现在写脚本都靠 AI 了，运维还能干点啥
上个月组里来了个实习生，第一天就问我：勇哥，现在 AI 都能写脚本了，我们运维以后是不是没啥可干的了？我没直接回答，让他先把我们线上那台机器的 /var/log/messages...
CPU 频率只剩 0.8GHz，机器卡成 PPT，风扇倒是转得挺欢
周一早上九点出头，客户电话打过来，说那台跑 ERP 的机器"卡得没法用"，打开什么都转圈。我先没当回事，以为是老毛病——磁盘 IO。这台机器是机械盘阵列，之前就闹过 IO 慢。第...
客户说机房断电害他丢了数据，结果是他同事把电源线踢松了
周一上午，客户一个电话打到销售那边，语气很冲：你们机房上周五晚上断电，我们服务器数据丢了，损失你们得负责。销售转给我，我第一反应是：上周五机房没断电啊。值班记录我看了，整晚没有任...
内存被吃光，top 里却找不到凶手，最后是 smaps 揪出来的
有一阵子我们一台应用服务器每到下午就卡，free -m 一看，内存快见底了，swap 开始往里灌。奇怪的是 top 按内存排序，最高的进程也就占 1 个多 G，加起来跟总量对不上...
凌晨两点客户说网站打不开，最后发现是他自己的路由器挂了
凌晨两点十分，手机响。值班电话，客户那边打来的，说他们官网打不开了，语气挺急，说影响白天活动报名，让我们赶紧处理。我爬起来开电脑，先 ping 他们官网域名，通的。又 curl ...
RAID 阵列掉了一块盘，重建到一半，另一块也开始报错
客户的机器是台老 HP，P420i 阵列卡，四块 3TB 组 RAID5。上周三早上监控邮件弹出来：阵列降级，Slot 2 的盘 SMART 报错。按流程走：确认备用盘在位，然后...
机房巡检这事，看着像走过场，其实真能捡回一条命
很多人觉得机房巡检就是拿着表去转一圈，看看灯亮不亮，拍几张照片，回来填个表，纯走过场。我以前也这么想，直到有一次巡检真捡回一条命。那是去年夏天，机房例行巡检，我负责 B 区。按流...
定时任务半夜没跑，罪魁祸首是 cron 不认识 /usr/local/bin
周三早上，客户说他们每天凌晨两点的数据库备份没执行。我查了一下备份目录，昨天的文件在，前天的也在，就今天早上没有。第一反应是 cron 服务挂了。systemctl status...
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...
服务器突然卡成 PPT，一查是 TIME_WAIT 堆了两万个
周四下午两点多，客户在群里喊：你们的服务器是不是不行了，页面打开要转十几秒，有的直接超时。我登录上去，第一感觉是机器还活着，负载不高，CPU 和内存都正常。但页面就是慢。我 ss...