web应用，只要会Python，就可以实现一个完整的大数据处理平台。云基础设施这年头，不支持云平台，不支持海量数据，不支持动态伸缩，根本不敢说自己是做大数据的，顶多也就敢跟人说是做商业智能（BI）。云平台分为私有云和公有云。私有云平台如日中天的 OpenStack，就是Python写的。曾经的追赶者CloudStack，在刚推出时大肆强调自己是Java写的，比Python有优势。结果，搬石砸脚，2015年初，CloudStack的发起人Citrix宣布加入OpenStack基金会，CloudStack眼看着就要寿终正寝。如果嫌麻烦不想自己搭建私有云，用公有云，不论是AWS，GCE，Azure，还是阿里云，青云，在都提供了Python SDK，其中GCE只提供Python和JavaScript的SDK，而青云只提供Python SDK。可见各家云平台对Python的重视。提到基础设施搭建，不得不提Hadoop，在今天，Hadoop因为其MapReduce数据处理速度不够快，已经不再作为大数据处理的首选，但是HDFS和Yarn——Hadoop的两个组件——倒是越来越受欢迎。Hadoop的开发语言是Java，没有官方提供Python支持，不过有很多第三方库封装了Hadoop的API接口（pydoop，hadoopy等等）。Hadoop MapReduce的替代者，是号称快上100倍的 Spark ，其开发语言是Scala，但是提供了Scala，Java，Python的开发接口，想要讨好那么多用Python开发的数据科学家，不支持Python，真是说不过去。HDFS的替代品，比如GlusterFS， Ceph 等，都是直接提供Python支持。Yarn的替代者， Mesos 是C++实现，除C++外，提供了Java和Python的支持包。DevOpsDevOps有个中文名字，叫做 开发自运维 。互联网时代，只有能够快速试验新想法，并在第一时间，安全、可靠的交付业务价值，才能保持竞争力。DevOps推崇的自动化构建/测试/部署，以及系统度量等技术实践，是互联网时代必不可少的。自动化构建是因应用而易的，如果是Python应用，因为有setuptools, pip, virtualenv, tox, flake8等工具的存在，自动化构建非常简单。而且，因为几乎所有Linux系统都内置Python解释器，所以用Python做自动化，不需要系统预安装什么软件。自动化测试方面，基于Python的 Robot Framework 企业级应用最喜欢的自动化测试框架，而且和语言无关。Cucumber也有很多支持者，Python对应的Lettuce可以做到完全一样的事情。 Locust 在自动化性能测试方面也开始受到越来越多的关注。自动化配置管理工具，老牌的如Chef和Puppet，是Ruby开发，目前仍保持着强劲的势头。不过，新生代 Ansible 和 SaltStack ——均为Python开发——因为较前两者设计更为轻量化，受到越来越多开发这的欢迎，已经开始给前辈们制造了不少的压力。在系统监控与度量方面，传统的Nagios逐渐没落，新贵如 Sensu 大受好评，云服务形式的New Relic已经成为创业公司的标配，这些都不是直接通过Python实现的，不过Python要接入这些工具，并不困难。除了上述这些工具，基于Python，提供完整DevOps功能的PaaS平台，如 Cloudify 和 Deis ，虽未成气候，但已经得到大量关注。网络爬虫大数据的数据从哪里来？除了部分企业有能力自己产生大量的数据，大部分时候，是需要靠爬虫来抓取互联网数据来做分析。网络爬虫是Python的传统强势领域，最流行的爬虫框架Scrapy，HTTP工具包urlib2，HTML解析工具beautifulsoup，XML解析器lxml，等等，都是能够独当一面的类库。不过，网络爬虫并不仅仅是打开网页，解析HTML这么简单。高效的爬虫要能够支持大量灵活的并发操作，常常要能够同时几千甚至上万个网页同时抓取，传统的线程池方式资源浪费比较大，线程数上千之后系统资源基本上就全浪费在线程调度上了。Python由于能够很好的支持协程（ Coroutine ）操作，基于此发展起来很多并发库，如Gevent，Eventlet，还有Celery之类的分布式任务框架。被认为是比AMQP更高效的ZeroMQ也是最早就提供了Python版本。有了对高并发的支持，网络爬虫才真正可以达到大数据规模。抓取下来的数据，需要做分词处理，Python在这方面也不逊色，著名的自然语言处理程序包NLTK，还有专门做中文分词的Jieba，都是做分词的利器。数据处理万事俱备，只欠东风。这东风，就是数据处理算法。从统计理论，到数据挖掘，机器学习，再到最近几年提出来的深度学习理论，数据科学正处于百花齐放的时代。数据科学家们都用什么编程？如果是在理论研究领域，R语言也许是最受数据科学家欢迎的，但是R语言的问题也很明显，因为是统计学家们创建了R语言，所以其语法略显怪异。而且R语言要想实现大规模分布式系统，还需要很长一段时间的工程之路要走。所以很多公司使用R语言做原型试验，算法确定之后，再翻译成工程语言。Python也是数据科学家最喜欢的语言之一。和R语言不同，Python本身就是一门工程性语言，数据科学家用Python实现的算法，可以直接用在产品中，这对于大数据初创公司节省成本是非常有帮助的。正式因为数据科学家对Python和R的热爱，Spark为了讨好数据科学家，对这两种语言提供了非常好的支持。Python的数据处理相关类库非常多。高性能的科学计算类库NumPy和SciPy，给其他高级算法打了非常好的基础，matploglib让Python画图变得像Matlab一样简单。Scikit-learn和Milk实现了很多机器学习算法，基于这两个库实现的 Pylearn2 ，是深度学习领域的重要成员。 Theano 利用GPU加速，实现了高性能数学符号计算和多维矩阵计算。当然，还有 Pandas ，一个在工程领域已经广泛使用的大数据处理类库，其DataFrame的设计借鉴自R语言，后来又启发了Spark项目实现了类似机制。对了，还有 iPython ，这个工具如此有用，以至于我差点把他当成标准库而忘了介绍。iPython是一个交互式Python运行环境，能够实时看到每一段Python代码的结果。默认情况下，iPython运行在命令行，可以执行 ipython notebook 在网页中运行。用matplotlib绘制的图可以直接嵌入式的显示在iPython Notebook中。iPython Notebook的笔记本文件可以共享给其他人，这样其他人就可以在自己的环境中重现你的工作成果；如果对方没有运行环境，还可以直接转换成HTML或者PDF。为什么是Python正是因为应用开发工程师、运维工程师、数据科学家都喜欢Python，才使得Python成为大数据系统的全栈式开发语言。对于开发工程师而言，Python的优雅和简洁无疑是最大的吸引力，在Python交互式环境中，执行 import this，读一读Python之禅，你就明白Python为什么如此吸引人。Python社区一直非常有活力，和NodeJS社区软件包爆炸式增长不同，Python的软件包增长速度一直比较稳定，同时软件包的质量也相对较高。有很多人诟病Python对于空格的要求过于苛刻，但正是因为这个要求，才使得Python在做大型项目时比其他语言有优势。OpenStack项目总共超过200万行代码，证明了这一点。对于运维工程师而言，Python的最大优势在于，几乎所有Linux发行版都内置了Python解释器。Shell虽然功能强大，但毕竟语法不够优雅，写比较复杂的任务会很痛苦。用Python替代Shell，做一些复杂的任务，对运维人员来说，是一次解放。对于数据科学家而言，Python简单又不失强大。和C/C++相比，不用做很多的底层工作，可以快速进行模型验证；和Java相比，Python语法简洁，表达能力强，同样的工作只需要1/3代码；和Matlab，Octave相比，Python的工程成熟度更高。不止一个编程大牛表达过，Python是最适合作为大学计算机科学编程课程使用的语言——MIT的计算机入门课程就是使用的Python——因为Python能够让人学到编程最重要的东西——如何解决问题。

首先，python是一门跨平台，开源的解释型语言，因为开源，所以功能可扩展，未来有无限的可能性，并且是一门胶水语言，可以和其他任何一门语言结合使用然后，python能干嘛：（我自己整理的）web前建站，web后端的脚本，运维自动化，后台管理网络方面：爬虫，伪路由开发方面：软件开发，游戏开发（小型游戏和网页游戏），移动开发（微信小程序，公众号）大数据处理方面：金融，炒股等等未来的主方向：AI（人工智能，机器语言）（可能还有我没有整理到的，因为python开源，可扩展，指不定哪天又有新的技术出现）所以以上的方面，基本上在IT方面算是全栈了，然后上面的每一项如果你精通了都可以拿来搞个什么项目当然python的缺点还是有很多，比如速度相比C，JAVA慢很多啊等等的，这些问题后期官方团队会慢慢解决的。所以，你学完python后，按照上面的你感兴趣的研究就行了

我比较看好zabbix这款监控软件，理由如下：1.分布式监控，天生具有的功能，适合于构建分布式监控系统，具有node，proxy2种分布式模式2.自动化功能，自动发现，自动注册主机，自动添加模板，自动添加分组，是天生的自动化运维利器的首选，当然于自动化运维工具搭配，puppet+zabbix，或者saltstack+zabbix，那是如鱼得水。3.自定义监控比较方便，自定义监控项非常简单，支持变量，支持low level discovery，可以参考我写的文档自动化运维之监控篇---利用zabbix自动发现功能实现批量web url监控4.触发器，也就是报警条件有多重判断机制，当然，这个需要你去研究一下，这也是zabbix的精华之处，5.支持多种监控方式，agentd，snmp，ipmi，jmx6.提供api功能，二次开发方便，你可以选用zabbix来进行二次深度开发，结合cmdb资产管理系统，业务管理系统，从而使你的自动化运维系统达到新的高度。6.提供api功能，二次开发方便，你可以选用zabbix来进行二次深度开发，结合cmdb资产管理系统，业务管理系统，从而使你的自动化运维系统达到新的高度。7.当然zabbix还有很多其他功能，这里不一一介绍了。很多人说zabbix不简单，其实是zabbix的设计理念有些超前，当你都研究到一定程度，你不得不佩服zabbix的团队是非常强悍的，这种工作机制也是相对先进的。国内的大厂，都有一套自己的监控系统，自己设计，自己开发，其功能也能和zabbix一样，更能适合于自己的需求，但一般企业用，特别是中型互联网公司，还是极力推荐zabbix。

Docker可以达到你的目的 服务器数量少的话没有太大必要，毕竟Docker是设计给Cluster用的，或许你可以考虑一下ansible或者saltstack当然你要用Docker也没有问题 配好一台机子，然后export 其他的全都import或者自己写一个Dockerfile拿到各台自己Build一下就好了

