运维：对数据要有敬畏之心_对数据保持敬畏之心

简述

“对数据要有敬畏之心”这个主题是同事在一个早会分享时提出的，却直接引起我心中的共鸣。前几年各种删库跑路事件、Facebook宕机事件仍不绝于耳，虽然大家将“删库跑路”当作一个调侃与谈资，但上升到“对数据要有敬畏之心”的高度，作为运维我们就要居安思危，防患于未然。

数据的定义

从运维的角度，数据不是独立存在的，它存在于日常运维过程中的各个环节，如例行维护、变更、故障处理等。因此如果我们只考虑数据本身则意义不大，要从数据存在的各个环节去分析。

在此我们将其大体概括为：

• 数据备份
• 文件系统+例行维护
• 数据库
• 大数据
• 业务版本发布
• 需求变更

数据备份

从数据安全的角度出发，我们最先想到的肯定是数据备份，下面我们来看下数据备份的几个关键点。
首先，根据备份空间和从备份恢复的速度允许的情况下，我们可以将数据备份分为本地备份和异地备份（不考虑多机房容灾）。其次，无论是何种备份方式，我们都需要考虑备份保存周期，因此无规则限制的归档会带来存储成本的不断升高。最后，针对数据丢失或误删等各种场景，我们需要确定就是备份哪些内容。

对此我们总结需要备份的内容如下：

• 系统级配置文件
  内核参数、hosts解析、crontab计划任务、环境变量、防火墙等
• 应用级配置文件
  nginx、java应用、中间件、dns等
• 日志级数据
  应用日志、nginx日志等
• 数据库备份
  binlog日志、逻辑备份、配置文件、慢查询日志

如果你还没有思路，看参考以下这篇文章：

ansible自动化：备份管理实践
https://blog.csdn.net/yanggd1987/article/details/118943961

文件系统+例行维护

和文件系统联系最紧密的莫过于日常例行维护了，如磁盘清理、文件处理等所有与数据丢失风险相关的操作。当我们在例行维护过程中，运维必须精神高度集中，非常清晰的注意每个指令，执行危险操作时可以和同事进行二次确认。

操作文件系统虽然都是简单命令，但也是有窍门的，在此给大家推荐下。

【运维小贴士：巧用Linux冒号命令，实现rm防误删】
Linux系统中冒号(:)在bash中是一个內建命令，而不单纯是一个分隔符，它的主要作用是空命令、参数扩展、重定向、注释等。
我们可以使用其参数扩展特性实现rm的防误删功能，下面我们来通过实例讲解下其用法。
格式： ${parameter:-test}
功能： 如果parameter没有设置或者为空，替换为test；否则替换为parameter的值。
命令： rm -rf ${dest:-test}
用法： 当变量dest为空时，删除test；当变量dest不为空时，删除test
用例： rm -rf /$dest。当变量dest没有设置或为空时，则命令变成rm -rf /，这将误删系统根目录，导致系统崩溃。
改进： rm -rf /${dest:-test}，当变量dest没有设置或为空时，会使用test代替，则命令变成rm -rf /test，删除此目录不会产生任何影响。
1
2
3
4
5
6
7
8
9

除了以上方法，如果我们的服务器都使用堡垒机登录的话，那么福利来了。我们可以使用堡垒机自带的命令过滤功能，禁用操作系统的危险命令。

数据库+大数据

数据库和大数据都作为基础数据，虽然有单独的DBA和大数据运维对其负责，但是我们仍可以借鉴堡垒机的命令过滤功能：

• 对数据库操作过滤，如：drop、truncate、delete等
• 对大数据操作过滤，如：hdfs dfs -rm等

除了堡垒机的助力，我们还是需要从标准化流程出发，使用工具进行规范化管理。例如数据库可以使用Archery SQL审核查询平台，而大数据生态由于组件较多，可能无法找到一个统一的管理工具，这个我没有太多的经验，就不在此造次了，但是做好数据备份以不变应万变是必须的。

业务版本发布

业务版本发布绝对是运维工作中紧张又刺激的一项工作了，导致发布失败的原因也很多：

• 配置文件混乱
• 多环境污染
• git分支管理混乱
• 版本发布比较随意
• 缺少测试环节，如回归测试、冒烟测试等
• 等等

导致版本发布的原因很多，我这面只是列举了一部分。解决这部分问题需要研发、运维、测试的多方面配合，也就是我们耳熟能详的DevOps。

我们从代码托管开始梳理：

1. 代码管理必须严格，按功能区分分支，不能随意合并代码至master；
2. 按环境区分配置文件，以免混淆；
3. 测试、生产等环境最好严格的物理隔离或逻辑隔离，避免环境互通；
4. 版本生产发布前，需要经过严格的功能测试；
5. 确定统一的版本发布日，非发版日严禁变更；
6. 标准化的版本发布流程，实现参数化自动版本发布；
7. 屏蔽/回复发版过程中的告警，实现更精细化的监控；

以上几点不是只靠运维就能解决的，而是需要规范+流程+研发/运维/测试+工具的整体配合。
常见的开源组合如下：Jira+Jenkins+Git+Sonar+Pipeline+监控。

需求变更

生产无小事，生产故障很可能就是因微小的变更操作导致的。在这方面我曾经的基础运维同学和DBA同学都吃过亏，就是一个很平常、甚至有过很多实操的动作，触发了一个bug，进而影响业务。

为什么要把需求变更单独拿出来讲，因为这是一个很容易让人忽略的点。对于不可预知的事情，我们必须提前做好预案：

• 确定变更操作影响的业务范围
• 通知相关责任人，确定变更关键节点
• 确定变更方案及具体操作步骤
• 做好数据备份及数据恢复方案
• 确定变更时间，避免业务高峰期

通过预案可以更充分的暴露风险点，帮助我们更好的应用突发问题。

总结

数据无处不在，数据风险也就如影随形，因此运维要对数据有敬畏之心，这和运维经验是否丰富无关。要想做到数据的安全性，我们需要一直保持警惕性。