13.1 阶段 0 Linux 与网络基础
所属:全栈开发面试题库 / 学习路径 / 13 DevOps 与 SRE
本页目录
一、阶段定位
本阶段是 DevOps 的地基:不写编排、不写脚本,只解决「能在一台 Linux 机器上把服务跑起来、把问题定位到进程与端口」。后面每个阶段都依赖这些能力——阶段 2 容器要看镜像里跑的进程、阶段 4 K8s 节点 NotReady 要登上去查、阶段 7 故障应急要在 5 分钟内分清是 CPU、内存、磁盘还是网络问题。这些概念如果只靠图形界面,到排障时无从下手。
不掌握本阶段会在后面具体卡在哪:
- 说不清进程、线程、端口、文件描述符的关系,到阶段 4 容器 CrashLoopBackOff 时只会
kubectl delete pod。 - 不会看
ss/netstat/tcpdump,接口不通时分不清是 DNS、防火墙、还是后端没起。 - 磁盘满了不知道是日志、镜像还是容器层,
df与du用不熟。 - 不会用
systemd管理服务,崩了不知道为什么没自动拉起。
判断卡住的标志:(1) 让你说出一个服务为什么没起来,你只能说「挂了」,说不出是端口被占、依赖连不上、还是 OOM;(2) 让你在 Linux 上看一个端口被谁监听,你要搜半天命令。出现任一现象,先把本阶段六个模块过一遍再进 阶段 1 Shell 与脚本工程。
二、阶段目标与投入
| 能力目标(可验证的行为) | 验证方式 |
|---|---|
能用 ps/top/ss 把进程、CPU、内存、端口对应起来 |
不查手册定位一个占用端口的进程 |
能用 df/du/iostat 查磁盘与 IO |
找出一个占满磁盘的目录 |
能用 systemctl 管理服务,写一个 unit 文件 |
崩了能自动重启 |
能用 curl/dig/ss 排障网络链路 |
分清 DNS、TCP、HTTP 哪一层不通 |
| 能用日志文件定位报错 | journalctl/tail -f/grep 用熟 |
| 能建用户与权限、改文件属主 | 服务用非 root 用户运行 |
建议学时:
- 全职:2 周,约 40 小时。命令与文件系统 12 小时、进程与资源 8 小时、网络 10 小时、systemd 8 小时、权限与安全基线 4 小时。
- 在职:4 周,约 45 小时。
三、先修自检
| 先修项 | 合格标准 | 不合格时怎么办 |
|---|---|---|
| 基本概念 | 知道进程、端口、文件、用户是什么 | 用 2 天过入门 |
| 远程登录 | 能用 ssh 连到一台 Linux 机器 | 模块 5.1 会带你装一台 |
四、知识地图
| 模块 | 知识点 | 掌握程度 | 对应题库章节 |
|---|---|---|---|
| 文件系统 | 目录结构、权限、软/硬链接、查找 | 会用 | 01.1 操作系统 |
| 进程与资源 | ps/top/htop、CPU/内存、fd、OOM | 能讲清原理 | 01.1 操作系统 |
| 网络 | ss、dig/curl、TCP、状态码、防火墙 | 能讲清原理 | 01.2 计算机网络 |
| systemd | unit、enable、restart、journalctl | 会用 | 纯文本章节:服务管理 |
| 日志 | journalctl、rsyslog、按级别过滤 | 会用 | 纯文本章节:日志 |
| 安全基线 | 用户、sudo、SSH 密钥登录、关密码登录 | 会用 | 08.10 云原生安全 |
五、分模块精讲
5.1 文件系统与权限
为什么需要它:服务文件放哪、属主是谁、日志写在哪,决定了服务能不能以非 root 跑、磁盘会不会满。
核心机制:
- 标准目录:
/etc(配置)、/var/log(日志)、/opt(第三方应用)、/home(用户)、/tmp(临时)。 - 权限:
rwx三组(属主、属组、其他);chown user:group file、chmod 644 file。 - 服务用专用用户跑(如
app),不用 root;日志目录属主是该用户。 - 查找:
find /var/log -name "*.log" -mtime +7找 7 天前的日志。
最小可运行示例:
# 建应用用户与目录
useradd -r -m -d /opt/myapp -s /usr/sbin/nologin myapp
mkdir -p /opt/myapp /var/log/myapp
chown -R myapp:myapp /opt/myapp /var/log/myapp
# 看权限
ls -l /opt/myapp
# -rw-r--r-- owner group file
常见坑:
| 现象 | 原因 | 修法 |
|---|---|---|
| 服务写不了日志 | 日志目录属主不对 | chown 给运行用户 |
| 用 root 跑服务 | 没建专用用户 | 建用户改 unit User= |
5.2 进程、CPU、内存与 OOM
为什么需要它:服务变慢、被杀,先看是 CPU 打满、内存爆了、还是磁盘 IO 卡住。
核心机制:
ps aux --sort=-%cpu | head看最耗 CPU 的进程;top/htop交互看。free -h看内存;dmesg | grep -i oom看有没有 OOM Killer 杀过进程。- 一个进程打开的文件(含网络连接)是文件描述符,
ls /proc/<pid>/fd | wc -l看数量。 - CPU 高先看是用户态(计算)还是 iowait(磁盘等):
iostat -x 1。
最小可运行示例:
ps aux --sort=-%cpu | head -10
free -h
dmesg -T | grep -i -E "oom|killed"
# 看某进程的 fd
ls /proc/$(pgrep myapp)/fd | wc -l
常见坑:
| 现象 | 原因 | 修法 |
|---|---|---|
| 进程被突然杀掉 | OOM Killer | 看 dmesg,加内存或限内存 |
| load 高但 CPU 不高 | iowait 或 fd 耗尽 | iostat/ulimit -n |
面试考法:问 load average 三个数含义。答到:1/5/15 分钟平均运行队列长度,CPU 密集还是 IO 密集要看 us/sy/wa。
5.3 网络排障:ss、dig、curl
为什么需要它:「接口不通」是 DevOps 最高频问题,要分层定位:DNS 解析了吗、TCP 连上了吗、HTTP 返回什么。
核心机制:
ss -ltnp看本机监听端口与进程;ss -tn看已建立连接。dig example.com看 DNS 解析;curl -v看请求响应全过程。curl -w看各阶段耗时:DNS、TCP、TLS、TTFB。- 防火墙:
ufw status/firewall-cmd;云厂商还有安全组。
最小可运行示例:
ss -ltnp | grep 8080
dig +short example.com
curl -v http://example.com:8080/health
curl -w "dns:%{time_namelookup} tcp:%{time_connect} ttfb:%{time_starttransfer}\n" -o /dev/null -s http://example.com/health
# 抓包(需要 root):tcpdump -i any port 8080 -nn
常见坑:
| 现象 | 原因 | 修法 |
|---|---|---|
| Connection refused | 端口没监听 | ss 看后端是否起 |
| No such host | DNS 解析不了 | dig 查,改 /etc/resolv.conf |
| 通了但 502 | 后端在但返回错 | 看后端日志 |
面试考法:问接口不通怎么排查。给顺序:dig → ss → curl -v → 后端日志 → 防火墙/安全组。
5.4 systemd 服务管理
为什么需要它:Linux 上服务要开机自启、崩了自动拉起、日志统一收集,systemd 是事实标准。
核心机制:
- unit 文件放
/etc/systemd/system/myapp.service;systemctl daemon-reload重载。 - 关键段:
ExecStart、User、Restart=always、After=network.target。 - 日志走 journald:
journalctl -u myapp -f实时看、-n 200看最近、--since "1 hour ago"。
最小可运行示例:
# /etc/systemd/system/myapp.service
[Unit]
Description=My App
After=network.target
[Service]
User=myapp
WorkingDirectory=/opt/myapp
ExecStart=/opt/myapp/myapp --config /etc/myapp.yaml
Restart=always
RestartSec=3
StandardOutput=journal
StandardError=journal
[Install]
WantedBy=multi-user.target
systemctl daemon-reload
systemctl enable --now myapp
systemctl status myapp
journalctl -u myapp -f --since "5 min ago"
常见坑:
| 现象 | 原因 | 修法 |
|---|---|---|
| 改了 unit 不生效 | 没 daemon-reload | systemctl daemon-reload |
| 崩了不重启 | Restart 没设 | Restart=always |
5.5 日志与磁盘
为什么需要它:磁盘满是最常见的故障之一,要么是日志爆炸、要么是没清理的临时文件。
核心机制:
df -h看分区使用率;du -sh /var/log/* | sort -h找大目录。- 日志轮转:
logrotate按大小/时间切割,防止单文件无限增长。 - 已删除但被进程占用的文件:
lsof | grep deleted,要重启进程才释放。
