13.11 知识点全清单
所属:全栈开发面试题库 / 学习路径 / 13 DevOps 与 SRE
下表作为进度清单逐行打勾,按阶段分组。「掌握程度」是可判断的验收标准,不是大词罗列。
| 阶段 | 模块 | 知识点 | 必须掌握到什么程度 | 常见问题 |
|---|---|---|---|---|
| 阶段 0 | 文件系统 | 目录结构、权限、软/硬链接 | 能说清 rwx 三组权限,会用 chown/chmod | 服务写不了日志因为目录属主不对 |
| 阶段 0 | 进程与资源 | ps/top、CPU/内存、fd、OOM | 能从 top/ps 定位最耗资源的进程 | 进程被 OOM Killer 杀了不知道为什么 |
| 阶段 0 | 网络排障 | ss/dig/curl、TCP、状态码、防火墙 | 能分层定位 DNS→TCP→HTTP 哪层不通 | Connection refused vs No such host 分不清 |
| 阶段 0 | systemd | unit、enable、Restart、journalctl | 能写一个 unit 文件让服务自启崩溃拉起 | 改了 unit 忘了 daemon-reload |
| 阶段 0 | 日志与磁盘 | journalctl、logrotate、df/du/lsof | 能定位磁盘大户,发现删了文件未释放的场景 | df 满但 du 不大 |
| 阶段 0 | 安全基线 | SSH 密钥、禁 root、防火墙 | 能配密钥登录、禁密码、开 UFW | 锁在外面进不去 |
| 阶段 1 | Shell 基础 | 变量、条件、循环、函数 | 能写一个部署脚本 | 脚本里路径有空格导致执行失败 |
| 阶段 1 | 文本处理 | grep/sed/awk/管道 | 能用 awk 从日志里提取错误数 | 只会用 grep 不会用 awk 统计 |
| 阶段 1 | 脚本工程 | set -euo pipefail、错误处理、参数校验 | 能写出生产可用的脚本 | 脚本中间失败了还继续跑 |
| 阶段 1 | 定时任务 | cron、日志、并发控制 | 能配 cron 跑定时备份 | cron 里环境变量和交互式 shell 不一样 |
| 阶段 2 | 镜像构建 | Dockerfile、分层、多阶段 | 能把 800MB 镜像压到 50MB | 没多阶段,镜像带了编译工具 |
| 阶段 2 | 容器运行 | docker run/exec/logs/inspect | 能进容器排查问题 | 容器里没 curl 没法调试 |
| 阶段 2 | 镜像仓库 | Harbor、保留策略、漏洞扫描 | 能配仓库保留最近 N 个 tag | 仓库磁盘满了 |
| 阶段 2 | 数据卷 | bind mount、named volume、Dockerfile VOLUME | 能说清容器数据为什么会丢 | 容器删了数据没了 |
| 阶段 3 | Pod 基础 | Pod、container、namespace、label | 能画出 Pod 与容器的关系 | 一个 Pod 里多个容器怎么通信 |
| 阶段 3 | 工作负载 | Deployment、StatefulSet、DaemonSet | 能说清三种工作负载的适用场景 | StatefulSet 为什么要用 Headless Service |
| 阶段 3 | 服务发现 | Service、ClusterIP/NodePort/LoadBalancer | 能说清 Service 怎么找到后端 Pod | Service 一直 Endpoint 为空 |
| 阶段 3 | 探针 | liveness/readiness/startup | 能配探针避免错误重启 | 探针配太严导致 Pod 反复重启 |
| 阶段 3 | 配置与资源 | ConfigMap、requests/limits | 能给 Pod 配合理的资源限制 | requests 配太小被 OOM Kill,配太大浪费 |
| 阶段 3 | Ingress | Ingress、TLS、路径路由 | 能配 Ingress 暴露 HTTP 服务 | Ingress 配了但 502 |
| 阶段 3 | Helm | Chart、values、template | 能用 Helm 部署一个复杂应用 | values.yaml 覆盖不生效 |
| 阶段 4 | CI 流水线 | lint/test/build/push 阶段拆分 | 能写一条从 commit 到镜像推送的流水线 | CI 通过但部署挂 |
| 阶段 4 | 镜像 tag | git sha 不可变 tag、保留策略 | 能说清为什么不用 latest | 回滚时找不到旧版本 |
| 阶段 4 | GitOps | Argo CD Application、同步策略 | 能配 Argo CD 把 Git 同步到集群 | Argo CD 一直 OutOfSync |