Ansible 和 SaltStack 都提供了 Python 直接调用的API, 这方便了 Pythoner 对这些软件进行二次开发和整合, 此功能着实方便了不少, 比起 Python 代码中调用 shell 也略显专业!然而 Ansible 在2.0版本后重构了大部分的代码逻辑, 启用了2.0版本之前的 Runner 和 Playbook 类, 使得广大同学之前的代码运行错误. 择日不如撞日, 今天中午对照 官方的文档, 结合源代码, 对2.0版本之后的 Python API 做了下探究 Adhoc adhoc 其实就是执行 Ansible 模块, 通过 adhoc 我们可以方便快捷的完成一些临时的运维操作.2.0 之前的调用 import ansible.runnerimport jsonrunner = ansible.runner.Runner( module_name="ping", # 模块名 module_args="", # 模块参数 pattern="all", # 目标机器的pattern forks=10 )datastructure = runner.run()data = json.dumps(datastructure,indent=4)当然这里会去加载默认的 inventory如果不想使用 inventory 文件或者想使用动态的 inventory, 则可以使用 host_list 参数代替 import ansible.runnerimport jsonrunner = ansible.runner.Runner( host_list=["10.10.0.1"], # 这里如果明确指定主机需要传递一个列表, 或者指定动态inventory脚本 module_name="ping", # 模块名 module_args="", # 模块参数 extra_vars={"ansible_ssh_user":"root","ansible_ssh_pass":"xx"}, forks=10 )datastructure = runner.run()data = json.dumps(datastructure,indent=4)2.0 之后的调用 import jsonfrom ansible.parsing.dataloader import DataLoaderfrom ansible.vars import VariableManagerfrom ansible.inventory import Inventoryfrom ansible.playbook.play import Playfrom ansible.executor.task_queue_manager import TaskQueueManagerfrom ansible.executor.playbook_executor import PlaybookExecutorloader = DataLoader() # 用来加载解析yaml文件或JSON内容,并且支持vault的解密variable_manager = VariableManager() # 管理变量的类,包括主机,组,扩展等变量,之前版本是在 inventory 中的inventory = Inventory(loader=loader, variable_manager=variable_manager)variable_manager.set_inventory(inventory) # 根据 inventory 加载对应变量class Options(object): """ 这是一个公共的类,因为ad-hoc和playbook都需要一个options参数 并且所需要拥有不同的属性,但是大部分属性都可以返回None或False 因此用这样的一个类来省去初始化大一堆的空值的属性 """ def __init__(self): self.connection = "local" self.forks = 1 self.check = False def __getattr__(self, name): return Noneoptions = Options()def run_adhoc(): variable_manager.extra_vars={"ansible_ssh_user":"root" , "ansible_ssh_pass":"xxx"} # 增加外部变量 # 构建pb, 这里很有意思, 新版本运行ad-hoc或playbook都需要构建这样的pb, 只是最后调用play的类不一样 # :param name: 任务名,类似playbook中tasks中的name # :param hosts: playbook中的hosts # :param tasks: playbook中的tasks, 其实这就是playbook的语法, 因为tasks的值是个列表,因此可以写入多个task play_source = {"name":"Ansible Ad-Hoc","hosts":"10.10.0.1","gather_facts":"no","tasks":[{"action":{"module":"shell","args":"w"}}]} play = Play().load(play_source, variable_manager=variable_manager, loader=loader) tqm = None try: tqm = TaskQueueManager( inventory=inventory, variable_manager=variable_manager, loader=loader, options=options, passwords=None, stdout_callback="minimal", run_tree=False, ) result = tqm.run(play) print result finally: if tqm is not None: tqm.cleanup()if __name__ == "__main__": run_adhoc()Playbook playbook 则类似于 SaltStack 中的 state2.0 之前的调用 from ansible import callbacksfrom ansible import utilsfrom ansible.playbook import PlayBookstats = callbacks.AggregateStats()callback = callbacks.PlaybookCallbacks()runner_callbacks = callbacks.PlaybookRunnerCallbacks(stats)pb = ansible.playbook.PlayBook( playbook="tasks.yml", stats=stats, callbacks=playbook_cb, runner_callbacks=runner_cb, check=True)pb.run()2.0 之后的调用 import jsonfrom ansible.parsing.dataloader import DataLoaderfrom ansible.vars import VariableManagerfrom ansible.inventory import Inventoryfrom ansible.playbook.play import Playfrom ansible.executor.task_queue_manager import TaskQueueManagerfrom ansible.executor.playbook_executor import PlaybookExecutorloader = DataLoader() # 用来加载解析yaml文件或JSON内容,并且支持vault的解密variable_manager = VariableManager() # 管理变量的类,包括主机,组,扩展等变量,之前版本是在 inventory 中的inventory = Inventory(loader=loader, variable_manager=variable_manager)variable_manager.set_inventory(inventory) # 根据 inventory 加载对应变量class Options(object): """ 这是一个公共的类,因为ad-hoc和playbook都需要一个options参数 并且所需要拥有不同的属性,但是大部分属性都可以返回None或False 因此用这样的一个类来省去初始化大一堆的空值的属性 """ def __init__(self): self.connection = "local" self.forks = 1 self.check = False def __getattr__(self, name): return Noneoptions = Options()def run_playbook(): playbooks=["task.yaml"] # 这里是一个列表, 因此可以运行多个playbook variable_manager.extra_vars={"ansible_ssh_user":"root" , "ansible_ssh_pass":"xxx"} # 增加外部变量 pb = PlaybookExecutor(playbooks=playbooks, inventory=inventory, variable_manager=variable_manager, loader=loader, options=options, passwords=None) result = pb.run() print resultif __name__ == "__main__": run_playbook()

经常有人在群里问，运维人员需不需要学开发？需不需要学 PYTHON ？ PYTHON 和 SHELL 有什么区别？天天问这种好水的问题，我实在受不了，决定帮大家扫扫盲，求求新手们，以后别他妈瞎问了。　　现阶段，掌握一门开发语言已经成为高级运维工程师的必备计能，不会开发，你就不能充分理解你们系统的业务流程，你就不能帮助调试、优化开发人开发的程序， 开发人员有的时候很少关注性能的问题，这些问题就得运维人员来做，一个业务上线了，导致 CPU 使用过高，内存占用过大，如果你不会开发，你可能只能查到进程级别，也就是哪个进程占用这么多，然后呢？然后就交给开发人员处理了，这样咋体现你的价值？　　另外，大一点的公司，服务器都上几百，上千，甚至数万台，这种情况下怎样做自动化运维？用 SHELL 写脚本 FOR 循环？呵呵，歇了吧， SHELL 也就适合简单的系统管理工作。到复杂的自动化任务还得要用专门的开发语言。你可能说了，自动化管理有专门的开源软件＼监控也有，直接拿来用下就好了，但是现有的开源软件如 puppetsaltstackzabbix agio 多为通用的软件，不可能完全适用你公司的所有需求，当你需要做定制、做二次开发的时候，你咋办？找开发部门？开发部门不懂运维的实际业务逻辑，写出来的东西烂烂不能用，这活最后还得交给运维开发人员来做。　　其次，不会运维开发，你就不能自己写运维平台＼复杂的运维工具，一切要借助于找一些开源软件拼拼凑凑，如果是这样，那就请不要抱怨你的工资低，你的工作不受重视了。　　为什么要学 PYTHON ？　　PYTHON 第一是个非常牛 B 的脚本语言， 能满足绝大部分自动化运维的需求，又能做后端 C/S 架构，又能用 WEB 框架快速开发出高大上的 WEB 界面，只有当你自已有能力做出一套运维自动化系统的时候，你的价值才体现出来，你才有资格跟老板谈重视， 否则，还是老老实实回去装机器吧。　　运维开发为什么要用 PYTHON ？　　Good question, 为什么不用 PHP ， JAVA ， C++ ， RUBY ，这里我只能说，见人见智， 如果你碰巧已经掌握了除 PYTHON 之外的其它语言，那你爱用啥用啥，如果你是一个连 SHELL 都还没写明白的新手，想学个语言的话，请用 PYTHON ， 为什么呢？首先， PHP 是跟 PYTHON 比的最多的，其实他俩根本就不用比，为什么呢？两个语言适用性不同， PHP 主要适用于 WEB 开发，可以迅速的做出中小型，轻量级的 WEB 网站，但后端嘛，基本还是要借助其它语言， 借助什么语言呢？ SHELL ？ PYTHON ？呵呵。 而 PYTHON 呢， 是个综合语言， 前后端都可以，单拿出来比 WEB ，也一点不比 PHP 差，但为什么WEB方向上 PHP 比 PYTHON 要火？ 先入为主嘛， PHP 90 年代诞生就是做 WEB 的， PYTHON2000 年后才出现 WEB 框架，但论优秀程度上， PYTHON 的 WEB 框架基本上出其无左，至少是跟 PHP 比。　　那 JAVA 呢？好吧，一个臃肿＼中庸＼豪无新意的语言，还是老老实实用它来做 ERP 吧，搞个运维小平台，用 JAVA 真心没啥必要，在我看来， JAVA 就是稳定的中年男人，稳定＼成熟＼秃顶，而 PYTOHN 代表的就是青春， 简洁＼快＼干净＼帅！　　C++ ＼ C ，这个嘛，我只能说，如果你会了 PYTHON, 又会 C 的话，那你会更吃香，但是不会 C 的话，其实也无大碍，基本上做运维的人，搞搞 C 就是为了来装 B 的，因为多数情况下你都到不了看系统底层源码的程度。　　RUBY ，小日本开发的，还不错，风格跟 PYTHON 有点像，因为 ruby onrails 出了名，国外用的比较多，国内，放心吧，没戏， PYTHON 已经把它的想象空间都占死了。　　当然还有新的语言 GO ， 有些搞运维的看见做开发的人员搞 GO ，也想凑热闹，觉得是未来，我想说，别瞎没事跟风， GO 再成功，也不会变成运维开发语言。　　有些人觉得 PYTHON 效率底，说他不能支持多线程， OH ，好吧，这个还有点说对了，但是我想问，看我这篇文章的有几个做过搜索引擎开发？有几个做个上亿 PV 的并发网站开发？ 有几个看过 LINUX 内核源码？如果没有，请别瞎跟着传了，知道 PYTHON 为什么不支持多线程吗？这句话问错了，其实 PYTHON 支持多线程，只是不支持多 CPU 多线程，也就是一个程序 spawn 出来的多线程只能占用一个 CPU ，但是为什么呢？噢，因为 GIL ， GIL 是什么东东，请自行补脑。。。但是你非得用多线程吗？你可以用多进程呀，再牛 B 你还可以用协程呀，这些 PYTOHN 支持的都很好呀，如果你的程序逻辑不好，搞个多线程也快不起来。我认识一个博士讲过一句话，我觉得不错，他说，程序效率高低， 80% 都是写程序的人决定了，语言本身就占 20% ，所以下次有人再说 PYTHON 效率低的时候，请让他先回去自己检查下自己的程序多了多少无用的逻辑、循环等等。 这个博士自己用 PYTHON 写的 WEB 程序，一台服务器每天能处理上亿请求，一秒并发近两万， 什么 WEB 框架这么牛 B ？ 别问它是谁， 它叫 tornado 。　　PYTHON 能否自学？　　当然可以，什么都可以自学，前提是你得能学得会，见过 N 多菜鸟踏上上自学的不归路，他妈的什么都能自学的话，还用大学干什么？自己在家鳖不就行了？动不动就说 PYTHON 是个脚本语言，自己看看就不会了，说这话的只可能有两种人，一种是高手，一种是 SB ，对于高手来讲，他肯定已经会其它语言， PYTHON 在这种情况下，自学当然就很容易学会，几年前我刚接触 PYTHON 时，代码遇到问题，找了个开发的哥们帮调试，哥们帮调了十几分钟就搞定了，结果人家以前一句 PYTHON 代码也没写过，为什么，因为语言都有相通之处，一门掌握好了，其它门自己学学就会了。但对于新手来讲，没任何语言基础就开始自学，那么恭喜你，菜鸟们见此文章为证，从今天开始自学，一年后，你要是能自己做出个软件来，来找我要一千块钱。 哈哈，真的。 基本上自学是属于专业人员干的事情，就像会一门乐器了，自己学下就可能学会另一门，但我之前没音乐基础，跟着老师都没把吉它学会。　　所以奉劝没基础又想学 PYTHON 的同学，花点钱去报个班学吧，拿钱换时间，时间是生命，钱没了可再挣钱，时间过去了就再也不会回来，如果你不信邪，非要自己学，那我佩服你的勇气，不过自己试试就知道了。　　说了这么多，只想告诉那些迷茫不知所措该学什么语言的新手们， 在你还没学好走路的时候，不要老想着，将来我当上老板了，我是开宝马呢？还是开奔驰呢？先学会骑自行车吧。。。转载

首先我们来看看Python在公司的一些基础应用：1、验证算法：就是对公司一些常见设计算法或者公式的验证，公式代码化。2、快速开发：这个大家应该都比较熟悉，快速开发，就是用成熟框架，更少的代码来开发网站，Python在网站前后台有大量的成熟的框架，如django，flask，bottle，tornado，flask和django的使用较多，国内用Python开发的网站有：知乎、豆瓣、扇贝、腾讯、阿里巴巴;3、测试运维：用python实现的测试工具及过程，包含服务器端、客户端、web、andriod、client端的自动化测试，自动化性能测试的执行、监控和分析，常用seleniumappium等框架。做运维同学应该清楚，在Linux运维工作中日常操作涵盖了监控，部署，网络配置，日志分析，安全检测等等许许多多的方面，无所不包。python可以写很多的脚本，把“操作”这个行为做到极致。与此同时，python在服务器管理工具上非常丰富，配置管理(saltstack)批量执行(fabric,saltstack)监控(Zenoss,nagios插件)虚拟化管理(python-libvirt)进程管理(supervisor)云计算(openstack)......还有大部分系统C库都有python绑定。4、数据分析：Python有三大神器：numpy,scipy,matplotlib,其中numpy很多底层使用C语言实现的，所以速度很快，用它参加各种数学建模大赛，完全可以替代r语言和MATLAB。spark，Hadoop都开了Python的接口，所以使用Python做大数据的maprece也非常简单，加上py对数据库支持都很好，或者类似sqlalchemy的orm也非常强大好用。特别是目前，Python在云基础设施，DevOps，大数据处理等领域都是炙手可热的语言。领域————————流行语言云基础设施————Python,Java,GoDevOps——Python,Shell,Ruby,Go网络爬虫————Python,PHP,C++数据处理Python,R,Scala云平台分为私有云和公有云。私有云平台如日中天的OpenStack，就是Python写的。正是因为应用开发工程师、运维工程师、数据科学家都喜欢Python，才使得Python成为大数据系统的全栈式开发语言。对于开发工程师而言，Python的优雅和简洁无疑是最大的吸引力，在Python交互式环境中，执行importthis，Python社区一直非常有活力，Python的软件包增长速度一直比较稳定，同时软件包的质量也相对较高。对于运维工程师而言，Python的最大优势在于，几乎所有Linux发行版都内置了Python解释器。Shell虽然功能强大，但毕竟语法不够优雅，写比较复杂的任务会很痛苦。用Python替代Shell，做一些复杂的任务，对运维人员来说，是一次解放。对于数据科学家而言，Python简单又不失强大。和C/C++相比，不用做很多的底层工作，可以快速进行模型验证;和Java相比，Python语法简洁，表达能力强，同样的工作只需要1/3代码;和Matlab，Octave相比，Python的工程成熟度更高。不止一个编程大牛表达过，Python是最适合作为大学计算机科学编程课程使用的语言——MIT的计算机入门课程就是使用的Python——因为Python能够让人学到编程最重要的东西——如何解决问题。顺便提一句，微软高调宣布提高Python在Windows上的编程体验，包括VisualStudio支持Python，优化Python的C扩展在Windows上的编译等等。脑补下未来Python作为Windows默认组件的场景。

