有好的IT运维管理书籍推荐吗

韩海刚，运维

苦练基本功

1 熟悉windows、linux操作系统；操作系统原理是精髓。

2 sed、awk、grep等脚本用法熟悉；正则表达式熟悉。

3 常见系统在windows,linux下部署要熟悉。比如dns、ftp、web、mysql、mssql，等等。

4 交换机、防火墙的基本配置要会。

推荐: ABS_Guide_cn 脚本基本功方面的

饶琛琳，运维工程师

鸟哥私房菜、构件高性能web站点；然后其他各种专注编程、专注数据库的其他书籍……

以上仅针对网站运维，如果是想进金融国企等行业，请无视……

郭保庆，阿里巴巴网站运维攻城师

1 Linux系统管理技术手册(第二版) —— 学习linux的基础实用知识

2 Linux shell 编程与服务器管理——很简单的shell入门教材，推荐必看。

3ABS——中高级的shell教材，必看。

4构件高性能web站点——网站运维必看。

王峥，IT运维

运维这里基础的是桌面运维，其次是服务器相关和网络方面，当然也看你是想往技术方面走，还是基础运维走了，技术方面还是开发为主，各种语言。

董伟明，你是谁,就会遇见谁

运维方面暂时还没有经典书籍。不过建议学好linux：《鸟哥私房菜》其他的主要看你的工作方面和工作经验积累，毕竟运维是最近几年出来的东东。

李振宇，运维/阿里巴巴

《构建web高性能架构》和《构建高可用linux服务器》，不过最好有点linux和shell的知识以后看更容易点。

这里只有系统运维驻场服务的文档，供你参考吧。

驻场技术服务内容

为确保甲方相关设备完好，运转正常，驻场技术服务包括规范性日常维护，故障应急响应，设备问题解决等范围，具体工作内容如下：

一、设备应用

1、负责对所有设备（详见附件1）的应用操作，每季度提交每个设备的配置和存储应用情况报告、网络拓扑报告、IP分配报告，并负责对上海海事局航海图书印制中心的相关工作人员进行培训；

