服务器运维入门先搞懂这几件事：从选机器到看监控的实操顺序

刚拿到服务器权限那几天，多数人会把注意力放在装环境上，等站点真跑起来才发现问题不在软件层。访问慢，到底是带宽不够还是线路绕路？半夜告警，是内存爆了还是被打了？这些判断做不出来，运维就会变成不停重启和加配置的循环。我自己的顺序是先把机器底子摸清楚，再谈监控和应急，顺序反了会一直救火。

先把机器底子摸清楚，别急着装面板

新机器到手，第一件事是确认你买到的是什么，而不是马上装宝塔。CPU 型号、内存容量、磁盘类型、带宽大小、流量是包月还是按量，这几项决定了后面所有优化空间。一台标称 100M 带宽的机器，如果实际是共享口，晚高峰跑不满一半，这时候再怎么调 PHP 参数都没用。

我一般会先跑几个基础命令确认：lscpu 看核心数和主频，free -h 看内存实际可用量，df -h 看磁盘还剩多少。磁盘类型差别很大，SSD 随机读写通常比机械盘快一个数量级，数据库放机械盘上，查询一多就卡。

带宽这块最容易踩坑。独享和共享是两个概念，价格差得也远。做站群或者跑采集的业务，出口带宽被跑满会直接拖垮整台机器，这时候要么升级带宽，要么把流量大的任务挪到单独一台。秀米云的美国硅谷物理服务器10是 Gold-6133*2 / 128G / 100M 的配置，月付 $559，适合内存吃紧又要稳定出口的场景。

内存这项要按业务估。跑一个中型论坛，64G 通常够用；如果同时开了数据库、缓存、队列，128G 会更从容。别等 OOM 杀进程了才想起来加内存，那时候已经丢过数据了。

线路和防御是两笔独立的钱

很多人把线路和防御混在一起算预算，结果两头都不够。线路决定的是速度，防御决定的是被打时能不能撑住，这两件事的投入方向完全不同。

线路方面，国内访问看的是回程走什么。普通国际线路绕美国西海岸再回来，延迟 200ms 以上很常见；优化过的线路能把延迟压到 40ms 到 80ms 区间。差这一百多毫秒，用户感知非常明显。判断方法不复杂，从几个不同地区的机器上做路由追踪，看跳数和经过的节点，绕路一眼就能看出来。

防御方面，先确认自己会不会被打。做游戏、金融、竞争激烈的行业站，被 DDoS 是常态；纯企业展示站，几年遇不上一次。用不上的高防就是白花钱，用得上的时候没有就是站点直接下线。

• 会被打的业务：高防是刚需，选带清洗能力的机房，别指望单机扛
• 不会被打的业务：把钱花在带宽和内存上，收益更直接

美国洛杉矶高防这条线我一般推荐给确实有攻击压力的业务，秀米云的美国洛杉矶高防服务器38配的是 Gold 6133*2 / 64G / 100M，月付 $379，机房在洛杉矶，防御和带宽是打包给的。

监控先看四个指标，别一上来就上全套

监控体系搭得太复杂，最后没人看。刚开始盯四个指标就够：CPU 使用率、内存占用、磁盘 IO、网络进出流量。这四个能覆盖八成以上的故障场景。

CPU 长期跑在 80% 以上，说明要么程序有问题，要么配置不够。内存持续增长不回落，多半是内存泄漏。磁盘 IO 等待时间突然变长，可能是有人在跑大查询，也可能是盘快坏了。网络流量出现异常尖峰，先排查是不是被刷了。

告警阈值别设太敏感。CPU 到 90% 就报警，一天能响几十次，最后大家都把告警静音了，真出事反而没人管。我一般会把阈值设得稍高，再配合持续时间判断，比如连续五分钟超过 90% 才触发。

日志要留。出故障时翻日志的速度决定了恢复时间。系统日志、应用日志、访问日志分开存，别混在一起。磁盘空间要留出余量，日志写满磁盘导致服务挂掉，这种事故每年都能见到。

出故障时的排查顺序

服务挂了先别急着重启，重启会把现场清掉。第一步看进程还在不在，第二步看端口通不通，第三步看日志最后几行报什么错。这三步走完，大部分问题能定位到方向。

如果是连不上，先本地 ping 一下，再 telnet 端口。ping 通但端口连不上，多半是服务本身的问题；ping 都不通，往网络层查。这个顺序能省不少时间，比盲目重启强得多。

被攻击的时候，先看流量图确认攻击类型，再决定是切高防还是加规则。带宽被打满的情况下，改配置没用，得靠上游清洗。这也是为什么防御要提前准备，临时抱佛脚基本来不及。

日常维护其实就几件事：定期看监控数据、定期清理日志、定期做备份、定期更新系统补丁。听起来简单，能坚持做下来的人不多。备份尤其重要，删库这种事不分新手老手，区别只在于有没有备份能恢复。

按我的经验，新手第一台机器不用追求顶配。先租一个月，把真实负载跑出来，再根据监控数据决定加什么。上来就买大配置，很可能一半资源常年闲着。预算有限的情况下，优先保证带宽和内存，CPU 可以后加。真到业务量上来，再考虑升级到独立服务器或者加机器做负载分担，比一步到位更划算。