Python是非常强大的语言，语法简单、上手容易，功能强大，应用领域也是非常广泛的。Python可以做系统运维、云计算开发、图形处理、金融分析、游戏开发、数学处理数据库编程、网络编程、WEB编程、PYMO引擎、爬虫开发、机器学习、人工智能等等。

平台运维岗位职责15篇 　　随着社会不断地进步，岗位职责的使用频率呈上升趋势，制定岗位职责可以有效地防止因职务重叠而发生的工作扯皮现象。那么什么样的岗位职责才是有效的呢？下面是我帮大家整理的平台运维岗位职责，仅供参考，大家一起来看看吧。 平台运维岗位职责1 　　1、熟悉云技术架构，OpenStack，docker技术等 　　2、熟悉Unix，linux，windows操作系统，虚拟化平台运维，熟悉脚本开发语言， 　　3、熟悉IaaS层云计算与虚拟化概念、有云主机、云存储相关实施经验 　　4、熟悉主流云计算产品，对相关云产品有运维经验优先 平台运维岗位职责2 　　 岗位职责： 　　1.虚拟化、网络存储、服务器、数据中心、大数据、相关产品的项目交付或支撑项目迁移上云; 　　2.与客户有效沟通技术方案、项目计划和进度等，获得客户支持和认可; 　　3.正确理解、有效分析和管理客户需求; 　　4.初步掌握项目管理基本方法和工具，并运用到工作中，具备项目技术管理成功实践; 　　 任职资格： 　　1.本科学历，学信网可查，计算机软件相关专业，具有三年以上相关云计算工作经验，熟悉操作系统、网络存储、数据库等，熟悉国内主流公有云服务商应用; 　　2.熟悉虚拟化技术(KVM/Xen/LXC等)，了解OpenStack,CloudStack等云计算开源平台，了解Nginx,Nagois,Zabbix,OVS,CEPH等相关开源技术; 　　3.熟悉路由器、防火墙、交换机、负载均衡等网络设备的配置; 　　4、具有良好的技术前瞻性，独立的技术分析及故障处理能力，性格开朗，具有合作精神，良好的服务意识，责任心强; 　　5、良好的沟通和交流能力，强烈的学习欲望。 　　6.具有华为云平台实施和维护经验(VM，思杰，cytrix)，或具有华为存储产品认证者(HCNP，HCIE)优先. 平台运维岗位职责3 　　 职责： 　　1.业务平台的日常管理和维护。 　　2.服务器的配置、维护、监控、调优，相关故障、疑难问题排查处理。 　　3.应用系统性能优化。 　　4.保障服务器与业务平台安全，检查并消除安全漏洞。 　　5.设计业务平台和服务器可靠性保障方案、升级方案。 　　 任职要求： 　　1. 3年以上在线系统运维工作经验，精通Linux系统及常见服务的安装配置，熟悉常见的负载均衡实现方案并有实际实施经验。 　　2.精通Apache、NginX、MySQL等常用服务的安装、配置和维护。 　　3.精通和灵活运用一种以上的脚本语言，包括但不限于：Shell、Python等。 　　4.能够熟练排查运维过程中出现的服务故障、系统故障、网络故障。 　　5.高度的责任感，较强的故障分析及排除能力，善于在工作中学习，能够承受工作压力，能适应短期出差和加班。 　　6.优先考虑：精通LAMP架构，熟悉PHP，有相关大中型在线系统开发及维护经验。 平台运维岗位职责4 　　 系统平台运维经验要求: 　　1.具备aix、linux、windows操作系统的实际操作能力及日常运维能力(安装、监控、升级、lvm管理等),熟悉常用配置文件修改; 　　2.熟悉das、nas、san、存储虚拟化的构架和原理。 　　3.熟悉dell/emc、hds、netapp、华为等品牌的主流存储产品,能够进行配置调整,并独立完成故障诊断、备件更换等工作; 　　4.具备存储级别的容灾、数据迁移项目实施经验优先; 　　5.熟悉shell脚本,并有一定编写脚本能力。 　　6.熟悉vmware、hyper-v等虚拟化平台架构,对vmware的存储、灾备、网络、安全、升级、虚拟机管理、监控和性能等有深刻的理解。具备常见故障的分析和判断能力,熟悉vmware vsan架构者优先,具备vcp资质优先。 　　7.了解企业级备份系统构架,对于涉及虚拟机及存储各种备份技术及应用能熟练应用。 　　8.有一定的学习能力、抗压能力、解决问题能力、研究精神。 　　 其他要求: 　　1、热爱岗位、勤学肯干, 　　2、能够接受日常加班、能够在一定压力下工作 　　3、具有团队协作精神 　　4、工作稳定性 　　 工作职责: 　　1.负责服务器和存储操作系统及基本应用的配置、安装、管理及维护; 　　2.负责服务器、存储设备运行状态进行监控与巡检; 　　3.负责对服务器、存储设备的性能进行分析与优化; 　　4.负责协调供应及二线人员对突发事件的应急处理; 　　5.负责执行服务器、存储、虚拟化相关变更及发布; 　　6.协助进行数据库、中间件相关运维工作;协助开展信息安全工作运维工作。 　　7.负责组织配合二线支持人员进行现场支持工作 平台运维岗位职责5 　　1.了解市场及用户需求，负责公司云产品规划、方案设计、运营及资源管理; 　　2.负责面向研发中心的云产品需求对接，提供云产品开发方向设计。 　　3.负责面向云服务商的技术交流，优化提升公司云产品、保障公司云产品的正常运营; 　　4.解决用户在使用公司云产品及其应用过程中的各种问题并做好记录; 　　5.负责运营数据的统计与分析，并定期提交分析报告。 平台运维岗位职责6 　　职责： 　　1、负责公司海外游戏运营平台基础应用架构设计、部署、性能调优以及维护。 　　2、负责公司大数据平台应用环境的架构设计、部署、性能调优以及维护。 　　3、协助开发部进行平台代码配置管理的.规划、流程和策略的制定，严格执行代码的版本管理、发布管理、变更管理和配置审计。 　　4、负责公司企业邮箱系统的日常运维管理 　　任职要求： 　　1、本科以上学历，三年以上互联网平台从业经验，有游戏行业从业经验优先考虑。 　　2、精通Centos/Ubuntu等Linux操作系统，对系统性能安全优化有深入理解。 　　3、精通Lvs/Haproxy+Keepalived+Nginx/openresty+Resin/Tomcat+Redis/Mongodb/Memcache+Mysql的配置、使用以及调优，有丰富的DBA工作经验。 　　4、熟悉git版本控制工具的使用。 　　5、熟悉Jenkins持续集成工具的使用，对maven的构建过程与原理有所了解。 　　6、熟悉Elk+Zookeeper+Kafka分布式日志集群系统有比较深入的实际工作经验。 　　7、熟悉Hadoop+Spark大数据开发框架，能给予大数据团队提供基础的大数据应用服务。 　　8、熟悉postfix+extmail+SpamAssassin邮件系统的部署;熟悉常用的反垃圾邮件组件。 　　9、具有shell或python语言开发能力，对自动化运维体系有比较深刻的理解，认同devops工作理念。 平台运维岗位职责7 　　1、部署环境实施规划 　　2、K8S部署安装 　　3、GitLab，Nginx，Jenkins，Redis，Mysql，Harbor软件安装部署 　　4、Spring cloud微服务部署 　　5、远程访问软件安装 　　6、服务器linux系统安装，KVM虚拟化 　　7、大数据集群机器容量(CPU，内存，硬盘)以及组件规划 　　8、售后技术支持 　　9.熟悉主流服务器调测配置 平台运维岗位职责8 　　 云平台运维工程师杭州漠坦尼科技有限公司杭州漠坦尼科技有限公司,漠坦尼,漠坦尼职责描述: 　　1、负责基于openstack的云平台部署、运维工作,参与openstack运维系统的研究工作; 　　2、负责组织openstack技术研究和攻关工作; 　　3、负责openstack运维工作; 　　4、解决openstack云平台的故障。 　　5、把握openstack技术发展的大方向,跟进社区及主要商业版本的技术演进路线; 　　 任职要求: 　　1、对openstack架构和各个模块有深入的理解,参与过架构设计及优化； 　　2、了解sdn/nfv,熟练掌握ovs、openflow、vxlan等sdn技术,熟练掌握基本网络原理,可针对不同环境规划openstack网络; 　　3、精通linux系统原理,tcp/ip通信原理,熟悉python,熟悉docker, 　　4、熟悉iptables、ebtables等linux网络技术和常用网络通信协议; 　　5、熟悉vmware、kvm、hyper-v等虚拟化技术； 平台运维岗位职责9 　　Responsibility 　　1、解决藏宝阁各种紧急事件，日常问题查证和BUG跟进处理，与产品及技术沟通协调问题处理方案; 　　2、利用脚本完善运维处理工具，提交需求优化操作后台，提高运维以及一线工作人员工作效率; 　　3、对运营数据进行分析，根据运营中出现的问题进行分析，及时输出分析报告及解决方案; 　　4、对相关运营流程、活动流程进行梳理，并对一线客服人员进行培训和规范，提高日常问题及活动问题处理效率及用户满意度并对相关KPI负责。 　　Requirements 　　1、具有高度的保密意识和责任心，能承受较强的工作压力; 　　2、积极主动，敢于接受挑战，性格开朗，有较强的团队合作精神，乐于分享; 　　3、精通梦幻系列、大话系列等公司主流端手游游戏设置，对游戏有一定敏感性 　　4、熟练Python使用，具有一定的数据分析能力; 　　4、善于人际沟通，熟悉团队各类业务流程; 　　5、熟练使用excel、word、PPT，了解internet网络知识。 平台运维岗位职责10 　　职责： 　　1、负责私有云PaaS平台平台整体功能规划及系统设计; 　　2、负责私有云PaaS平台平台基础中间件及基础数据库服务的规划及系统设计; 　　3、负责私有云PaaS平台平台微服务应用相关的服务规划及系统设计; 　　4、负责公司已有IT系统私有云PaaS平台平台部署的架构和迁移方案设计，并对应用迁移到私有云PaaS平台上提供技术支持; 　　5、指导并带领开发工程师进行详细设计、系统开发等工作，保障设计方案的实施与落地。 　　职位要求 　　1、本科及以上学历，计算机相关专业，5年以上工作经验，云计算相关工作经验2年以上。 　　2、具备较强私有云平台开发能力，至少精通Java/Shell编程语言，至少拥有阿里云、私有云PaaS平台的设计开发经验，有完整私有云平台(IaaS+PaaS)产品搭建经验值优先; 　　3、精通docker/Kubernetes容器技术，了解cgroup/Namespace技术原理; 　　4、熟练OpenShift、Spring Cloud、Dubbo技术，有完整的微服务设计和相关使用规范; 　　5、熟悉常用中间件(如Redis、RocketMQ、Kafka、ElasticSearch等)及分布式数据库的原理及集群构建，有实际项目经验者优先; 　　6、熟悉分布式架构基本原理，包括分布式计算、分布式存储、分布式缓存、分布式数据库、分布式消息中间件等，在高性能计算、并行处理、Linux环境、虚拟化技术、集群部署、分布式任务调度、分布式资源管理等云计算相关领域有开发经验者优先; 　　7、具有物联网，流媒体等PaaS产品设计开发经验者优先; 平台运维岗位职责11 　　职责: 　　1、配合对系统进行持续优化，满足高可用、高性能等特性; 　　2、负责服务器配置管理、基础软件安装以及性能调优、应用部署等工作; 　　3、配合解决运维工作中重大故障，性能瓶颈等相关疑难问题; 　　4、配合优化运维规范、工作流程、应急预案等。 　　任职要求： 　　1、两年以上互联网运维经验，了解容量规划、性能优化; 　　2、熟悉linux系统，了解tcp/ip以及具有丰富的广域网、局域网网络络知识; 　　3、有网站运维经验，熟练使用shell脚本编程语言; 　　4、熟悉MySql，Redis，Elasticsearch等; 　　5、具有故障排查能力，有很好的技术敏感度; 　　6、有自动化运维经验，熟悉Puppet、Saltstack、Ansible以及Fabric的优先; 　　7、熟悉如Nagios、Cacti、zabbix、zenoss等监控监控软件并能对相关指标进行分析; 　　8、有DBA经验的优先。 　　平台架构师负责企业服务类Saas产品的架构设计和落地，其中包括但不限于存储、安全、中间件、网络、DevOps等各类云产品。下面我给大家带来关于平台架构师岗位职责，希望会对大家的工作与学习有所帮助。 平台运维岗位职责12 　　 职责： 　　1、负责已验收项目的运维工作(系统安装部署、使用问题咨询、升级维护等); 　　2、负责已验收项目的问题及需求梳理，收集客户反馈的问题和新需求，整理成文档; 　　3、负责已验收项目的系统维护，包括系统常见问题的处理，确保系统正常运行等; 　　4、负责已验收项目的软件开发及优化，包括软件使用过程中出现的问题定位、分析、解决，负责软件Bug修复和新需求功能开发; 　　5、负责已验收项目的软件相关文档编写及汇报相关工作。 　　6、完成部门领导安排的其他日常事务。 　　 任职要求： 　　1、计算机等相关专业本科及以上学历; 　　2、具备良好的沟通协调能力，文档编写能力; 　　3、熟悉java，spring，hibernate，js，jquery，jsp，SQLServer，Oracle数据库等基础; 　　4、有信息化系统运维开发经验，优先考虑。 　　5、有环保行业工作背景优先。 平台运维岗位职责13 　　职责： 　　1、负责智慧城市平台领域的需求分析、产品与架构设计，编写核心代码; 　　2、负责系统的安全性，高可用性，性能优化以及开放扩展性; 　　3、制订和review产品领域的技术规范，指导和培训开发工程师; 　　4、负责项目进度把控，线上故障的及时排错及处理; 　　5、研究新的web、云计算、大数据平台和技术; 　　6、参与技术研发团队管理工作; 　　任职要求： 　　1、5年以上Java研发和软件设计经验; 　　2、2年以大型项目及平台设计经验，有大型互联网平台设计与研发经验优先; 　　3、熟练掌握主流应用服务器架构体系，数据库以及各种中间件技术，如Tomcat、Redis、Memcahced、HTTP、Ajax、MySQL、JMS等; 　　4、熟悉大规模系统的负载均衡、缓存、网络存储、网络安全、数据库高可用设计及性能评估机制; 　　5、 具备良好的系统分析能力，良好的抽象思维和逻辑思维能力，独立分析问题解决问题的能力; 　　6、可承受较大压力，有责任感，较强的沟通协调能力，具有团队合作精神,能带领团队进行主要平台产品的研发和平台升级优化; 　　7、有团队管理经验，熟悉大型项目管理流程规范，有PMP等项目管理证书者优先; 平台运维岗位职责14 　　职责： 　　1. 负责公司的新产品研发 ; 　　2. 深入发掘和分析业务需求，撰写技术方案和系统设计 ; 　　3. 核心代码编写、指导和培训工程师、不断进行系统优化. 　　岗位要求： 　　1. JAVA基础扎实，理解io、多线程、集合等基础框架，对JVM原理有一定的了解; 　　2. 4年及以上使用JAVA开发的经验，对于你用过的开源框架，能了解到它的原理和机制;对Spring,Spring Boot等开源框架熟悉; 　　3. 熟悉分布式系统的设计和应用，熟悉分布式、缓存、消息等机制;能对分布式常用技术进行合理应用，解决问题; 　　4. 掌握多线程及高性能的设计与编码及性能调优;有音视频服务器开发经验; 　　5. 掌握Linux 操作系统和大型数据库(Postgresql、MySql、nosql);对sql优化有丰富的经验; 　　6. 学习能力强，适应能力好;具备耐心/细心的品质; 　　7. 喜欢去看及尝试最新的技术，追求编写优雅的代码，从技术趋势和思路上能影响技术团队。 　　网站工程师需要负责网站的日常维护，保证网站的安全，维护相关的工具,是一个公司很重要的岗位。下面我给大家带来关于网站工程师工作职责，希望会对大家的工作与学习有所帮助。 平台运维岗位职责15 　　 平台运维工程师： 　　一、 　　1、 cloudera大数据平台集群规划与搭建; 　　2、大数据平台安全防护与应急响应; 　　3、协助研发团队对存储资源以及集群资源统一分配与调度、性能调优、故障分析与诊断; 　　4、实时监控接入平台的saas服务的所有数据安全等; 　　5、按照安全架构师的统一规划实施数据平台等保三级相关配套防护措施; 　　6、与cloudera等合作伙伴保持良好互动,协调iaas运维工程师解决数据 　　二、 　　1、 paas平台日常运行和维护; 　　2、 paas资源安全防护与应急响应; 　　3、协助研发团队对容器与容器镜像资源统一分配与调度、性能调优、故障分析与诊断; 　　4、实时监控接入平台物联设备应用安全、数据安全和网络安全等; 　　5、配合集团paas平台集群对接,保证上海paas平台高可用性; 　　6、与paas合作伙伴保持良好互动,协调iaas运维工程师解决各种突发问题 ;