2、对新应用的设备需求，驻场工作人员应及时提交设备配置现状及设备规划报告，以便该应用能及时实施；

3、掌握设备的运行情况，就保修期、存储空间等及时进行提醒；

4、建立相关系统软件各种故障的恢复流程及应急措施；

5、协助印制中心进行机房改造、设备搬迁、网络改造等工作。

二、环境与设备

1、指派专人定期对机房供配电、空调、温湿度控制等设施进行检查记录；

2、指派专人对机房人员的出入、服务器的开机或关机等工作进行记录；

3、按照合同附件资产清单，建立服务器及网络设备的档案，形成不易破坏的醒目标识，并定期更新相关内容；

4、对资产清单所列的各种设备、线路等，做好检查维护工作，发现故障，及时报告，并安排服务联系或维修，对维修情况提交书面报告；

5、对资产清单所列的各种设备、线路运行及维修记录，按重要性级别，定期书面报告；

6、形成每日巡视制度，对机房中相关设备的告警显示、空调、UPS等实际状态进行记录。

三、监控和安全

1、通过IT资源监控系统，对通信线路、主机、网络设备和应用软件的运行状况、网络流量、用户行为等进行监测和报警，形成记录、妥善保存并按重要性级别，定期书面报告；

2、指派专人期对监测和报警记录进行分析、评审，发现可疑行为，形成分析报告，并采取必要的应对措施；

3、指派专人，负责网络运行日志、网络监控记录的日常维护和报警信息分析和处理工作，提出优化建议及方案；

4、根据厂家提供的软件升级版本对网络设备进行更新，并在更新前对现有的重要文件进行备份；

5、定期对网络系统进行漏洞扫描，对发现的网络系统安全漏洞进行及时的修补；（甲方配置相关硬件设备后实施）

6、对关键的网络设备服务配置文件进行定期离线备份；

7、定期检查违反规定上网或其他违反网络安全策略的行为，书面报告；（甲方配置相关硬件设备后实施）

8、指派专人进行核心服务器的工作压力监控，针对业务的增长定期生成主服务器的工作压力报表，并且预估业务增长对服务器压力的影响提出合理化建议；

9、指派专人进行核心数据库的工作压力监控，定期生成报告，并就改进提出合理化建议。

四、操作系统安全

1、根据甲方业务需求和系统安全分析结果，确定系统的访问控制策略；

2、定期进行漏洞扫描，对发现的系统安全漏洞及时进行修补；

3、对小型机进行安全加固，提升操作系统安全性。在不影响数据库工作性能的前提下，打开安全选项进行安全加固。

4、及时安装系统的最新补丁程序，在安装前，首先报告同意，且在测试环境中测试通过，并对重要文件进行备份后，方可实施系统补丁程序的安装；

5、所有对系统进行的维护，均需详细记录操作日志，包括重要的日常操作、运行维护记录、参数的设置和修改等内容，严禁进行未经授权的操作；

6、定期对运行日志和审计数据进行分析，以便及时发现异常行为；

7、认真学习系统管理员角色要求，明确权限、责任和风险。

五、备份与恢复

1、根据印制中心实际应用情况、根据生产相关数据的连接关系、根据应用的业务特点和软硬件资源，制定详细的系统数据备份计划，确定合理的系统备份策略。定期备份重要业务信息、系统数据及软件系统等；

2、应根据数据的重要性和数据对系统运行的影响，执行数据的备份，每月提交数据备份报告，必要时实施数据恢复；

3、按照控制数据备份和恢复过程的程序，对备份过程进行记录，所有文件和记录应妥善保存；

4、按要求，定期执行恢复程序，检查和测试备份介质的有效性，确保可以在恢复程序规定的时间内完成备份的恢复；

5、定期进行备份介质的维护、更新、替换、轮转，保证备份介质可靠有效，针对重要备份介质进行双机房异地轮转；

6、制作备份和恢复的测试过程手册，最大地提高工作效率。

六、安全事件处置

1、及时报告所发现的安全弱点和可疑事件，但任何情况下均不应尝试验证弱点；

2、在安全事件报告和响应处理过程中，分析和鉴定事件产生的原因，收集证据，记录处理过程，总结经验教训，提供防止再次发生的补救措施，过程形成的所有文件和记录均应妥善保存。

七、服务报告及工作流程整理

1、上述工作内容中要求提交的书面报告之外，驻场人员提供的报告包括：

序号报告报告方式频度1事件处理报告格式文档（邮件）事件发生时2巡检报告格式文档（邮件）每日3月工作报告格式文档（邮件）每月4季度服务报告格式文档（邮件）每季度

2、上述工作内容，驻场人员应及时整理汇总相关操作流程，形成作业指导文档，定期上交。

问题一：做系统运维需要学习些什么？

问题二：网站运维需要学习那些知识？ 网站最核心的是流量，也就是有人访问。

要解决流量的问题，首先是网站的基础优化到位，包括网站的程序代码，页面的导航栏目、首页、内容页的设置及内容添加要做到位。在保证网站内容的完整性和稀缺性的前提下，剩下需要做的就是网站的引流推广了，具体的方式也比较多，大概分成免费和付费两种，免费一般需要的时间要长一些，付费的效果一般是比较直接和快速的，如果对于时间没有要求可以选择免费的，如果想快否获得较好的网站排名还是需要进行付费推广。

问题三：做Linux运维要学哪些东西什么顺序主要需要什么能力 运维需要用到的东西很杂，从硬件设备到软件维护。

硬件设备 比如服务器的安装 网络的部署布局 ，最好能够了解防火墙，路由器，交换机的设置。

linux系统的深入了解。最好能够深入到内核和代码层面

部署在linux服务器上的应用的了解和维护，比如tomcat apache weblog浮c nagios cacti等。包括开发人员编写的软件，都需要去进行维护和调优建议，最好了解js和java语言。服务器的各种使用情况的监控，如磁盘，cpu，mem，io等。