最小可运行示例:
df -h
du -sh /var/log/* | sort -h | tail
# 找删了但没释放的大文件
lsof +L1
常见坑:
| 现象 | 原因 | 修法 |
|---|---|---|
| df 满但 du 不大 | 删了文件进程还占着 | lsof +L1,重启进程 |
| 日志无限大 | 没配 logrotate | 配 logrotate |
5.6 安全基线
为什么需要它:一台暴露公网的机器,弱密码、root 远程登录、没防火墙等于裸奔。
核心机制:
- SSH 用密钥登录,禁密码:
PasswordAuthentication no;禁 root 远程登录:PermitRootLogin no。 - 防火墙只开必要端口(22、80、443)。
- 服务用非 root 用户,文件权限最小化。
最小可运行示例:
# /etc/ssh/sshd_config
PermitRootLogin no
PasswordAuthentication no
# 改完 systemctl restart sshd
ufw default deny incoming
ufw allow 22/tcp
ufw allow 80/tcp
ufw allow 443/tcp
ufw enable
常见坑:
| 现象 | 原因 | 修法 |
|---|---|---|
| 锁在外面进不去 | 禁了密码但没配密钥 | 先在控制台配好密钥再禁 |
| 被爆破 | 22 对公网开且密码登录 | 改端口或用密钥 + fail2ban |
六、分层练习
6.1 复现型
| 练习 | 要求 | 验收标准 | 预计耗时 |
|---|---|---|---|
| 起一个 systemd 服务 | 跑一个常驻进程并自启 | 崩了自动拉起 | 2 小时 |
| 定位端口占用 | 起两个服务同端口,按 ss 找 | 5 分钟内找到 | 1 小时 |
| 排障一次接口不通 | 故意停后端,按顺序排查 | 分层定位到后端 | 1.5 小时 |
| 找磁盘大户 | 造一个大日志文件 | du 定位并清掉 | 1 小时 |
6.2 改造型
| 练习 | 要求 | 验收标准 | 预计耗时 |
|---|---|---|---|
| 配 logrotate | 日志按天切割压缩 | 旧日志被轮转 | 1.5 小时 |
| 改非 root 运行 | 把服务从 root 改成专用用户 | systemctl status 显示 User | 1.5 小时 |
| 配 SSH 密钥 | 禁密码登录 | 用密钥能登、密码被拒 | 1 小时 |
6.3 设计型
| 练习 | 要求 | 验收标准 | 预计耗时 |
|---|---|---|---|
| 写一份排障 runbook | 接口不通、CPU 高、磁盘满三套 | 新人能照做 | 3 小时 |
| 设计安全基线清单 | 用户/SSH/防火墙/权限 | 能在新机器上落地 | 2 小时 |
七、排障表
| 现象 | 可能原因 | 排查步骤 | 解决办法 |
|---|---|---|---|
| 服务没起 | 端口被占/依赖连不上/崩溃 | systemctl status、journalctl | 看日志最后几行 |
| Connection refused | 端口没监听 | ss -ltnp | 启动后端、核对端口 |
| No such host | DNS 解析失败 | dig | 改 resolv.conf/hosts |
| 进程被杀 | OOM | dmesg | 加内存或限内存 |
| load 高 | CPU 还是 IO | top、iostat | 按类型处理 |
| 磁盘满 | 日志/临时文件 | df、du | logrotate、清理 |
| df 满 du 不大 | 删了文件未释放 | lsof +L1 | 重启占用进程 |
| 连不上 22 | 防火墙/安全组 | ufw status | 放行端口 |
八、出口条件
全部勾选后进入 阶段 1 Shell 与脚本工程。
- [ ] 能用 ps/ss/free 把进程、CPU、内存、端口对应起来
- [ ] 能写一个 systemd unit 让服务自启并崩溃拉起
- [ ] 能用 dig/curl -v/ss 分层定位一次接口不通
- [ ] 能用 df/du/lsof 定位磁盘占用
- [ ] 能配 SSH 密钥登录、禁 root 与密码、开防火墙
- [ ] 能用 journalctl 按服务与时间过滤日志
自测题:
- 接口不通的排查顺序?
- 要点:DNS → TCP 端口 → HTTP 状态 → 后端日志 → 防火墙。
- load average 三个数代表什么?
- 要点:1/5/15 分钟运行队列长度。
- OOM Killer 怎么发现?
- 要点:dmesg 里搜 oom/killed。
- systemd 里 Restart=always 作用?
- 要点:进程退出后自动重启。
- 删了大文件磁盘还满为什么?
- 要点:进程仍持有 fd,需重启该进程释放。
- 为什么服务不要用 root 跑?
- 要点:最小权限,被攻破时影响面小。