要成为一名成功的技师或者工程师，需要拥有多年在各类网络计算机环境中处理日常事务和建立最佳做法的经验。虽然一门可能或一次考试并不能增长此类经验，但培训和认证考试，尤其是在实验室中进行的动手练习，能够衡量是否具备此类经验。正是因为这个原因，红帽认证工程师考试才被确定为一实际操作能力为基础的考试。红帽认证工程师或红帽认证技师认证可以作为个人评估自己是否能够从事与红帽Linux计算相关的主要职位以及用人单位评估员工是否能够从事与红帽Linux计算相关的主要职位的一个标准。红帽认证工程师认证能够证明获得认证的人员已通过了基于实际操作能力的操作考试。在这一考试中，对其是否具有下列技能进行了测试：安装和配置红帽Linux、了解硬件的局限性、为某一网络配置基本的网络和文件系统、配置XWindows系统、执行基本的红帽Linux系统管理工作、为网络服务器进行基本的安全配置、为机构设置和管理常用的企业网络互联（IP）服务、对服务器进行诊断和故障排除。红帽认证工程师认证的就绪（readiness）目标是确保通过认证的人员具有标准水平的系统和网络管理技能，从而使其“从技术的角度来讲有能力对运行常用企业网络服务的红帽Linux服务器进行设置、配置和管理并进行安全方面的设置、配置和管理”。