架构设计的了解，以及自动化运维的脚本编写。

比如搭建集群或负载模式的架构等，实现服务器的多机热备高可用。

脚本编写，以减少人力操作来提高执行效率和准确性，一般需要shell，python，perl一类的语言基础，也包括awk，except等小语种使用。

数据库的维护

熟悉主流的数据库操作，主要是添删改查的操作。

oracle，mysql，芒果db，db2，memcache，redis等

问题四：运维工程师需要学习哪些课程 操作系统概述、文件系统管理、unix作业管理、网络模型、UDP协议、网络层协议、各类局域网。

Linux基础知识、Vim使用、Shell编程、软件包管理、常用Server、容量分析、性能优化等。

AIX系统管理概述、系统管理工具、软件安装与维护、备份与恢复、网络管理基础、故障诊断、案例分析等。

powerHA概念和实施规划、VIO搭建和部署、日常检查、Oracle体系结构、客户机连接SQL语句、OracleRAC搭建等。

问题五：运维新手们，别再问需不需要学PYTHON了 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 puppet\saltstack\zabbix\nagio 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>>

问题六：运维工程师需要什么技能？ 最好的方法就是去看一些招聘网站的招聘简介了 已经很全了

岗位职责：

1、负责公司网络总体系统及子系统的维护；

2、负责网络整体架构规划、实施、优化、安全；

3、负责整体网络的操作规范文档编写，整合系激资源；

4、负责整体网络的风险评估与备份系统实现；

5、研究主流的互联网应用技术，并负责将此是现在公司业务系统测试及应用；

6、公司整体网络架构规划，实施及维护；

7、主动发现问题，提出合理化建设，积极提出优化手段和建议。

任职资格：

1、大专学历，3年以上工作经验；

2、能够承受一定的工作压力，具备良好的沟通协调能力及突发事件单独处理能力；

3、熟悉unix/linux操作系统；

4、熟悉Linux下不同数据库的安装和调试，熟练使用shell脚步语言；

5、精通LAMP架构，对LAMP架构的部署、搭建、优化、排错等方面有丰富的经验。对高负载、大访问量 情况下的LAMP架构有运维经验者优先。

6、熟悉Linux下不同的存储解决方案，同时管理超过50太以上的linux服务器组，有整体管理经验者优先；

7、利用syslong收集各个关键出口设备情况，充分利用snmp协议，规划并架设一整套网络监控系统；

8、具备独立的工作能力，良好的沟通能力和团队精神，高度的责任心，工作积极主动

问题七：想做IT运维 该从什么方面学起 这个东西不知道你有基础没，没有基础的话入门比较吃力，我做这块是从培训学校出来的，学了一年半花了近三万块。看视频用处不是很大，我从学校出来的感觉学的东西跟实际的都有些出入，找一个人带吧，这个要快点，自己学有那个毅力没有方向。给你讲下网络运维具体都要求哪块吧。1、网络运维离不开Linux，现在大些的企业基本上用的都是这个系统，特别是做金融，电商的，安全性，稳定性高，如果这个不会，哪基本上一般的工作机会都没了。2、网络日常基本问题的维护，像网络不稳定啊，丢包啊，服务器上网站不能访问啊，公司的服务器跨掉了啊，这些都是网络运维的工作。3、这个就是日常一些软件的管理了，像网站IIS，APACHE的搭建啊，MYSQL的管理啊，还有一些服务器上的基本应用等，这个都要熟练。说了这三条，其实要求的也没那么严格，都要精通，关键都得有所了解，遇到问题了知道大概的处理思路，多多百度，就可以应付过来，重要的是在工作的过程中多多学习，这就进步的快，想往这方面发展可以咨询我。

问题八：想学 网络运维工程师 需要什么要求 如何入门呢？ 你是打算自学是吗？运维不仅仅是单机方面的知识哟，还涉及局域网，还有路由交换等等呢！你现在到底有什么样的基础，大家也不是很清楚哈。要不你说说自己的情况吧。

问题九：运维工程师必须掌握的基础技能有哪些 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 mand 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 Woo

3 基础服务：

LAMP或LNMP ：Apache/Nginx，MySQL，PHP/Python/Perl LAMP (software bundle)

