很幸运，公司有一套属于自己的自动化运维平台，本系列以后的内容会拆解各个部分来进行代码编写，服务部署等等。

本博文是一个类似目录的博文，会对后续的博文进行导航。

为什么会有自动化运维

1. 运维是一个互联网服务的基石，要求安全稳定
2. 人工无法满足技术，业务，管理方面的需求
3. 实现性能和服务的最优化
4. 静态设备结构转化为需求动态弹性响应
5. 提高运维质量，降低运维成本
6. 解放运维人员
7. 流程透明化，出现问题迅速定位问题并解决问题

自动化的前提

服务部署等标准化是自动化运维的前提

1. 部署代码，服务的目录结构标准化
2. 报警信息标准化
3. 更多待补充

今年做的年度优化

• 监控项报警信息
• 成本优化（ec2根据cpu，内存，网卡进行调整，考虑当天峰值）
• 成本优化（ebs更换ebs磁盘）
• 成本优化（cdn图片进行优化）
• 成本优化（s3存储策略）
• ELK优化
• WAF安全
• 服务规范化

服务的标准化就是自动化的前提，其他优化是年度对公司运维成本的优化。

定时发送邮件

有些cpu使用率高，但是内存使用率少参考cpu优化型机器，反之是内存优化型机器

对于机器是否启动，未启动的机器适当进行终止使用，释放ebs磁盘。

监控项

• cpu
• 内存
• cpu和内存使用量高进程，瞬时值
• 接口

未完待续，到zabbix再进行补充

cmdb

1. 自动发现主机，添加监控和关闭监控
2. 自动触发任务（修改主机名，）
3. 记录操作记录
4. 管理jenkins，例如部署项目
5. 报表展示，资产数量，aws账单(月成本，ec2，ebs，小时付费)，七牛账单，域名信息，elb对应主机信息，数据库(主从，业务线，端口，机型)，预留实例情况，报警趋势
6. 定时任务的统一管理
7. 常用功能(创建主机，批量砍量，切换预案)
8. salt自动化，部署基础服务等，通过页面进行salt组管理
9. 微信小程序进行报警管理，报表展示，常用功能
10. 日志清理
11. 接口超时

安全

• waf

流程化

• 离职后需要来运维组签单子，消除账号，然后人事才给办理离职，将以前记录的管理信息进行交接，替换管理平台中的配置

大促问题汇总

• 活动前运维找开发运营商量加机器，运营考虑的是总体总量，而运维关注的瞬时量
• 扩容时提前写好流程
• sql的qps，加缓存，加从库，优化代码，逻辑，加机器
• 大促记录ELB瞬时峰值请求量、延迟、机器负载以及单机QPS等，用于预估请求量
• 问题存在在缩容问题上，预案问题，CDN大图流量，报警问题
• 大促结束后要总结业务问题，和开发一起推动

思考

• 4xx和5xx报警如何快速定位

基础服务主机

• salt-master主机
• vpn+ipsec主机，兼职ntp主机
• 跳板机，用于发布业务，fab主机
• ELK主机组
• zabbix主机
• zabbix-agent，用于监控虚拟主机
• Squid代理
• jenkins主机
• 翻墙主机（假想）
• gitlab主机
• 共享存储主机组（假想）
• 透明代理主机（假想）
• 文档主机

外部

• CDN
• AWS

规范

项目

• auto scaling自动扩容
• aws标签
• ccmod自动触发
• cdn
• op微信小助手
• gitlab
• jenkins
• vpn
• 安全
• kan
• 容器
• zabbix
• 数据库备份
• 数据库高可用
• 跳板机
• elk