安全经理岗位职责(14篇) 　　随着社会不断地进步，岗位职责使用的情况越来越多，岗位职责是指一个岗位所需要去完成的工作内容以及应当承担的责任范围。那么什么样的岗位职责才是有效的呢？下面是我收集整理的安全经理岗位职责，欢迎阅读，希望大家能够喜欢。 安全经理岗位职责1 　　 工作职责 　　1、根据项目主计划制定产品软件开发计划，跟进软件开发计划的执行过程。 　　2、根据公司开发流程，开展软件项目管理各项活动。 　　3、根据项目计划里程碑的要求，参与制定关键问题的解决计划，并跟进计划的执行。 　　4、熟悉客户软件交付流程和质量要求，按期保质保量的交付软件。 　　5、承担版本发布的配置管理和版本编译工作。 　　 任职要求 　　1、正直、专注、耐心，热爱手机开发。 　　2、富有合作精神，能够和研发团队无障碍沟通。 　　3、计算机科学、计算机应用、软件工程、电子工程相关专业本科以上学历，熟悉C，C++，Java语言开发，熟悉Android软件架构； 　　4、有5年以上Android手机ROM开发和项目管理经验，熟悉手机生产过程。 　　5、熟悉软件配置管理和Android系统编译工作。 　　6、能够经常中长期出差者优先。 安全经理岗位职责2 　　1、在集团和中心物业管理规划指导之下，编制本商场业务方案，并组织落实； 　　2、按照检修计划跟进落实设施、设备的系统运行、检查、保养及维修工作； 　　3、依据国家法律法规相关规定，结合公司物业管理制度及政策根据商场的实际情况细化制订本商场物业的管理制度、操作规程，并检查督促落实； 　　4、定期对关键机房进行巡检监督基础维护工作、每日对装修展位进行巡检监督施工隐患； 　　5、负责督促下属员工严格遵守岗位职责和各项操作规程，确保员工法定持证上岗； 　　6、依据年度目标责任内容，促进预算执行、设施设备维保、培训、人才培养、重大维修改造等计划的制定，并建立相应的岗位绩效考核指标； 　　7、确定工作目标，制定工作和培训计划，做好物业管理知识、技能的培训以及突发事件的应急处理等培训，做好月度、季度、年度的工作总结，以及KPI的执行； 　　8、做好五项维保合同执行的监督指导，确保外包工作合规有效，监督每月对外包合同进行评估； 　　9、对各项能源损耗、费用支出严格控制，有计划性地减少能源损耗，做到高效低能，防盗降损； 　　10、做好商场组织建设工作，做好人才梯队建设、提高人员素质、改善人员结构、提高退伍军人所占比率，通过各项措施降低员工流失率； 　　11、全心全意为顾客服务，并打造使用15年有品质商场； 　　12、协助负责相应的外联工作； 　　13、完成上级领导交办的其他工作。 安全经理岗位职责3 　　1.接受经理助理的工作安排，认真完成各项工作。 　　2.对治安、车辆管理员日常工作进行检查、监督、考核和安排管理处的临时工作任务。 　　3.协助安全管理经理制定每月工作计划，并检查安全管理部每周、每月工作执行情况，做好检查、考核记录。 　　4.检查、监督大厦治安、消防工作并巡视记录。 　　5.负责处理治安工作中遇到的疑难问题，不能解决的及时向管理处经理助理或经理汇报。 　　6.定时、不定时（晚上零点之后的检查，一周不少于1次）对各岗位执勤人员的工作进行巡查、督导。 　　7.对因下属玩忽职守、屡次不遵守治安工作手册规定，导致业户投诉或造成较大损失的，负领导责任。 　　8.做好安全管理员的培训、考核工作。 　　9.热情接待业户，及时处理顾客对治安的投诉，并做好记录。 　　10.熟练掌握消防器材的使用，发生火警，应立即采取应急措施。 安全经理岗位职责4 　　 职责描述 : 　　1.建立本区域安全生产监督保障体系并具体实施。 　　2.组织编制区域年度安全管控计划。 　　3.组织区域开展日常安全生产检查,督促隐患整改,组织落实集团安全活动。 　　4.组织安全生产宣传、教育、培训工作,督促相关岗位人员持证上岗。 　　5.领导安全管理部门开展工作,督促、指导项目安全生产工作。 　　6.实施应急预案,参加因工伤亡事故的调查、分析、处理。 　　7.组织制订处置重大安全隐患和应急抢险中的技术方案。 　　8.参加重大工程项目特殊结构安全防护设施的验收。 　　 任职要求 : 　　1、持有注册安全工程师证。 　　2、年龄40周岁及以下,本科及以上学历,安全、工程管理等相关专业。 　　3、具备8年及以上工作经验,其中3年及以上大型国企项目施工现场安全管理工作经验,担任项目安全总监及以上职位3年以上经历。 　　4、道德品质好,遵章守纪,有强烈的事业心、责任感;清正廉洁,严于律己;身体健康,心理素质良好;吃苦耐劳。 安全经理岗位职责5 　　 岗位描述 　　1、负责车联网数据服务运维工作的整体规划 　　2、负责规划组建运维团队以及定义角定分工 　　3、建立和完善规范化的运维体系，保证运维质量 　　4、制定突发事件处理响应机制，解决实际突发问题 　　5、负责与供应商运维团队协作完成平台的整体运维工作 　　6、负责自动化运维能力的设计、开发和优化，及监控体系的建设 　　 岗位要求 　　1、全日制大学本科及以上学历，计算机或相关专业，8年以上工作经验，5年以上运维工作经验 　　2、熟练使用APM监控工具Dynatrace 　　3、熟练使用Java、Python等语言，精通Java开发 　　4、有CMDB，Zabbix，ELK，Saltstack等自动化运维软件的开发经验 　　5、熟悉使用工具Jenkins、Git、GitLab、SVN中的任一种或任多种 　　6、精通容器技术，熟练运用Docker，熟悉至少一种容器编排引擎 　　7、熟悉阿里公有云相关PaaS组件 安全经理岗位职责6 　　 职责： 　　1、根据信息安全总体战略和规划，参与起草和制定信息安全管理制度与规范；参与完善信息安全策略、控制措施及信息安全技术标准； 　　2、参与信息系统安全架构设计和风险评估（如系统底层结构、业务数据流向、应用逻辑等）； 　　3、配合行内/行外的安全审计，负责对内部、分支机构、第三方的信息安全检查； 　　4、参与保障网络、数据、系统安全，指导安全加固，协助进行代码安全审核；负责信息安全事件应对处理，组织监控事件的分析、整改工作； 　　5、负责长期关注最新的安全动态和漏洞信息，并协助修复漏洞并跟进漏洞的修复进度 　　6、负责信息系统例行安全检查、漏洞跟踪处理、解决方案制定； 　　 要求： 　　1、了解主流信息安全技术，如网络设备、安全设备、操作系统、安全加固等 　　2、熟悉等保、ISO27001、PCIDSS及其他信息安全管理体系；熟悉ITIL等运维国际标准尤佳； 　　3、了解网络安全产品原理和安全评估方法，具备系统、web服务器等日志分析能力； 　　4、了解常见WEB安全漏洞的原理、危害、利用方式及修复方法； 　　5、了解开发流程和代码安全，有一定项目管理经验；熟悉Shell/perl/python/java/C#中一种尤佳。 　　6、全日制大学本科及以上学历，至少3年相关工作经验；从事过运维管理、信息安全、开发管理、IT审计等尤佳； 　　7、具备良好的团队协作、沟通能力，乐于接受新事物，对工作积极、严谨，勇于承担压力； 　　8、拥有CISSP、CISP、CISA、CCIE等网络、系统、安全认证者优先； 安全经理岗位职责7 　　一、协助总经理抓好公司安全生产工作，对分管范围内的安全生产负有领导责任。 　　二、认真贯彻执行国家有关安全生产的方针、政策、法律、法规，及时阅处上级有关安全生产的文件，结合分管的工作提出具体贯彻意见，并组织贯彻落实。 　　三、负责组织编制公司年度安全生产目标和安全工作计划，经审批后组织贯彻实施。 　　四、领导技术监督和技术管理工作，组织编制公司安全生产规章制度，并根据情况的变化，及时组织修改，补充完善。 　　五、负责分管安全生产的日常工作，充分发挥安全生产监督管理体系的作用。 　　六、组织编制年度安全技术劳动保护措施计划和反事故措施计划，做到项目、时间、负责人、费用落实，并负责督促实施。审查非标准运行方式、重大试验措施和重大检修项目的安全技术措施。 　　七、定期组织安全大检查活动，对各项目部存在的.隐患问题，要严格治理。 　　八、负责组织岗位技术培训，总结安全生产经验，落实安全奖惩办法。 　　九、负责组织编制突发性事件预案，并负责实施。 安全经理岗位职责8 　　岗位职责： 　　1、负责行业客户（政府、国有企事业单位）的开发和维护、信息安全服务项目（安全培训、安全咨询、安全集成、工程监理、风险评估、等级测评、软件评测、安全运维等）的挖掘和跟踪； 　　2、组织与大客户的技术交流、协助技术支持制订客户解决方案、参与项目招投标和商务谈判、完成公司制订的年度销售目标； 　　3、组织部门开发多种销售手段，落实销售手段创新； 　　4、负责控制部门预算，降低销售费用成本。 　　任职要求： 　　1、计算机或市场营销相关专业本科及以上学历 　　2、3年以上销售工作经历，熟悉销售业务流程，掌握销售技巧； 　　3、有大客户资源者优先，有专业资质者优先，军队复转干部优先，中共党员优先； 　　良好的语言表达能力、沟通协调能力，出色的社交能力及团队合作意识 安全经理岗位职责9 　　1.负责编制职业健康安全管理体系文件，策划并建立职业健康安全管理体系。按照公司管理体系文件的具体流程和规定指导部门工作的实施。 　　2.负责根据公司下发的管理目标制定本部门的目标和保证目标完成的措施，并对目标完成情况进行总结分析。 　　3.负责识别、确认并获取全公司范围内适用的安全法律、法规、规范和标准等，并对其有效性进行控制。 　　4.负责制定和完善公司安全生产规章制度、安全技术操作规程、文明施工、安全专项方案、安全防护措施、安全风险控制应急预案等安全技术作业文件。 　　5.负责组织对本部门编制的安全技术作业文件等进行培训和技术交底，并为项目部编制的各类安全技术作业文件提供技术性支持。 　　6.负责按月对各工程项目的安全生产过程、文明施工职业及健康安全管理体系的运行情况等进行监督检查。 　　7.负责按季度组织召开公司安全生产例会，对公司全部工程的安全生产状况进行总结分析，必要时采取相应的纠正预防措施。 　　8.负责对定期或不定期监督检查过程中发现的不符合或潜在不符合，提出整改意见，并对其纠正/预防措施的实施效果进行验证。 　　9.负责编制公司安全技术档案资料管理办法，规范管理各工程项目安全技术档案资料的整理、保管和移交等工作。 　　10.负责公司三类人员、特殊工种证件的申报、延期、年检培训的申报、组织、实施等日常管理工作。 　　11.负责公司工伤事故的调查取证、工伤认定、立卷等工作。 　　12.负责公司各工程项目安全协议的签订和管理工作。 　　13.负责本部门文件、资料的整理、归档等工作。 　　14.负责参分公司对项目部的综合考核。 　　15.协助部门经理，做好部门内外协调工作。 　　16.承办公司领导交办的其他工作。 安全经理岗位职责10 　　1、热爱公司，爱岗敬业，自觉维护公司的和谐、团结和稳定，自觉维护公司良好形象。 　　①严格履行公司岗位职责，全面完成各项工作任务; 　　②严禁任何恶意破坏公司形象的言行，如散布谣言、拉帮结派、制造混乱; 　　③严禁以任何方式恶意对抗公司管理; 　　2、在分部经理的领导下负责抓好分部的安全生产组织工作，每天主动与站长、分队长沟通一次，了解站场、分队情况，确保分部运营秩序正常: 　　3、在分部经理的领导下负责抓好分部安全行车、防火防盗等日常工作： 　　①一月须参加由分管领导主持的安全生产例会1次并上交月工作总结; 　　②每月参加分部安全生产例会4次;早出车例会出勤天;夜间查房检查出勤天;站场、路上检查出勤天(检查比例每日不少于上班人员的二分之一); 　　③每日到各站场、路上巡查不少于2次(检查各站场安全相关情况、检查驾驶员行车违规违纪情况);每天管控值班时间段车辆安全行车状况;每天检查一次外出加油、洗车车辆安全行车情况; 　　④填写、上报工作日志和分部每日的安全检查工作记录; 　　⑤每月配合安全运营部对分部安全生产大检查(含消防检查)、隐患大排查一次; 　　⑥每月夜间查看车辆8次; 　　⑦组织分部不同范围的责任事故、事故隐患分析会(事故调查、早训、安全例会见记录)。 　　4、在分部经理的领导下抓好分部的机务保养和检查工作，确保分部无病车上路: 　　①每天上班前、下班后组织分队长督促驾驶员对车辆的油、水、灯光、仪表、轮胎气压等进行检查。中途带着分队长按1/4的比例对停放站场休息待客车辆进行抽查,发现病车立即下达停运通知。 　　②每天检查分队长督促驾驶员对个车行驶里程满800-1000公里时对车辆安全部位上安全检查台进行检查的情况。 　　③配合安全运营部做好分部车辆的年度审验工作及其他检查、检测工作。 　　④负责每月组织分部进行一次机务大检查。 　　5、依据公司管理制度对违规违纪行为予以处罚，确保分部不发生重特大责任事故。 　　6、协助分部经理处理好相关方的关系，抓好分部员工队伍建设，加强员工思想政治教育工作，履行好一岗双责。 　　7、完成领导交办的临时性工作。 安全经理岗位职责11 　　岗位职责： 　　1、负责贯彻国家安全法律法规，申报相关公司资质。 　　2、负责日常安全管理，监理、完善公司突发性事故制度，编制事故应急救援和演练工作。 　　3、负责检查，消除安全隐患，组织安全培训教育，全面履行安全职责。 　　4、负责参与安全技术交底，并现场巡检，指正违章作业和不安全隐患，并落实改进措施。 　　任职要求： 　　1、具备化工行业安全生产管理人员资格证； 　　2、懂相关的安全生产法律、法规； 　　3、会自查自报系统、危险废物申报、消防每日上报及消防监控设备操作； 　　4、懂安全、环保、职业健康体系； 　　5、对化工制造行业的危险源识别、环境影响识别分析； 　　6、对工伤事故按事故调查处理“四不放过”原则分析提出处理建议； 　　7、熟悉政府部门到企业安全检查流程及安全隐患整改回复。 安全经理岗位职责12 　　 岗位职责 　　1、负责收集客户需求，提供完整的业务解决方案； 　　2、负责软件项目团队规划、团队组建和团队管理，协调解决项目交付中的问题； 　　3、负责项目的交付和验收，确保项目交付满足客户需求和合同规定； 　　4、负责项目运作过程中风险识别、分析、跟踪和应对； 　　5、负责协调解决项目的重大问题，并对重大问题进行升级和告警等； 　　6、建立、协调和处理客户关系，建立团队内外部沟通管理机制； 　　8、能够适应出差工作。 　　 任职条件 　　1、财务或计算机相关专业毕业5年及以上工作经验； 　　2、具备大型企业集团的工作背景，熟悉财务相关领域业务； 　　3、熟悉常见主流ERP系统，如SAP，Oracle等； 　　4、主导过2个以上大型企业信息系统的项目实施交付； 　　5、有财务共享服务项目实施和交付经验者优先； 　　6、具有丰富的项目管理能力，熟悉IT系统项目管理和实施方法； 　　7、有PMP、财务相关认证者优先。 安全经理岗位职责13 　　岗位职责 　　1、3年以上安全管理工作经验，熟悉国家相关的安全环保及节能减排法律法规。； 　　2、具有很强的处理突发事件的能力； 　　3、工作严谨细致、有魄力，敢于发现问题与解决问题； 　　4、具有较强的文字和语言表达能力强； 　　5、有较强的沟通、协调能力； 　　6、具有很强的领导力和执行力，关心下属，做事公道。 　　7、酒店经验者优先 安全经理岗位职责14 　　一、在总经理领导下全权负责公司安全工作，分管安全、档案、GPS中心、保险。 　　二、严格按照《贵州省道路旅客运输企业安全工作规范》组织、落实公司安全管理工作。 　　三、严格按照《道路旅客运输企业质量信誉考核标准》组织、统计、收集、整理有关项目资料进行申报。 　　四、负责组织、监督安全科，按照公司关于车辆保险的有关规定，进行车辆投保工作。做到：提前有通知，到期有措施，脱保或保险不足额坚决停运。 　　五、负责安排公司新增车辆的入户，公司退出经营车辆的报废、转户工作，并完善相关手续。 　　六、负责执行《毕节市百联公司交通事故应急预案》，严格按照《百联公司交通事故应急响应程序》操作，重大以上交通事故必须到现场进行处理。 　　七、负责组织安全科工作人员定期或不定期上路稽查，严格按公司规定对违章、违纪的车辆、驾驶员进行处罚。 　　八、负责组织、安排公司车辆有关档案的收集、更新、健全工作。 　　九、负责组织安全科工作人员协助追缴各种规费、保险。 　　十、妥善做好各级安全管理部门的协调工作，组织接受各级、各部门的安全工作检查。 ;

1、Linux基础命令及脚本：shell是基本要求，最好再懂点perl或python等。如果不懂脚本，怎么把重复的劳动变得简单呢？2、系统监控命令：目的是获取系统当前的运行状态，遇到故障等要懂得分析排查。系统调优并懂得原理，知道为什么参数要调整成某个值。3、网络监控命令：理由和第二点一致，不过侧重于网络。同样需要理解原理及调优，不能照搬前人的经验而不知甚解。

下面我们来说一下Python具体的工作岗位以及其岗位要求：Python后台开发工程师：主要是负责搭建和改进平台产品的后台，并与前端开发工程师相互配合完成整体产品的开发工作。要求工程师具备至少一门Python Web开发框架（Tornado、Django、Flask等），了解并熟悉MySQL/Redis/MongoDB。还要熟悉分布式、微服务、高性能Web服务的开发。Python爬虫开发工程师：爬虫开发工程师并非我们预想的那样，只是负责为公司爬取相对应的数据内容。爬虫开发工程师主要负责对传统网页、SNS及微博等各种网站信息高效采集与正确解析，然后对用户数据进行整理分析，参与建模的构建，总结分析不同网站、网页的结构特点及规律，负责爬虫架构设计和研发，参与爬虫核心算法和策略优化研究。需要开发工程师熟悉了解robot规则、selenium、mitmproxy、pymouse等内容。当然作为爬虫开发工程师一定要有一定的职业情况，所有工作都需要在合理合法的需求下进行。Python全栈开发工程师：是指可以使用Python相关工具，独立完成网站开发，称之为全栈开发。全栈开发工程师需要掌握非常多的技能，包括：项目管理、前后端开发、界面设计、产品设计、数据库开发、多端产品等等。自动化运维工程师：是在基本的运维工作的基础上，实现运维工作的自动化，并且对自动化程序进行优化提升。需要从业者在掌握基本的运营工作的前提下，掌握Python中的IPy、Ansible、Saltstack等常用模块。自动化测试工程师：首要要完成测试的基本工作，包括测试计划、测试用例、黑盒测试、性能测试等等。其次要是完成产品的自动化测试的部署以及维护工作，并且不断尝试新的方法，新的工具，以提高测试的效率。需要掌握Python以及selenium相关的技能。数据分析师：指的是不同行业中，专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。需要从业者了解行业相关业务知识、相关管理工作、掌握足够的数据分析方法、了解数据分析工具使用、能够完成数据分析建模等，工作内容偏重于分析，同样也要掌握一定的开发能力，例如R语言和Python语言。数据分析开发工程师：根据数据分析师的建模完成数据相关的开发工作，搭建仓库、完成数据存储、数据处理、计算处理以及报表开发等工作。需要从业者熟练应用数据库、数据建模开发、Python相关数据科学知识等技能。人工智能开发工程师：根据企业人工智能AI相关的开发需求，完成相应产品或者功能开发。需要从业者掌握充分的数据理论基础、Python开发基础、机器学习理论与实践、深度学习理论与实践、自然语言处理等一系列相关的开发技能。Python游戏开发工程师：主要负责游戏服务端的逻辑开发。需要从业者掌握Python各种性能优化方法、soket网络编程知识、运维相关基础知识、以及Python相关的游戏开发库与框架。此外还可以将Python开发相关工作按照岗位晋升分为初级Python开发工程师、中级Python开发工程师、高级Python开发工程师、项目经理、架构师、CTO等。主要是根据从业者工作年限，在某个就业方向的工作经验以及解决问题的能力进行定位。无论是哪个就业方向，扎实的学习好Python相关知识是重中之重，在互联网行业，无论是大厂还是创业创新的公司，招聘人才的最核心要求是技术能力，只有自己的能力和岗位匹配的时候，才能获得更多的工作机会。

