从零开始做服务器运维：先搞清这几件事，再谈熟练

刚拿到一台服务器，很多人第一反应是照着教程敲命令，装完 Nginx 能打开网页就觉得入门了。真到了线上出问题，比如磁盘写满、连接数打满、进程被 OOM 杀掉，才发现之前那套操作根本没覆盖到。运维这事，顺序比命令重要。

这篇按实际接手的流程走：先把机器类型分清楚，再看四个核心指标，最后落到监控、备份和安全三件日常事。每一步都给出具体判断标准，不是命令清单。

物理机和云主机，第一台机器该选哪个

零基础容易忽略的第一个岔路在这里。云主机开出来就是一台已经装好系统的虚拟机，改配置、重装系统在面板上点几下就行；物理服务器给你的是裸机，RAID、系统安装、网络配置都得自己来。两者的运维工作量差一个量级。

我一般建议刚上手的人先用云主机练手，把 Linux 用户权限、服务管理、日志排查这些基本功过一遍，再考虑物理机。原因很直接：物理机装系统要挂 IPMI 或者找机房协助，一次装错重来可能耗掉半天，学习阶段这个时间成本不划算。

反过来，如果你的业务是长期跑固定负载，比如站群、视频转码、数据库，物理机的成本优势会随时间拉开。以香港自营国际物理服务器①为例，E3-1230 V2 配 16G 内存、100M 带宽，月付 750 元，同规格云主机通常要贵出不少，而且带宽和 CPU 是独享的。判断标准很简单：负载稳定超过三个月，物理机更划算；负载波动大或者只是练手，先用云主机。

CPU、内存、磁盘、带宽，四个指标怎么看

这四个指标经常被新手当成「越大越好」，实际每个都有对应的瓶颈场景。

CPU 看的是持续负载，不是峰值。 用 top 命令看 load average，如果 1 分钟、5 分钟、15 分钟三个值持续接近核心数，说明 CPU 是瓶颈。E3-1230 V2 是 4 核 8 线程，跑一个中等流量的网站绰绰有余，但要跑视频转码就会满。

内存不够的表现是进程被杀，不是变慢。 用 free -h 看 available 那一列，低于总内存的 10% 就要警惕。16G 内存跑 LNMP 加一个 Redis，余量通常在 6G 到 8G 之间，够用但不宽裕。

磁盘的坑在 IO 不在容量。 机械盘做数据库，随机读写一上来延迟就上去了。用 iostat 看 %util，长期高于 70% 就该考虑换 SSD 或者加缓存。

带宽要看峰值和计费方式。 100M 独享和 100M 共享是两回事，前者跑满就是 12.5MB/s，后者高峰时段可能掉到零头。选之前先问清楚是独享还是共享，这个比价格重要。

监控、备份、安全加固，日常运维的三件事

这三件事的共同点是：平时看不出价值，出事的时候决定你能不能睡个整觉。按优先级排，我建议先做备份，再做监控，最后做安全加固。

• 备份：至少一份异地。本地备份和机器一起挂的情况太常见了。用 rsync 每天推一次到另一台机器，保留 7 天滚动，成本很低。
• 监控：不用一上来就上 Prometheus 那一套。先写个 shell 脚本，每 5 分钟检查磁盘使用率、内存可用量、关键进程是否存活，超阈值发邮件或者 webhook。跑通之后再考虑更细的指标采集。
• 安全加固：改 SSH 端口、禁 root 直接登录、只开必要端口、fail2ban 挡暴力破解。这四条做完，能挡掉绝大多数自动化扫描。

顺序上先做备份的理由是：监控告诉你出事了，备份让你能恢复。只有监控没有备份，看着报警干着急。安全加固排在最后，是因为它影响的是被攻击的概率，而前两者影响的是你恢复的能力。

什么时候该找机房协助，什么时候自己扛

物理机的硬件层面问题，比如硬盘故障、内存报错、电源异常，自己处理不了，直接找机房换件。这些通常包含在租用服务里，不用额外花钱。

系统层面的问题，比如服务起不来、配置写错、磁盘满了，这些得自己解决。判断标准是：能不能通过 SSH 操作。能 SSH 进去的问题都是你的，进不去的问题找机房。

零基础到能独立处理日常故障，我的经验是两到三个月，前提是有一台真实机器在跑业务。纯看教程不碰机器，这个周期会拉得很长。先租一台配置够用的机器，把监控和备份跑起来，遇到问题一个个查，比按部就班学理论快得多。