| 阶段 4 | 发布策略 | 滚动、蓝绿、金丝雀、特性开关 | 能说清三种策略的适用场景 | 发布期间 502 增多 |
| 阶段 4 | 回滚 | rollout undo、revision history | 能 30 秒内回滚到指定版本 | 回滚后数据库 schema 不兼容 |
| 阶段 4 | 多环境 | Kustomize overlay、Helm values | 能拆 base + dev/staging/prod | staging 连了 prod 数据库 |
| 阶段 5 | 指标模型 | counter/gauge/histogram | 能说清三种类型的区别,rate 用对对象 | 对 gauge 用 rate 导致结果错误 |
| 阶段 5 | PromQL | rate、histogram_quantile、label | 能写 QPS、错误率、P99 的查询 | P99 算出来是 NaN |
| 阶段 5 | Exporter | node_exporter、kube-state-metrics、应用埋点 | 能部署并采集主机与应用指标 | 指标 cardinality 爆炸 |
| 阶段 5 | Grafana | DataSource、Panel、变量、看板 | 能搭一个业务看板 | 看板加载慢因为 PromQL 太复杂 |
| 阶段 5 | Loki 日志 | Promtail、label 设计、LogQL | 能按 traceId 查跨服务日志 | label 基数太高导致查询慢 |
| 阶段 5 | OTel 链路 | traceId、span、Collector、采样 | 能给两个服务间配完整链路 | 链路断了因为下游没传 header |
| 阶段 5 | 告警 | Alertmanager、路由、抑制、静默 | 能配 page/ticket/info 三级告警 | 告警风暴把人淹没 |
| 阶段 6 | ConfigMap | 环境变量、volume 挂载、热更新 | 能说清环境变量和 volume 挂载的区别 | 改了 ConfigMap 环境变量不刷新 |
| 阶段 6 | Secret | base64 编码、etcd 加密 | 能说清 Secret 不是加密 | kubectl get secret -o yaml 被人看光 |
| 阶段 6 | Sealed Secrets/Vault | 公钥加密、动态密钥、轮换 | 能把加密后的密钥提交到 Git | 跨集群 Sealed Secret 不通用 |
| 阶段 6 | Pod 安全 | non-root、只读 FS、禁止提权 | 能给 Deployment 配安全基线 | 配了 non-root 但应用要写文件 |
| 阶段 6 | Network Policy | 默认拒绝、按需放行 | 能配 Network Policy 限制 Pod 间通信 | 配了 Network Policy 但不生效因为 CNI 不支持 |
| 阶段 6 | RBAC | ServiceAccount、Role、最小权限 | 能给应用配最小权限的 SA | 给了 cluster-admin 图省事 |
| 阶段 6 | 镜像安全 | Trivy 扫描、基础镜像更新 | 能跑扫描并输出高危漏洞 | 扫描报一堆高危但没人修 |
| 阶段 7 | 容量评估 | 单实例压测、实例数估算、冗余 | 能从 QPS 算出需要多少实例 | 压测环境和生产不一致 |
| 阶段 7 | 压测 | k6/wrk2、场景设计、瓶颈定位 | 能出一份含 QPS/P99/资源的压测报告 | P99 很高但平均值正常 |
| 阶段 7 | HPA | 自动扩缩、requests、冷却时间 | 能配 HPA 让流量涨时自动加 Pod | HPA 不生效因为没配 requests |
| 阶段 7 | 成本治理 | 右尺寸、Spot 实例、清理 | 能分析云账单找出成本大户 | 测试环境忘了关账单涨 30% |
| 阶段 7 | 故障应急 | IC、止损、沟通、时间线 | 能按流程处理一次模拟故障 | 故障时没人指挥大家各干各的 |
| 阶段 7 | 复盘 | 5 Whys、blameless、行动项 | 能写一份含根因和行动项的复盘报告 | 复盘写成追责报告 |
| 阶段 8 | SLI/SLO | 可用性、延迟、错误预算 | 能给核心服务定 SLI 和 SLO | SLO 定 99.99% 做不到 |
| 阶段 8 | 变更管理 | 窗口、审批、回滚、观察 | 能说清变更分级和流程 | 半夜发版出问题没人知道 |
| 阶段 8 | 混沌工程 | 稳态假设、爆炸半径、实验 | 能做一次杀 Pod 的混沌实验 | 实验导致全站挂 |
| 阶段 8 | 多集群 | 全局负载均衡、跨集群同步 | 能说清单集群到多集群的演进触发条件 | 提前上多集群浪费钱 |