运维工程师干些什么总结两句话1、保障业务长期稳定运行（如网站服务器、游戏服务器等等）。2、保障数据安全可靠（如用户名密码、游戏数据、博客文章、交易数据等等）。由这两句话推演运维工程师要学些什么一、保障业务长期稳定运行出一点点差错，用户就要投诉了。1、业务跑在什么上面？网站服务器一般是apache,nginx,tomcat等。但是真正跑通流程还需要Mysql数据库来存储用户密码及其它。很多程序都要php的解析，所以LNMP、LAMP(即nginx、apache、mysql、php)环境部署是必须掌握的技能。2、业务出了问题怎么及时知道？这就需要监控软件来邮件或短信来通知你，常用的有zabbix,nagios等。报警发邮件，也得一个邮件程序呀，sendmail或postfix。3、在家里收到报警，但服务器是内网IP，怎么也得解决问题吧？在公司搭建openvpn或pptp或openswan，在家里通过VPN拨入内网，24小时解决问题唉，半夜爬起来解决问题也没工资。二、保障数据安全可靠出一点点差错，领导要找你喝茶了。1、有时需要手动改数据库内容？所以要会基本的Mysql数据库增删查改命令。2、万一数据库服务器硬件坏了怎么办？需要有个备库以备不时之需，所以需要Mysql主从复制。3、数据库要还原怎么办？所以需要在crond中定期全备Mysql数据，以便还原使用。如果要还原到指定时间点，还要学会Mysql增量备份与恢复。4、如果是用户上传的图片或文件服务器坏了怎么办？定时备份可能还不够，需要使用rsync加inotify来实时备份。以便任一时刻主服务器坏掉，也能保障所有图片有备份可以用来恢复。5、小心黑客，要增加服务器安全性？ssh轻易不能让外人访问，那么就设置只允许公司的IP或跳板机IP访问，这些都通过iptables来控制。三、大性能小公司总有一天会牛逼起来的，实在牛不起来咱也可以跳到大公司。1、越来越多的用户来访问我们的网站，一台web服务器抗不住了怎么办？那就需要多台web服务器来负担，但多台服务器之间怎么进行负载均衡呢，这就需要用到nginx反向代理或LVS+keepalived或haproxy+heartbeat了。2、用户注册发表的文章与评论太多，一台数据库抗不住了怎么办？数据库压力分为读和写，如果写抗不住，需要进行分表分库到多个服务器上。如果是读压力不够了，可以使用mysql-proxy读写分离，来分担读的压力。更简单方便的方法，把数据库里的内容放到内存上，这就用上memcache或redis了。3、N多用户上传下载文件，磁盘抗不住了怎么办？把多块磁盘做成raid，或者使用分布式存储文件系统如MFS，GlusterFS来提高磁盘的读写能力。4、网站上好多图片，总有用户反应网站加载太慢，怎么办？这时可以把网站上的图片通过squid或varnish缓存到网站前端，尽可能的增加访问速度，当然，最好是购买商业的CDN加速。5、运营商是个大难题，他们之间的带宽好像很小，联通IP访问我电信网站怎么就这么慢呢？这时可以使用bind自建一个DNS服务器，把网站的DNS记录指向自建DNS服务器上，配置好解析规则，以后联通IP解析到联通网站上，电信IP解析到电信网站上，体验就会好很多啦。四、自动化终极目标：跑死机器，闲死人。1、公司新买100台服务器，公司竟然就1个移动光驱，这装系统得到什么时候？使用kickstart或cobbler来网络远程自动安装系统吧。2、每次装完机要优化很多内容，什么文件描述符、端口、软件安装啊，手动操作不累死去？赶紧学会shell，将解放非常多的工作量。3、系统装完后登陆要输入密码，这么多台啊？使用expect吧，自动读取提示来输入密码，并执行命令。4、要批量把新代码发布到线上服务器，怎么办？使用saltstack或puppet或ansible吧，绝对爽歪歪。五、其他1、搭整套测试环境需要5台服务器，但公司穷的只有一台空闲服务器？学会xen或kvm或docker吧，虚拟出多台服务器，就能解决资源问题了。特别是docker，强烈推荐，以后某个研发人员让你部署一套新环境，分分钟帮他解决。2、研发人员的代码控制，权限控制，总要运维人员管呀？svn或git，这个是肯定要有的。结尾：现在我们在回过头来思考，运维工程师平时干些啥呢？1、随时解决报警故障。2、业务程序更新。3、编写一些脚本，监控或完成其他可自动完成功能。4、运维架构完善，部署一些用起来更方便更可靠或性能更好的开源工具以及制定运维流程规范。5、打杂，如调交换机，装系统，部署新环境等。

1、如果使用python语言，需要学习哪些知识？就是Python语法、Python的一个Web框架及其他Web开发的知识（如数据库，缓存等），对初学者，架构方面一本 《大型网站技术架构：核心原理与案例分析（接地气的网站架构经验，网站生存技术心要，应对大数据挑战的干货分享！）》(李智慧...)【简介 就可以了。2、选择什么样的python框架开发，这个框架的优势？无论是Django、Flask、Pyramid等主流框架都可以作为后端Rest API服务的选择，选择哪个看团队开发者对框架的熟悉、对框架的设计哲学是否认同、框架的周边（也就是第三方扩展）环境是不是足够满足需要。Tornado确实好，但是它其实作为web服务器时候才是异步IO的网络模型，并不是使用了Tornado作为web框架就是异步非阻塞了，但是以我的工作经验来看，有很多团队还是同步阻塞的在用，呵呵。其次tornado的周边一般，在复杂的业务场景下，Tornado需要造的轮子远比django和flask多。Tornado的优势主要在于对大量Comet长轮询连接的维护上，我们先分析下app后台和web后端的区别之一是手机有电量限制和流量（贵啊），我们作为有节操的程序员，要尽量的给用户省电，不要做大量的网络请求，用tornado保持长连接是什么心态？3、如何部署服务器？本地服务器调试，以及公网服务器部署？小型规模使用fabric甚至几个shell部署脚本即可。产品线服务器达到一定规模（个人觉得超过50台）可以选择配置管理工具，如Saltstack或者Ansible（当然也可以选择ruby的puppet）。部署无非是安装相关依赖，拷贝或者checkout最新的代码，重启服务（重启的服务可能有顺序要求），最后返回是不是部署成功。本地调试可以使用web框架自带的web服务器启动，可以每次都填充进来一些测试数据，或者直接连接到线上的数据库环境（不推荐）。测试，建议使用pytest，不要用nose。 nose已经停止维护好几年了。4、如果使用python框架开发移动后台服务，在开发源码内使用哪种框架？mvc还是其它的，比如我返回json数据，每次json对象最外层有一些相同的东西，该如何处理？MVC是一种软件架构模式，它是一种被验证有效的使程序结构更加直观的方法，和web框架有什么关系.....包一层相同的东西虽然不懂，可能应该是为了结构化返回的结果，比如：{ "r": 1, "items": [] }或者{ "r": 0, "error: "user name is toolong" }这是基于业务要求的封装，要自己实现哦，给你一个例子， commentbox/api.py at master · dongweiming/commentbox · GitHub。5、python的后台服务最大能支持多大的pv量会严重影响用户体验性能？影响用户体验的标准就是服务器响应慢（比如一个请求不应该超过200ms，结果3s才返回），这个响应时间和业务的架构，代码质量，数据库、缓存等的使用是不是恰当相关。一般和Python没什么关系。而且我一直认为除非是大型网站（豆瓣都不算，淘宝这种算），否者没有必要考虑到语言实现的层面：大部分公司活不到那天。现在的服务器要比开发者便宜，所以就算量大还可以把请求分发，让多个服务器一起来处理。6、如何兼顾 网页前端以及移动端 开发的后台？JSON是一种倾向的数据交换格式，目前绝大多数编程语言都支持 JSON 格式数据的生成和解析，它既可读也方便生成，除非安全性要求极高的场景下使用自定义的二进制协议，否则直接让API返回使用JSON数据给各个平台就好了。你要考虑的是如何让返回的JSON数据可以被各个平台重复利用。并不是只有React才能解决前后端分离... 请不要看着新名词乱误导人好不好，React适用于包含复杂交互的单页面场景，有些人看着新的东西，一个简单地列表页也非要耗时耗力加上React，让人哭笑不得。7、有没用相关的案例，即用python开发的移动后台？有没有该问题的开源项目？其实就是一个支持移动端数据的服务而已，不需要有开源项目特别的出现。敏感不敏感的开源它也不要意思写这是一个移动后台的框架.... 至于要不要使用GitHub - tomchristie/django-rest-framework: Web APIs for Django.或者GitHub - flask-restful/flask-restful: Simple framework for creating REST APIs这样的框架依业务需要和团队看法而定。

技能：1. Linux基础包括对Linux整体的理解/使用和基本命令：了解Linux FHS : Filesystem Hierarchy Standard，国人写的这本书不错 Linux系统架构与目录解析 (豆瓣)入门Linux：鸟哥的Linux私房菜.基础学习篇（第三版） (豆瓣) 个人认为鸟哥的这本书是一本非常好的入门书基本操作命令：Google，如Linux command cheat sheet熟悉至少一个内置编辑器: vi, nano至少熟悉一个发行版(或系列)，建议作为服务器常用的如Centos, Debian, Ubuntu，可以了解多个常用发行版2. 运维的命令：运维相关的工具(命令)，了解它能解决很多问题。前几天刚回答了一个问题：如何才能更深入的学习linux？里面的图在这里也可以用到：可以对着图对学习了解这些命令。另外我个人也会对平时用到的这些工具做一个整理和记录，总结到我的个人维基上：Wiki · Tanky Woo3. 基础服务：LAMP或LNMP ：Apache/Nginx，MySQL，PHP/Python/Perl LAMP (software bundle)FTPDNSSAMBAEMAILNTPDHCP...可以本地搭建练练手这里推荐鸟哥另外一本书 服务器架设篇： 鸟哥的Linux私房菜 (豆瓣)4. 运维平台工具:也在这个问题 如何才能更深入的学习linux？ 里提到了：NagiosPuppetZabbixCactiSaltStack....可以选择性的折腾下，因为这个涉及到业务，没有实际环境，很难去理解他们的功能和特点。5. 脚本:必备：Shell额外：Python，Perl...6. 底层:Linux C，内核7. 网络:网络是非常重要的一块把《TCP/IP协议详解》多看几遍，理解。熟练使用tcpdump等抓包工具8. 安全:防火墙配置，如 iptables9. 硬件：接口类型查看硬件信息知道各类型服务器，如塔式、机架式、刀片式10. 其它：了解更多特定技能要求的方式：Google搜"Linux运维工程师 招聘"，看看他们的需求。最后推荐一本书：Unix/Linux系统管理技术手册 UNIX/Linux 系统管理技术手册 (豆瓣)后续想到再做补充素养/处理方式：除了技能，我觉得素养(态度)也可以谈谈这个正好看到右边相关问题：运维工程师需要具备哪些性格特质？1. 安全运维人员的权限很大，所以一定要保证帐号/私钥的安全。最好使用加密工具存储。比如truecrypt，1password基于本地存储。切勿用网盘，也不建议用lastpass等ssh私钥添加密码以上任何一点都很重要，否则弄丢了，风险会非常大。2. 责任心如上面那个帖子里 @山大 提到的 Owner 意识遇到报警，第一时间处理，而不要等着他人去处理如果无法处理，应该第一时间让同事协助帮忙，而不要禁止报警，让问题掩盖3. 细心你的任何一个操作，都可能造成系统的损坏、业务出问题。所以敲命令时一定要细心、再三确认。你敲的再快，也就节省那么一点时间，出了问题才是大事。4. 推进/改善如果代码有问题，导致系统开销很大，比如负载，io等。应该第一时间和开发部门确认，要求优化代码。5. 进取心/不断学习运维的知识范围很广，要不断学习。遇到问题，做好分析记录，事后还可以在部门内分享交流。内容来源于：ITSS符合性评估落地工具-云雀运维！！

Ansible 和 SaltStack 都提供了 Python 直接调用的API, 这方便了 Pythoner 对这些软件进行二次开发和整合, 此功能着实方便了不少, 比起 Python 代码中调用 shell 也略显专业! 然而 Ansible 在2.0版本后重构了大部分的代码逻辑, 启用了2.0版本之...

