带了三个新人，我终于明白师傅为什么总说「你自己先查查」
今年组里来了三个新人，一个应届，两个转行。我带了一个月，血压上去好几次，但回头想想，也把自己当年踩的坑重新看了一遍。第一个新人，应届生，科班出身，Linux 命令背得滚瓜烂熟。有次他处理...
分类 · 行业杂谈
当前分类下共有 49 篇文章。
系统半夜崩了，开发第一句话是：是不是你们运维改了什么
凌晨一点二十，电话响。我接起来，对面是值班开发，语气很急：线上系统崩了，全站 502，你们运维是不是改了什么？我脑袋还懵着，下意识先自证清白：我今天没动过任何生产配置。他说那怎么突然就崩...
面试一个「精通 K8s」的，聊到 DNS 解析他沉默了
上个月招运维，筛简历的时候看到一个挺亮眼的：三年经验，精通 Kubernetes，会写 Helm chart，搞过 CI/CD，还说自己调过 CNI 网络问题。我心想终于来个能扛事的了。...
报警越响的事故越小，真出事的时候监控往往是安静的
昨天下班前看监控后台，发现又有三台机器连着几天没上报数据了。我第一反应不是"机器挂了"，而是"监控通道又堵了"。查了一下，果然，agent 日志里一堆超时重试，机房那边说晚上要割接，交换...
告警从 200 条降到 5 条，我只干了一件事：关掉没用的告警
上个月接手一套跑了三年的老系统，第一周我差点被告警逼疯。手机平均每五分钟响一次，凌晨两点到五点最密集，全是同一批东西在反复报。有一回我半夜爬起来看，发现一条磁盘告警从下午四点就开始刷，每...
机房里最贵的不是服务器，是那个半夜愿意爬起来的人
前两天跟一个做机房运维的朋友喝酒，他说了句话让我记到现在：机房里最贵的设备不是那几百万的存储阵列，是那个半夜两点接到电话还能心平气和爬起来的人。他说这话是有原因的。他们机房去年进了几台新...
为什么我逼着组里的人写运维文档，哪怕他们骂我
上个月组里有个同事离职，交接文档写了三页 Word，其中两页是目录和标题。人走了之后，他负责的那套 CI 部署流程出了个问题，我们三个人对着他留下的"文档"研究了一下午，最后是靠翻聊天记...
三年备份，第一次真恢复，就赶上客户丢库
凌晨两点四十，手机响。我接起来之前还在做梦，梦里正吃泡面。「库被清了，你们备份有吧？」客户声音很急。有，我当时是这么想的。这套托管服务卖的时候就带备份，客户还加钱买了异地同步，合同里白纸...
干运维十年，我为什么越来越怕「一切正常」这四个字
昨天跟一个刚入行的师弟吃饭，他问我：哥，你们老师傅是不是看到监控全绿就特别安心？我愣了一下，说：恰恰相反。看到监控全绿，我第一反应是去查是不是采集端挂了。他明显没听懂。我给他讲了三个事。...