Linux生产环境30分钟极速搭建指南

文章配图，仅供参考

　　去年七月那会儿，新集群上线前夜，开发老张在群里甩链接：“就照这篇《Linux生产环境30分钟极速搭建指南》来。”我点开扫了三行就关了，标题太满，像极了上回说“零 downtime 迁移”的DBA。结果凌晨三点半，他电话打进来，听筒里背景是键盘敲得飞快：“你那边能挂载NFS吗？我们CI镜像推不上去！”我说“你先别推”，他回“早推完了”，我说“推哪了”，他说“推你刚初始化那台master1”。我愣住，手还悬在键盘上方，屏幕上开着的窗口从左到右：vim里半截systemd service文件、tmux里三个ssh会话、浏览器标签页挂着k8s-dashboard空白页、钉钉群消息刷到九百多条、还有……机房空调出风口正对着我后颈，冷得人想缩脖子。

　　其实真没三十分钟。从裸机上电到nginx返回200，我掐表二十八分四十七秒。但后面三小时全耗在补漏上：证书链少一级导致iOS死活连不上，是机房小王递来保温杯时顺口提的，“你们上次换ACME的邮箱是不是没同步？”；redis密码配置写错两处，一处在env文件，一处在systemctl drop-in，两个都是我亲手抄的——抄的时候觉得不可能错，抄完才发现第二处少了个反斜杠；监控agent装完起不来，strace一看卡在getaddrinfo，最后发现是/etc/resolv.conf里硬写死了被拔掉的DNS服务器。这些都不算事。真正要命的是，所有节点时间不同步，NTP服务明明开了，但chrony sources -v 显示全是offline，我盯着那串?号看了半分钟，突然想起——对，初始化脚本里注释掉了ntpdate那一行，因为“新版chronyd自动处理”。结果它不处理。

　　我认了。不是认这事儿合理，是认自己也信过“极速”这两个字。现在想想，那指南站得住的地方根本不是步骤快，是它活下来了——去年七月到现在，看过它的人里，至少三分之二删了repo重搭，剩下三分之一还在用，但全加了二十多个自定义patch：有人把yum源换成本地镜像，有人把firewalld全换成iptables-save，有个兄弟甚至把整个脚本重写成Ansible，光roles目录就建了七层。优胜劣汰？就是这么个意思：它没被扔进回收站，不是因为它完美，是因为所有用过它的人都被逼着亲手修过它的窟窿。就像上周五，运维组老李在值班表上划掉自己名字，换上新人小陈——结果小陈第一单就把swapoff -a写进了rc.local，重启后load直接飙到四十几，但没骂人，只是默默把那段删了，又补了三行free -h检查。这才是真实世界里的“极速”：你搭得越快，留下的弹坑就越具体。

　　窗外天快亮了，灰白的光从百叶窗缝里渗进来，刚好落在显示器右下角的系统时间上：05:13。我端起那碗早凉透的泡面，酱汁浮在水面，像一层薄油。家里猫跳上键盘，尾巴一甩，把我刚敲到一半的journalctl -u kubelet --since "2 hours ago"给清屏了。算了。反正日志都在ELK里存着，虽然昨天才听说ES集群磁盘配额又被开发组悄悄调高了三倍。我切回终端，输入rm -rf /tmp/install-，手指悬着没按回车。其实这命令压根不用删，那些临时目录早在第一次reboot时就被clean.sh卷走了。但我还是按了。就当祭奠那二十八分四十七秒里，所有被当成理所当然却从来没人验证过的“默认值”。

　　下周一我得补个东西：给所有新环境加个checklist，第一条就写“检查chrony sources -v 输出里有没有号”。不是为防错——是为让下一个踩坑的人，能在告警响起前三分钟，看清自己到底信了谁写的‘极速’。

（编辑：站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!