现阶段，掌握一门开发语言已经成为高级运维工程师的必备计能，不会开发，你就不能充分理解你们系统的业务流程，你就不能帮助调试、优化开发人开发的程序， 开发人员有的时候很少关注性能的问题，这些问题就得运维人员来做，一个业务上线了，导致 CPU 使用过高，内存占用过大，如果你不会开发，你可能只能查到进程级别，也就是哪个进程占用这么多，然后呢？然后就交给开发人员处理了，这样咋体现你的价值？另外，大一点的公司，服务器都上几百，上千，甚至数万台，这种情况下怎样做自动化运维？用 SHELL 写脚本 FOR 循环？呵呵，歇了吧， SHELL 也就适合简单的系统管理工作。到复杂的自动化任务还得要用专门的开发语言。你可能说了，自动化管理有专门的开源软件＼监控也有，直接拿来用下就好了，但是现有的开源软件如 puppetsaltstackzabbixagio 多为通用的软件，不可能完全适用你公司的所有需求，当你需要做定制、做二次开发的时候，你咋办？找开发部门？开发部门不懂运维的实际业务逻辑，写出来的东西烂烂不能用，这活最后还得交给运维开发人员来做。其次，不会运维开发，你就不能自己写运维平台＼复杂的运维工具，一切要借助于找一些开源软件拼拼凑凑，如果是这样，那就请不要抱怨你的工资低，你的工作不受重视了。为什么要学 PYTHON ？PYTHON 第一是个非常牛 B 的脚本语言， 能满足绝大部分自动化运维的需求，又能做后端 C/S 架构，又能用 WEB 框架快速开发出高大上的 WEB 界面，只有当你自已有能力做出一套运维自动化系统的时候，你的价值才体现出来，你才有资格跟老板谈重视， 否则，还是老老实实回去装机器吧。运维开发为什么要用 PYTHON ？Good question, 为什么不用 PHP ， JAVA ， C ， RUBY ，这里我只能说，见人见智， 如果你碰巧已经掌握了除 PYTHON 之外的其它语言，那你爱用啥用啥，如果你是一个连 SHELL 都还没写明白的新手，想学个语言的话，请用 PYTHON ， 为什么呢？首先， PHP 是跟 PYTHON 比的最多的，其实他俩根本就不用比，为什么呢？两个语言适用性不同， PHP 主要适用于 WEB 开发，可以迅速的做出中小型，轻量级的 WEB 网站，但后端嘛，基本还是要借助其它语言， 借助什么语言呢?SHELL ?PYTHON ？呵呵。 而 PYTHON 呢， 是个综合语言， 前后端都可以，单拿出来比 WEB ，也一点不比 PHP 差，但为什么WEB方向上 PHP 比 PYTHON 要火?先入为主嘛， PHP 90 年代诞生就是做 WEB 的， PYTHON2000 年后才出现 WEB 框架，但论优秀程度上， PYTHON 的 WEB 框架基本上出其无左，至少是跟 PHP 比。那 JAVA 呢？好吧，一个臃肿＼中庸＼豪无新意的语言，还是老老实实用它来做 ERP 吧，搞个运维小平台，用 JAVA 真心没啥必要，在我看来， JAVA 就是稳定的中年男人，稳定＼成熟＼秃顶，而 PYTOHN 代表的就是青春， 简洁＼快＼干净＼帅！C ＼ C ，这个嘛，我只能说，如果你会了 PYTHON, 又会 C 的话，那你会更吃香，但是不会 C 的话，其实也无大碍，基本上做运维的人，搞搞 C 就是为了来装 B 的，因为多数情况下你都到不了看系统底层源码的程度。RUBY ，小日本开发的，还不错，风格跟 PYTHON 有点像，因为 ruby onrails 出了名，国外用的比较多，国内，放心吧，没戏， PYTHON 已经把它的想象空间都占死了。当然还有新的语言 GO ， 有些搞运维的看见做开发的人员搞 GO ，也想凑热闹，觉得是未来，我想说，别瞎没事跟风， GO 再成功，也不会变成运维开发语言。有些人觉得 PYTHON 效率底，说他不能支持多线程， OH ，好吧，这个还有点说对了，但是我想问，看我这篇文章的有几个做过搜索引擎开发？有几个做个上亿 PV 的并发网站开发?有几个看过 LINUX 内核源码？如果没有，请别瞎跟着传了，知道 PYTHON 为什么不支持多线程吗？这句话问错了，其实 PYTHON 支持多线程，只是不支持多 CPU 多线程，也就是一个程序 spawn 出来的多线程只能占用一个 CPU ，但是为什么呢？噢，因为 GIL ， GIL 是什么东东，请自行补脑。。。但是你非得用多线程吗？你可以用多进程呀，再牛 B 你还可以用协程呀，这些 PYTOHN 支持的都很好呀，如果你的程序逻辑不好，搞个多线程也快不起来。我认识一个博士讲过一句话，我觉得不错，他说，程序效率高低， 80% 都是写程序的人决定了，语言本身就占 20% ，所以下次有人再说 PYTHON 效率低的时候，请让他先回去自己检查下自己的程序多了多少无用的逻辑、循环等等。 这个博士自己用 PYTHON 写的 WEB 程序，一台服务器每天能处理上亿请求，一秒并发近两万， 什么 WEB 框架这么牛 B ?别问它是谁， 它叫 tornado 。PYTHON 能否自学？当然可以，什么都可以自学，前提是你得能学得会，见过 N 多菜鸟踏上上自学的不归路，他妈的什么都能自学的话，还用大学干什么？自己在家鳖不就行了？动不动就说 PYTHON 是个脚本语言，自己看看就不会了，说这话的只可能有两种人，一种是高手，一种是 SB ，对于高手来讲，他肯定已经会其它语言， PYTHON 在这种情况下，自学当然就很容易学会，几年前我刚接触 PYTHON 时，代码遇到问题，找了个开发的哥们帮调试，哥们帮调了十几分钟就搞定了，结果人家以前一句 PYTHON 代码也没写过，为什么，因为语言都有相通之处，一门掌握好了，其它门自己学学就会了。但对于新手来讲，没任何语言基础就开始自学，那么恭喜你，菜鸟们见此文章为证，从今天开始自学，一年后，你要是能自己做出个软件来，来找我要一千块钱。 哈哈，真的。 基本上自学是属于专业人员干的事情，就像会一门乐器了，自己学下就可能学会另一门，但我之前没音乐基础，跟着老师都没把吉它学会。所以奉劝没基础又想学 PYTHON 的同学，花点钱去报个班学吧，拿钱换时间，时间是生命，钱没了可再挣钱，时间过去了就再也不会回来，如果你不信邪，非要自己学，那我佩服你的勇气，不过自己试试就知道了。说了这么多，只想告诉那些迷茫不知所措该学什么语言的新手们， 在你还没学好走路的时候，不要老想着，将来我当上老板了，我是开宝马呢？还是开奔驰呢？先学会骑自行车吧。。。转载

1,全栈指的是人。2,Python是一门编程语言。全栈:1,公司创始人/Co Founder全栈：技术+产品+设计+运营+销售+法务+融资+PR.作为公司创始人，在早期真的就是chief everything officer.你必须至少在上述的若干方面精通其中的某一项或几项，对于其它项也要有一定的涉猎或最基本的了解。并且你的精通项必须与公司的业务形态相对应。2,工程师/架构师全栈：大前端（web+移动）+后端.技术上的全栈，应当是指在精通某一项编程语言/技术的前提下，对于其它上下游的技术也有足够的了解和掌握。在产品研发的初期，能用较少的人力，较低的沟通成本快速做出原型。3,产品经理/设计师全栈：产品+设计+基本的多端技术+基本的运营.产品上的全栈，应该是在基本的产品/设计能力之上，对产品的上下游领域也有一定的了解.python:1,Python(英语发音:/u02c8pau026aθu0259n/), 是一种面向对象、解释型计算机程序设计语言.2,Python 源代码同样遵循 GPL(GNU General Public License)协议。Python语法简洁而清晰，具有丰富和强大的类库。它常被昵称为胶水语言，能够把用其他语言制作的各种模块(尤其是C/C++)很轻松地联结在一起。3,使用Python快速生成程序的原型，然后对其中有特别要求的部分，用更合适的语言改写，比如3D游戏中的图形渲染模块，性能要求特别高，就可以用C/C++重写，而后封装为Python可以调用的扩展类库。4,需要注意的是在您使用扩展类库时可能需要考虑平台问题，某些可能不提供跨平台的实现。

默认没安装apt-get install expect

1、Linux基础命令及脚本：shell是基本要求，最好再懂点perl或python等。如果不懂脚本，怎么把重复的劳动变得简单呢？2、系统监控命令：目的是获取系统当前的运行状态，遇到故障等要懂得分析排查。系统调优并懂得原理，知道为什么参数要调整成某个值。3、网络监控命令：理由和第二点一致，不过侧重于网络。同样需要理解原理及调优，不能照搬前人的经验而不知甚解。

Adhoc adhoc 其实执行 Ansible 模块, 通 adhoc 我便快捷完些临运维操作.2.0 前调用 import ansible.runnerimport jsonrunner = ansible.runner.Runner(module_name="ping", # 模块名module_args="", # 模块参数pattern="all", # 目标机器patternforks=10 )datastructure = runner.run()data = json.dumps(datastructure,indent=4)加载默认 inventory想使用 inventory 文件或者想使用态 inventory, 则使用 host_list 参数代替 import ansible.runnerimport jsonrunner = ansible.runner.Runner(host_list=["10.10.0.1"], # 明确指定主机需要传递列表, 或者指定态inventory脚本module_name="ping", # 模块名module_args="", # 模块参数extra_vars={"ansible_ssh_user":"root","ansible_ssh_pass":"xx"},forks=10)datastructure = runner.run()data = json.dumps(datastructure,indent=4)2.0 调用 import jsonfrom ansible.parsing.dataloader import DataLoaderfrom ansible.vars import VariableManagerfrom ansible.inventory import Inventoryfrom ansible.playbook.play import Playfrom ansible.executor.task_queue_manager import TaskQueueManagerfrom ansible.executor.playbook_executor import PlaybookExecutorloader = DataLoader() # 用加载解析yaml文件或JSON内容,并且支持vault解密variable_manager = VariableManager() # 管理变量类,包括主机,组,扩展等变量,前版本 inventory inventory = Inventory(loader=loader, variable_manager=variable_manager)variable_manager.set_inventory(inventory) # 根据 inventory 加载应变量class Options(object):"""公共类,ad-hocplaybook都需要options参数并且所需要拥同属性,部属性都返None或False用类省初始化堆空值属性"""def __init__(self):self.connection = "local" self.forks = 1self.check = Falsedef __getattr__(self, name):return Noneoptions = Options()def run_adhoc():variable_manager.extra_vars={"ansible_ssh_user":"root" , "ansible_ssh_pass":"xxx"} # 增加外部变量# 构建pb, 意思, 新版本运行ad-hoc或playbook都需要构建pb, 调用play类# :param name: 任务名,类似playbooktasksname# :param hosts: playbookhosts# :param tasks: playbooktasks, 其实playbook语, tasks值列表,写入taskplay_source = {"name":"Ansible Ad-Hoc","hosts":"10.10.0.1","gather_facts":"no","tasks":[{"action":{"module":"shell","args":"w"}}]}play = Play().load(play_source, variable_manager=variable_manager, loader=loader)tqm = Nonetry:tqm = TaskQueueManager(inventory=inventory,variable_manager=variable_manager,loader=loader,options=options,passwords=None,stdout_callback="minimal",run_tree=False,)result = tqm.run(play)print resultfinally:if tqm is not None:tqm.cleanup()if __name__ == "__main__":run_adhoc()Playbook playbook 则类似于 SaltStack state2.0 前调用 from ansible import callbacksfrom ansible import utilsfrom ansible.playbook import PlayBookstats = callbacks.AggregateStats()callback = callbacks.PlaybookCallbacks()runner_callbacks = callbacks.PlaybookRunnerCallbacks(stats)pb = ansible.playbook.PlayBook(playbook="tasks.yml",stats=stats,callbacks=playbook_cb,runner_callbacks=runner_cb,check=True)pb.run()2.0 调用 import jsonfrom ansible.parsing.dataloader import DataLoaderfrom ansible.vars import VariableManagerfrom ansible.inventory import Inventoryfrom ansible.playbook.play import Playfrom ansible.executor.task_queue_manager import TaskQueueManagerfrom ansible.executor.playbook_executor import PlaybookExecutorloader = DataLoader() # 用加载解析yaml文件或JSON内容,并且支持vault解密variable_manager = VariableManager() # 管理变量类,包括主机,组,扩展等变量,前版本 inventory inventory = Inventory(loader=loader, variable_manager=variable_manager)variable_manager.set_inventory(inventory) # 根据 inventory 加载应变量class Options(object):"""公共类,ad-hocplaybook都需要options参数并且所需要拥同属性,部属性都返None或False用类省初始化堆空值属性"""def __init__(self):self.connection = "local" self.forks = 1self.check = Falsedef __getattr__(self, name):return Noneoptions = Options()def run_playbook():playbooks=["task.yaml"] # 列表, 运行playbookvariable_manager.extra_vars={"ansible_ssh_user":"root" , "ansible_ssh_pass":"xxx"} # 增加外部变量pb = PlaybookExecutor(playbooks=playbooks, inventory=inventory, variable_manager=variable_manager, loader=loader, options=options, passwords=None)result = pb.run()print resultif __name__ == "__main__":run_playbook()

BatchShell主机管理软件简单易用，类似Xshell+Ansible功能官网描述的功能特点：1)支持原生Shell,也支持Ansible、SaltStack脚本，可1秒完成对上百台服务器命令执行与文件同步。2)内含文件编辑器，支持本地、远程文件在线编辑，替换、保存、对比3)支持文件本地版本控制(git)，实现文件修改历史回溯4)支持跨主机文件右键拷贝、复制功能5)支持跨网络多主机文件同步与命令执行6)支持本地、远程文件检索功能7)支持可视化任务调度，包括文件同步、命令执行8)支持putty免密启动9)支持自定义可视化命令，如压缩、解压、编译等等可以去官网www.batchshell.cn下载最新版本试试

