罗罗编程学习记录 全栈面试题库
本页导航 展开查看

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:

  1. 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。
  2. load average 三个数代表什么?
    • 要点:1/5/15 分钟运行队列长度。
  3. OOM Killer 怎么发现?
    • 要点:dmesg 里搜 oom/killed。
  4. systemd 里 Restart=always 作用?
    • 要点:进程退出后自动重启。
  5. 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。
  6. 为什么服务不要用 root 跑?
    • 要点:最小权限,被攻破时影响面小。