简述
“对数据要有敬畏之心”这个主题是同事在一个早会分享时提出的,却直接引起我心中的共鸣。前几年各种删库跑路事件、Facebook宕机事件仍不绝于耳,虽然大家将“删库跑路”当作一个调侃与谈资,但上升到“对数据要有敬畏之心”的高度,作为运维我们就要居安思危,防患于未然。
数据的定义
从运维的角度,数据不是独立存在的,它存在于日常运维过程中的各个环节,如例行维护、变更、故障处理等。因此如果我们只考虑数据本身则意义不大,要从数据存在的各个环节去分析。
在此我们将其大体概括为:
- 数据备份
- 文件系统+例行维护
- 数据库
- 大数据
- 业务版本发布
- 需求变更
数据备份
从数据安全的角度出发,我们最先想到的肯定是数据备份,下面我们来看下数据备份的几个关键点。
首先,根据备份空间和从备份恢复的速度允许的情况下,我们可以将数据备份分为本地备份和异地备份(不考虑多机房容灾)。其次,无论是何种备份方式,我们都需要考虑备份保存周期,因此无规则限制的归档会带来存储成本的不断升高。最后,针对数据丢失或误删等各种场景,我们需要确定就是备份哪些内容。
对此我们总结需要备份的内容如下:
- 系统级配置文件
内核参数、hosts解析、crontab计划任务、环境变量、防火墙等 - 应用级配置文件
nginx、java应用、中间件、dns等 - 日志级数据
应用日志、nginx日志等 - 数据库备份
binlog日志、逻辑备份、配置文件、慢查询日志
如果你还没有思路,看参考以下这篇文章:
ansible自动化:备份管理实践
https://blog.csdn.net/yanggd1987/article/details/118943961
文件系统+例行维护
和文件系统联系最紧密的莫过于日常例行维护了,如磁盘清理、文件处理等所有与数据丢失风险相关的操作。当我们在例行维护过程中,运维必须精神高度集中,非常清晰的注意每个指令,执行危险操作时可以和同事进行二次确认
。
操作文件系统虽然都是简单命令,但也是有窍门的,在此给大家推荐下。
【运维小贴士:巧用Linux冒号命令,实现rm防误删】
Linux系统中冒号(:)在bash中是一个內建命令,而不单纯是一个分隔符,它的主要作用是空命令、参数扩展、重定向、注释等。
我们可以使用其参数扩展特性实现rm的防误删功能,下面我们来通过实例讲解下其用法。
格式: ${parameter:-test}
功能: 如果parameter没有设置或者为空,替换为test;否则替换为parameter的值。
命令: rm -rf ${dest:-test}
用法: 当变量dest为空时,删除test;当变量dest不为空时,删除test
用例: rm -rf /$dest。当变量dest没有设置或为空时,则命令变成rm -rf /,这将误删系统根目录,导致系统崩溃。
改进: rm -rf /${dest:-test},当变量dest没有设置或为空时,会使用test代替,则命令变成rm -rf /test,删除此目录不会产生任何影响。
除了以上方法,如果我们的服务器都使用堡垒机登录的话,那么福利来了。我们可以使用堡垒机自带的命令过滤功能,禁用操作系统的危险命令。
数据库+大数据
数据库和大数据都作为基础数据,虽然有单独的DBA和大数据运维对其负责,但是我们仍可以借鉴堡垒机的命令过滤功能:
- 对数据库操作过滤,如:drop、truncate、delete等
- 对大数据操作过滤,如:hdfs dfs -rm等
除了堡垒机的助力,我们还是需要从标准化流程出发,使用工具进行规范化管理。例如数据库可以使用Archery SQL审核查询平台
,而大数据生态由于组件较多,可能无法找到一个统一的管理工具,这个我没有太多的经验,就不在此造次了,但是做好数据备份以不变应万变是必须的。
业务版本发布
业务版本发布绝对是运维工作中紧张又刺激的一项工作了,导致发布失败的原因也很多:
- 配置文件混乱
- 多环境污染
- git分支管理混乱
- 版本发布比较随意
- 缺少测试环节,如回归测试、冒烟测试等
- 等等
导致版本发布的原因很多,我这面只是列举了一部分。解决这部分问题需要研发、运维、测试的多方面配合,也就是我们耳熟能详的DevOps。
我们从代码托管开始梳理:
- 代码管理必须严格,按功能区分分支,不能随意合并代码至master;
- 按环境区分配置文件,以免混淆;
- 测试、生产等环境最好严格的物理隔离或逻辑隔离,避免环境互通;
- 版本生产发布前,需要经过严格的功能测试;
- 确定统一的版本发布日,非发版日严禁变更;
- 标准化的版本发布流程,实现参数化自动版本发布;
- 屏蔽/回复发版过程中的告警,实现更精细化的监控;
以上几点不是只靠运维就能解决的,而是需要规范+流程+研发/运维/测试+工具的整体配合。
常见的开源组合如下:Jira+Jenkins+Git+Sonar+Pipeline+监控
。
需求变更
生产无小事,生产故障很可能就是因微小的变更操作导致的。在这方面我曾经的基础运维同学和DBA同学都吃过亏,就是一个很平常、甚至有过很多实操的动作,触发了一个bug,进而影响业务。
为什么要把需求变更单独拿出来讲,因为这是一个很容易让人忽略的点。对于不可预知的事情,我们必须提前做好预案:
- 确定变更操作影响的业务范围
- 通知相关责任人,确定变更关键节点
- 确定变更方案及具体操作步骤
- 做好数据备份及数据恢复方案
- 确定变更时间,避免业务高峰期
通过预案可以更充分的暴露风险点,帮助我们更好的应用突发问题。
总结
数据无处不在,数据风险也就如影随形,因此运维要对数据有敬畏之心,这和运维经验是否丰富无关。要想做到数据的安全性,我们需要一直保持警惕性。