python运维书籍 知乎_学习Python在Linux运维上的应用应该看哪些书 、什么样的学习路线？...

Python岗位有哪些呢？主要的岗位有这些：Python全栈开发工程师(10k-20K)

Python运维开发工程师(15k-20K)

Python高级开发工程师(15k-30K)

Python大数据工程师(15K-30K)

Python机器学习工程师(15k-30K)

Python架构师(20k-40k)

目前应用最多的：全栈开发、数据分析、运维开发，大家知道他们分别的要求是什么吗？

我们来看三个岗位要求：岗位1：任职要求

1.计算机、软件相关专业本科或以上学历，3年以上工作经验；

2.熟悉python、JS开发语言；

3.具有MySQL数据库设计与优化能力，熟悉mongoDB、mc、redis等一种以上；

4.熟悉Linux/Unix，能进行shell编程；

5.具有良好的学习能力，时间和流程意识，沟通能力、团队合作

岗位定义：Python运维开发岗位2：职位要求

1,熟悉 Python 编程;

2,熟悉 Linux 系统;

3,熟悉 shell 编程;

4,了解 django/web.py/flask 框架一种及以上;

5,有一定的 Web 后端开发经验，熟悉前后端分离的开发模式

熟悉关系型数据库的使用与基本设计优化方法，了解常见的 NoSQL 数据库如MongoDB, Redis等;

6,良好的编码风格及测试习惯

加分项:

在 GitHub 上有开源项目

岗位定义：Python全栈开发岗位3：任职资格

1、具有python开发数据处理软件的经验；

2、精通Python，掌握numpy，scipy，matplotlib，pandas等数据处理方面常用的第三方python库；

3、熟悉至少一种Sql数据库 (mysql/ sqlserver/oracle)；

4、热爱编程、具有良好的代码风格；

5、做事具有条理性，具有良好的自学能力、分析问题以及解决问题的能力。

岗位定义：Python数据分析

那么，大家来看看，这三个岗位基本要求里面，有哪些共性和不同？以及学习什么内容：

第一层：python的基本语法和标准库

既然你要会python开发，那么语法基础和库是最基本的。

第二层：Linux基础

全栈和运维涉及linux服务器的操作，那需要shell编程和linux基础操作的基础能力。数据分析其实就没有这一层，涉及是数据采集，也就是爬虫。全栈对linux基础要求少一些，而运维需要更多，还需要一些DNS/DHCP之类的，很多企业也需要一定的运维工作年限。

第三层：数据库操作

数据库操作：SQL、Nosql，数据的储存和处理，就是常见的增删改查。

第四层：web前端

前端的实现，包括web前端技能，了解或熟悉HTML、CSS、Javascript，Bootstrap，jq,nodejs。全栈就不说了，运维开发涉及到可视化的界面。

第五层：基础python的框架和库

基础python的框架和库做各种实现，需要开发一个网站或者做一个自动化运维监控，数据分析师基于一些可视化的库和数据分析的库。

第六层：算法设计和求职准备

学一个技术和进阶的核心是算法设计，最重要的是：求职

——————————

来说说主要的几个在Linux运维中的应用吧：

第一、Python开发的jumpserver跳板机

jumpserver跳板机是一款由Python编写开源的跳板机(堡垒机)系统，实现了跳板机应有的功能。基于ssh协议来管理，客户端无需安装agent。企业主要用于解决：可视化安全管理

特点：完全开源，GPL授权

Python编写，容易再次开发

实现了跳板机基本功能：认证、授权、审计 ，集成了Ansible，批量命令等、支持WebTerminal

Bootstrap编写，界面美观 ，自动收集硬件信息 ，录像回放 、命令搜索 、实时监控 、批量上传下载

第二：Python开发的Magedu分布式监控系统

以自动化运维视角为出发点，自动化功能、监控告警、性能调优，结合saltstack实现自动化配置管理等内容进行了全方位的深入剖析。企业主要用于解决：自动化监控常用系统服务、应用、网络设备等

监控系统需求讨论：

监控常用系统服务、应用、网络设备等？一台主机上可监控多个不同服务、不同服务的监控间隔可不同？同一个服务在不同主机上的监控间隔、报警阈值可不同？告警级别？数据可视化，如何做出简洁美观的用户界面？如何实现单机支持5000+机器监控需求？采取何种通信方式？主动、被动？

第三：Python开发的Magedu的CMDB

cmdb的开发需要包含三部分功能：采集硬件数据、API、页面管理。企业主要用于解决：自动化管理笔记本、路由器等常见设备的日常使用

执行服务的过程如下：服务器的客户端采集硬件数据，然后将硬件信息发送到API，API负责将获取到的数据保存到数据库中，后台管理程序负责对服务器信息的配置和展示。

第四：Python开发的任务调度系统

Python任务调度系统的multiprocessing模块不但支持多进程，其中managers子模块还支持把多进程分布到多台机器上。企业主要用于解决：自动化把一个服务进程分布到其他多个机器的多个进程中

一个服务进程可以作为调度者，将任务分布到其他多个机器的多个进程中，依靠网络通信。想到这，就在想是不是可以使用此模块来实现一个简单的作业调度系统。

第五：Python运维流程系统

使用python语言编写的调度和监控工作流的平台内部用来创建、监控和调整数据管道。任何工作流都可以在这个使用Python来编写的平台上运行。企业主要用于解决：自动化创建、监控和调整数据管道

是一种允许工作流开发人员轻松创建、维护和周期性地调度运行工作流(即有向无环图或成为DAGs)的工具。这些工作流包括了如数据存储、增长分析、Email发送、A/B测试等等这些跨越多部门的用例。

这个平台拥有和 Hive、Presto、MySQL、HDFS、Postgres和S3交互的能力，并且提供了钩子使得系统拥有很好地扩展性。除了一个命令行界面，该工具还提供了一个基于Web的用户界面让您可以可视化管道的依赖关系、监控进度、触发任务等。

——————————

以上为常见的五种应用，请指点！

Python自动化主要帮助企业解决日常繁杂的工作事务，数据化、可视化的监控日常的业务运行情况。

欢迎一起交流和补充！