Ansible 和 SaltStack 都提供了 Python 直接调用的API, 这方便了 Pythoner 对这些软件进行二次开发和整合, 此功能着实方便了不少, 比起 Python 代码中调用 shell 也略显专业!然而 Ansible 在2.0版本后重构了大部分的代码逻辑, 启用了2.0版本之前的 Runner 和 Playbook 类, 使得广大同学之前的代码运行错误. 择日不如撞日, 今天中午对照 官方的文档 , 结合源代码, 对2.0版本之后的 Python API 做了下探究Adhocadhoc 其实就是执行 Ansible 模块, 通过 adhoc 我们可以方便快捷的完成一些临时的运维操作.2.0 之前的调用import ansible.runnerimport jsonrunner = ansible.runner.Runner( module_name="ping", # 模块名 module_args="", # 模块参数 pattern="all", # 目标机器的pattern forks=10 )datastructure = runner.run()data = json.dumps(datastructure,indent=4)当然这里会去加载默认的 inventory如果不想使用 inventory 文件或者想使用动态的 inventory, 则可以使用 host_list 参数代替import ansible.runnerimport jsonrunner = ansible.runner.Runner( host_list=["10.10.0.1"], # 这里如果明确指定主机需要传递一个列表, 或者指定动态inventory脚本 module_name="ping", # 模块名 module_args="", # 模块参数 extra_vars={"ansible_ssh_user":"root","ansible_ssh_pass":"xx"}, forks=10 )datastructure = runner.run()data = json.dumps(datastructure,indent=4)2.0 之后的调用import jsonfrom ansible.parsing.dataloader import DataLoaderfrom ansible.vars import VariableManagerfrom ansible.inventory import Inventoryfrom ansible.playbook.play import Playfrom ansible.executor.task_queue_manager import TaskQueueManagerfrom ansible.executor.playbook_executor import PlaybookExecutorloader = DataLoader() # 用来加载解析yaml文件或JSON内容,并且支持vault的解密variable_manager = VariableManager() # 管理变量的类,包括主机,组,扩展等变量,之前版本是在 inventory 中的inventory = Inventory(loader=loader, variable_manager=variable_manager)variable_manager.set_inventory(inventory) # 根据 inventory 加载对应变量class Options(object): """ 这是一个公共的类,因为ad-hoc和playbook都需要一个options参数 并且所需要拥有不同的属性,但是大部分属性都可以返回None或False 因此用这样的一个类来省去初始化大一堆的空值的属性 """ def __init__(self): self.connection = "local" self.forks = 1 self.check = False def __getattr__(self, name): return Noneoptions = Options()def run_adhoc(): variable_manager.extra_vars={"ansible_ssh_user":"root" , "ansible_ssh_pass":"xxx"} # 增加外部变量 # 构建pb, 这里很有意思, 新版本运行ad-hoc或playbook都需要构建这样的pb, 只是最后调用play的类不一样 # :param name: 任务名,类似playbook中tasks中的name # :param hosts: playbook中的hosts # :param tasks: playbook中的tasks, 其实这就是playbook的语法, 因为tasks的值是个列表,因此可以写入多个task play_source = {"name":"Ansible Ad-Hoc","hosts":"10.10.0.1","gather_facts":"no","tasks":[{"action":{"module":"shell","args":"w"}}]} play = Play().load(play_source, variable_manager=variable_manager, loader=loader) tqm = None try: tqm = TaskQueueManager( inventory=inventory, variable_manager=variable_manager, loader=loader, options=options, passwords=None, stdout_callback="minimal", run_tree=False, ) result = tqm.run(play) print result finally: if tqm is not None: tqm.cleanup()if __name__ == "__main__": run_adhoc()Playbookplaybook 则类似于 SaltStack 中的 state2.0 之前的调用from ansible import callbacksfrom ansible import utilsfrom ansible.playbook import PlayBookstats = callbacks.AggregateStats()callback = callbacks.PlaybookCallbacks()runner_callbacks = callbacks.PlaybookRunnerCallbacks(stats)pb = ansible.playbook.PlayBook( playbook="tasks.yml", stats=stats, callbacks=playbook_cb, runner_callbacks=runner_cb, check=True)pb.run()2.0 之后的调用import jsonfrom ansible.parsing.dataloader import DataLoaderfrom ansible.vars import VariableManagerfrom ansible.inventory import Inventoryfrom ansible.playbook.play import Playfrom ansible.executor.task_queue_manager import TaskQueueManagerfrom ansible.executor.playbook_executor import PlaybookExecutorloader = DataLoader() # 用来加载解析yaml文件或JSON内容,并且支持vault的解密variable_manager = VariableManager() # 管理变量的类,包括主机,组,扩展等变量,之前版本是在 inventory 中的inventory = Inventory(loader=loader, variable_manager=variable_manager)variable_manager.set_inventory(inventory) # 根据 inventory 加载对应变量class Options(object): """ 这是一个公共的类,因为ad-hoc和playbook都需要一个options参数 并且所需要拥有不同的属性,但是大部分属性都可以返回None或False 因此用这样的一个类来省去初始化大一堆的空值的属性 """ def __init__(self): self.connection = "local" self.forks = 1 self.check = False def __getattr__(self, name): return Noneoptions = Options()def run_playbook(): playbooks=["task.yaml"] # 这里是一个列表, 因此可以运行多个playbook variable_manager.extra_vars={"ansible_ssh_user":"root" , "ansible_ssh_pass":"xxx"} # 增加外部变量 pb = PlaybookExecutor(playbooks=playbooks, inventory=inventory, variable_manager=variable_manager, loader=loader, options=options, passwords=None) result = pb.run() print resultif __name__ == "__main__": run_playbook()

我感觉学个四五天差不多就行了。Ansible是一个基于Python开发的配置管理和应用部署工具，现在也在自动化管理领域大放异彩。它融合了众多老牌运维工具的优点，Pubbet和Saltstack能实现的功能，Ansible基本上都可以实现。Ansible能批量配置、部署、管理一大堆的主机。比如以前需要切换到每个主机上执行的一或多个操作，使用Ansible只需在固定的一台Ansible控制节点上去完成所有主机的操作。其实，固定在一台主机上去控制其它主机，通过ssh工具或一些基于ssh二次开发的简单工具也能实现，但Ansible吸引人的地方在于它提供的playbook能批量整合不同主机上执行的不同任务，同时还提供一些额外的机制让用户可以去协调这些任务的执行策略。

state，就是状态，意思是确保主机处于state文件所描述的状态下；saltstack的基础是可以批量执行命令，那么state就类似脚本，不过由于是描述状态而不是命令的集合，所以语法更简单，但可编程性也差不少。

自动化运维1、自动化运维就是把周期性、重复性、规律性的工作都交给工具去做，具体来说有应用系统维护自动化，巡检自动化和故障处理自动化这三个方面。自动化运维依赖于具体的智能管理平台，最终达到提升运维效率的目的。目前有锐捷网络推出的RIIL Emotion自动化运维，能够自动解决用户在IT管理中的日常运维问题。2、自动化运维是指将IT运维中日常的、大量的重复性工作自动化，把过去的手工执行转为自动化操作。自动化是IT运维工作的升华，IT运维自动化不单纯是一个维护过程，更是一个管理的提升过程，是IT运维的最高层次，也是未来的发展趋势。扩展资料：自动化运维能解决的问题1、项目整体工作效率提升。2、减少人为误操作，提升SLA。3、方便信息传递，配置类信息聚合，信息链更完整。4、事务留痕，方便跟踪，追述。5、运维工作更加轻松、灵动。6、提升运维工作价值，管理更多资源，更多服务对象。

首先我们来看看Python在公司的一些基础应用：1、验证算法：就是对公司一些常见设计算法或者公式的验证，公式代码化。2、快速开发：这个大家应该都比较熟悉，快速开发，就是用成熟框架，更少的代码来开发网站，Python在网站前后台有大量的成熟的框架，如django，flask，bottle，tornado，flask和django的使用较多，国内用Python开发的网站有：知乎、豆瓣、扇贝、腾讯、阿里巴巴;3、测试运维：用python实现的测试工具及过程，包含服务器端、客户端、web、andriod、client端的自动化测试，自动化性能测试的执行、监控和分析，常用seleniumappium等框架。做运维同学应该清楚，在Linux运维工作中日常操作涵盖了监控，部署，网络配置，日志分析，安全检测等等许许多多的方面，无所不包。python可以写很多的脚本，把“操作”这个行为做到极致。与此同时，python在服务器管理工具上非常丰富，配置管理(saltstack)批量执行(fabric,saltstack)监控(Zenoss,nagios插件)虚拟化管理(python-libvirt)进程管理(supervisor)云计算(openstack)......还有大部分系统C库都有python绑定。4、数据分析：Python有三大神器：numpy,scipy,matplotlib,其中numpy很多底层使用C语言实现的，所以速度很快，用它参加各种数学建模大赛，完全可以替代r语言和MATLAB。spark，Hadoop都开了Python的接口，所以使用Python做大数据的maprece也非常简单，加上py对数据库支持都很好，或者类似sqlalchemy的orm也非常强大好用。特别是目前，Python在云基础设施，DevOps，大数据处理等领域都是炙手可热的语言。领域————————流行语言云基础设施————Python,Java,GoDevOps——Python,Shell,Ruby,Go网络爬虫————Python,PHP,C++数据处理Python,R,Scala云平台分为私有云和公有云。私有云平台如日中天的OpenStack，就是Python写的。正是因为应用开发工程师、运维工程师、数据科学家都喜欢Python，才使得Python成为大数据系统的全栈式开发语言。对于开发工程师而言，Python的优雅和简洁无疑是最大的吸引力，在Python交互式环境中，执行importthis，Python社区一直非常有活力，Python的软件包增长速度一直比较稳定，同时软件包的质量也相对较高。对于运维工程师而言，Python的最大优势在于，几乎所有Linux发行版都内置了Python解释器。Shell虽然功能强大，但毕竟语法不够优雅，写比较复杂的任务会很痛苦。用Python替代Shell，做一些复杂的任务，对运维人员来说，是一次解放。对于数据科学家而言，Python简单又不失强大。和C/C++相比，不用做很多的底层工作，可以快速进行模型验证;和Java相比，Python语法简洁，表达能力强，同样的工作只需要1/3代码;和Matlab，Octave相比，Python的工程成熟度更高。不止一个编程大牛表达过，Python是最适合作为大学计算机科学编程课程使用的语言——MIT的计算机入门课程就是使用的Python——因为Python能够让人学到编程最重要的东西——如何解决问题。顺便提一句，微软高调宣布提高Python在Windows上的编程体验，包括VisualStudio支持Python，优化Python的C扩展在Windows上的编译等等。脑补下未来Python作为Windows默认组件的场景。

Python开发的jumpserver跳板机jumpserver跳板机是一款由Python编写开源的跳板机(堡垒机)系统，实现了跳板机应有的功能。基于ssh协议来管理，客户端无需安装agent。企业主要用于解决：可视化安全管理特点：完全开源，GPL授权Python编写，Django开发框架，容易再次开发实现了跳板机基本功能：认证、授权、审计。集成了Ansible、批量命令等。功能强大。通俗点就是起到监控谁在服务器上做了什么操作等。录像回放、命令搜索、实时监控、批量上传下载等。第三：Python开发的Magedu分布式监控系统以自动化运维视角为出发点，自动化功能、监控告警、性能调优，结合saltstack实现自动化配置管理等内容进行了全方位的深入剖析。企业主要用于解决：自动化监控常用系统服务、应用、网络设备等。分布式可监控更多服务器，分区域监控再汇总。Zabbix监控结合Python自定义监控脚本。监控系统需求讨论：监控常用系统服务、应用、网络设备等？一台主机上可监控多个不同服务、不同服务的监控间隔可不同？同一个服务在不同主机上的监控间隔、报警阈值可不同？告警级别？数据可视化，如何做出简洁美观的用户界面？如何实现单机支持5000+机器监控需求？采取何种通信方式？主动、被动？第四：Python开发的Magedu的CMDBcmdb的开发需要包含三部分功能：采集硬件数据、API、页面管理。企业主要用于解决：项目功能，采集硬件数据、Api、页面管理。统计资产，例如服务器存放位置，服务器上的账号等等。执行服务的过程如下：服务器的客户端采集硬件数据，然后将硬件信息发送到API，API负责将获取到的数据保存到数据库中，后台管理程序负责对服务器信息的配置和展示。第五：Python开发的任务调度系统Python任务调度系统的multiprocessing模块不但支持多进程，其中managers子模块还支持把多进程分布到多台机器上。企业主要用于解决：通俗的理解，批量管理crontab定时任务。原理用户通过web页面设置任务，传输到任务调度系统服务器上的客户端，客户端收集数据反馈给服务器端，服务器端根据任务具体内容调度后端的集群服务器做定时任务。一个服务进程可以作为调度者，将任务分布到其他多个机器的多个进程中，依靠网络通信。想到这，就在想是不是可以使用此模块来实现一个简单的作业调度系统。第六：Python运维流程系统使用python语言编写的调度和监控工作流的平台内部用来创建、监控和调整数据管道。任何工作流都可以在这个使用Python来编写的平台上运行。企业主要用于解决：通俗点说就是规范运维的操作，加入审批，一步一步操作的概念。是一种允许工作流开发人员轻松创建、维护和周期性地调度运行工作流（即有向无环图或成为DAGs）的工具。这些工作流包括了如数据存储、增长分析、Email发送、A/B测试等等这些跨越多部门的用例。这个平台拥有和 Hive、Presto、MySQL、HDFS、Postgres和S3交互的能力，并且提供了钩子使得系统拥有很好地扩展性。除了一个命令行界面，该工具还提供了一个基于Web的用户界面让您可以可视化管道的依赖关系、监控进度、触发任务等。来个小总结

红帽认证是专门针对RHEL红帽系统的.属于厂商级的.还有一个通用级的.LPICLinux Professional Institute Certificate有三个级别　1,2,3