如何成为一名合格的运维工程师——采访运维南非蚂蚁

采访对象：高俊峰（南非蚂蚁）
系统管理员、系统架构师、DBA和技术顾问，从事Linux+Oracle服务器系统的运维和管理多年，在系统管理、故障诊断与排除、性能调优、集群和虚拟化等方面积累了大量的实战经验。


CU社区：
hi，高总，您好，很高兴这次能采访到您，运维版块的网友应该比较熟悉您了，经常看到您在运维版块发帖，回答网友的疑问，不过首先还是先给CU社区的网友打声招呼，简单介绍下自己嘛。

南非蚂蚁：
大家好，我是高俊峰，在网上我经常以南非蚂蚁这个昵称跟大家交流，我主要从事系统管理，web架构设计，数据库管理方面的工作，对Linux和开源运维有些认识，曾出版Linux入门书籍《循序渐进Linux》和运维实战书籍《高性能Linux服务器构建实战》，今天很高兴能在CU跟大家面对面的交流！

CU社区：
高总从事Linux运维已经多年，非常想知道在高总眼里一名合格的运维工程师是如何定义的？

南非蚂蚁：
一名合格的运维工程师，要具备两个方面的能力，分别是：
个人素质方面：
1：沟通能力、团队协作
2：主动性、执行力、精力旺盛、抗压能力强
3：工作中胆大心细、不走寻常路
4：逻辑思维能力要强，为人谦和
5：有探索创新精神
技术方面：
1、开发能力，这个很重要，因为运维工具都需要自已开发，开发语言：c/c++（必备其中之一）、perl、python、php等、shell（awk,sed,expect….等），需要有过实际开发经验，否则工作会非常痛苦。
2、应用方面需要了解：操作系统（主要是linux、bsd）、webserver相关 (nginx,apahe,php,lighttpd)、数据库(mysql,oralce)，还有类似系统优化，集群方面的东西。
3、网络、安全，存储等需要相当了解。
在这里我把个人素质方面放到了位，是有一定含义的，因为从长远的职业发展来说，个人素质方面决定了一个人的职业路线和发展前景。 技术方面虽然也是重点，但是就目前国内环境来讲，技术当道还需要走很远的路。

CU社区：
现在运维安全越来越紧迫，高总是如何带领团队做好运维监控和安全防范措施的？

南非蚂蚁：
运维安全是个庞大的话题，涉及到网络设备、安全设备、机房环境、主机系统、数据库系统、应用系统等，对于这些软、硬件的监控是保证运维安全的重要工作，在运维监控方面，我们有一套安全管理流程和规章制度，在运维监控部署上，我们以nagios和cacti为基础二次开发了一套功能完备的监控软件，支持集中式和分布式相结合的部署方式，在数据采集方面，可以支持分布式主动轮询或被动接受的方式采集数据，我们的数据采集能够支持秒级单位的采样周期，后通过web界面展示物理拓扑结构，并通过物理拓扑结构提供全网的状态信息，后通过颜色变化表示出来，在软件或者硬件出现故障时，可以迅速发现网络故障点的位置，从而保证运维安全。在故障或者风险出现时，我们有多样化的响应与执行方式，常用的有声音、短信、E-mail等多种方式进行告警提示，同时结合监控系统强大的事件分析能力，迅速定位问题进而解决问题。
总而言之，对于企业安全运维管理来说，三分技术，七分管理。建立一套完善的安全管理规章制度是很有必要的。

CU社区：
在从事运维工作中，有没有遇到过工作中的瓶颈？是否走过弯路？跟大家分享下经验和教训。

南非蚂蚁：
弯路是肯定走过的，在我刚接手运维团队的时候，无论是运维管理制度还是监控软件等都处于不健全或者瘫痪的状态，众多的开源软件无法实现因地制宜，有些应用构架根本不适合我们的环境，但是仍然再用，进而导致应用系统性能低下，同时在应用出现故障时，监控软件没有统一接口，数据收集不准确，不完善，报警手段不及时，导致故障很难及时发现，故障点很难定位，为此不知道钻了多少次机房，在机房熬过了一个又一个不眠之夜。
经过多年的运维，我认为，要带好一个运维团队，必须要做好下面几个方面工作。
1：定制一套适合自己环境的运维管理流程和制度，例如定期巡查制度，故障抢救制度，责任到人制度等。
2：有一个属于自己的运维监控软件，监控软件很多，适合自己的才是好的，不要盲目追求功能，如果无法满足自己的需求，好进行二次开发。
3：建立一个完备的监控软件报警体系，软、硬件出现故障要在时间发现，进而迅速解决问题，不然只能钻机房熬夜了。

CU社区：
一个出色的运维，不仅仅需要了解掌握架构上所需要的技术知识，还需要在实际生产环境中写出的适合业务的工具来提高效率，减轻我们自己的压力。对于自动化运维这一块，不知高总有什么经验跟大家分享吗？对集群和架构这方面是否也有比较好的经验分享给大家？

南非蚂蚁：
充分利用现有的开源技术，结合自己的实际应用环境，进行监控软件的二次开发和整合，是我们运维团队的坚持的一个准则，在自动化运维方面，我们经常使用的工具有自动安装工具Kickstart、Cobbler等，配置管理类的有Puppet，目前正在将这些工具整合进我们开发的监控系统中，终实现自动安装、自动配置、自动报警的联动系统。
对于应用系统的集群构架，我们基本都是利用开源软件进行整合实现的，我们使用比较多的构架有keepalived+lvs、HAproxy+keepalived、Nginx+Keepalived等方案或者组合方案。其实这些方案的组合已经能够满足我们大部分的集群应用需求。所以做二次开发的很少。

CU社区：
在招聘linux运维工程师的时候，你关注的是他们的那些素质？在团队成员技术等各方面日益成熟的时候，您又是如何留住这些人才的？

南非蚂蚁：
对于运维人员，我更注重的不是技术本身，而是沟通能力，做事方式，当然技术也是衡量运维人员的标准，但是我认为仅占30%。现在做任何事情，沟通能力都显得非常重要，在一个运维团队中，及时、准确的沟通，不但可以节省很多时间和成本， 而且也是留着人才的关键。
根据运维人员的不同性格，让他们在擅长的领域发挥自己的优势，这是我的一个原则，有些运维人员性格外向，喜欢沟通交流，那么就让他做相关的协调和管理工作，而有些运维人员更喜欢细心的钻研技术，那么我们就给他提供学习空间，提供实践环境，让他成为这个领域的专家。

CU社区：
上次咱们的数据库大会我们有个议题是35岁后的技术人生，都说技术人35岁是个坎，那么对于您，对于IT运维这个职业，您对35岁之后的技术人生有什么想法？

南非蚂蚁：
对于技术人员来说，实时的转型是很有必要的，但是不能一概而论，是否转型，转型的方向要结合自己的实际情况而定。
5年前你是个程序员，如果你醉心技术，而现实生活没有太大压力的话，那么现在你可以继续深造做个技术总监；如果你厌倦了程序员生活，并且自己的沟通和协调能力还可以，那么你也可以尝试转型技术管理；如果你有很强的沟通能力，那么转型销售领域也未尝不可。
我认为35岁不是技术的坎，而是一个内心的坎，结合自己实际，结合公司的应用环境，实时而变，才能在技术的领域游刃有余。