FTP

DNS

SAMBA

EMAIL

NTP

DHCP

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：

Nagios

Puppet

Zabbix

Cacti

SaltStack

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 iptables

9 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>>

问题十：关于系统运维方面，需要掌握哪些方面的知识 我来试着回答一下吧：以前做过企业内部的支持顾问，也做过外部的技术支持顾问，现在主要做系统实施，对各方面的掌握知识的理解多少有点，提出几点，希望对你有帮助。我觉得你肯定指的是企业内部的SAP运维工程师吧，是吧？对于这个职位你需要掌握的几个重点内容如下：1》能够了解和掌握所负责的模块的公司业务情况。2》熟悉并掌握所负责模块的系统应用操作。3》能够配置所负责模块的系统配置。4》最好还能掌握其他相关联的模块的基本知识，比如说，你是SD模块的工程师，那你还应该掌握一些MM库存的知识，FICO的少量知识，最好还能了解一些WM的相关知识。5》对于系统内的增强开发非常熟悉，知道这些增强开发都控制了什么系统操作，如果更改的话，会对系统操作有什么影响。6》要会一些ABAP的基本知识，能够开发简单的程序，包括报表、表单和增强开发。7》起码要掌握一些debug技巧，能够知道说一个程序出错后，如何去跟踪这个程序的取数。8》对于表结构应该有了解，能够熟悉的写出负责模块的基本常用表名。9》除了以上技术方面的意外，还应该能够有能够跟业务人员沟通和了解业务需求的能力，能够把他们的需求转换为系统功能的实力，当然到了这一步，你就可以向外部顾问的方向迈进了。

运维工程师推荐看书学基础，然后找师傅带啊，书呢，就推荐两本吧，一本是经典的《鸟哥的Linux私房菜》另一本是基于现在最新的Redhat7系统为环境的《Linux就该这么学》，就该这么学这本书非常实用，如果你要快速入门的话就去看这本，想多了解点东西的话就去看鸟哥，顺便说一下，《Linux就该这么学》是免费在线阅读的，并且提供了读者群、论坛等渠道来反馈读书信息或者资讯问题，你可以访问http://wwwlinuxprobecom/ 去瞅瞅，感觉的好的话采纳一下吧，谢谢。

异常信息：

问题解决方式：

/data/var/lib/zookeeper/version-2 文件夹下的文件全部删除

然后重启zookeeper，启动成功。

此角色的日志目录所在的文件系统的可用空间小于50吉字节。到出现故障的节点查看磁盘使用情况。

可以看到由于数据都挂载在根目录，而home、data目录却有大量空间，故在home目录下创建dfs、log，并将根目录下/dfs，/var/log下关于cdh的文件或目录mv到/home下，并做软链接，然后启动服务就ok了，记得mv前停止服务。

接下来分析，为什么 / 根目录下的磁盘空间全部使用完了。

发现以上文件目录占用磁盘大于100M，使用du -h 文件名 依次查看文件大小。

G7项目居然没做日志大小限制。如果是java开发使用log4j打印日志，可以把日志的大小限制，一共只许生成多少个文件，循环覆盖。

参考： https://wwwcnblogscom/xiaowangba/p/6314179html

修改配置：

异常信息：

和上面问题相同，也是磁盘空间不够。

将清研日志打开查看究竟是什么日志需要打印96G大小，且不删除。

实际上两个异常原因相同。

继续往上翻日志，发现一个INFO级别的异常日志

日志显示analye8服务器被拒绝，是因为ClockOutOfSyncException异常，Reported time is too far out of sync with master Time difference of 131097ms > max allowed of 30000ms

上环境查看各服务器的时钟是否同步。

到这，就清楚了HRegionServer 为什么被中止了，出现该问题的原因：因为整个集群时间没有统一，导致master连接slave超时，所以导致从节点的HRegionServer进程没有正常启动。

实际上analye8 时间与互联网时间一致，是其它服务器的时间跑快了

为了方便，这里将analye8 的时间往前调整三分钟，与Master保持一致。修改方式：

重启hbase服务。

至此，135集群环境所有异常修复完毕，看着干净无污染的监控界面，心情顿时开朗了。