徐术挺-漫思录

课程学习指南

20分钟阅读

阶段八 · 课程学习指南

本阶段按「Linux → 网关 → DevOps → 可观测性 → 性能工程」组织。★ 为必学主干。

一、Linux

1. Linux 性能优化实战 ★（第一门，性能排查内功）

为什么学：这是极客时间口碑极佳的运维入门+进阶课。它不讲「命令大全」，讲「排查思路」——CPU 高了怎么查、内存怎么查、IO 怎么查、网络怎么查，每一步用什么工具、看什么指标、怎么定位根因。

知识地图：

  • 性能分析基础：指标 vs 定位、USE 方法（利用率/饱和度/错误）
  • CPU：top/uptime/vmstat、上下文切换、负载均衡
  • 内存：free/sar、页缓存、swap、内存泄漏
  • 磁盘：iostat、IO 队列、IOPS/吞吐
  • 网络：ss/iftop、网络延迟、丢包
  • 应用：strace、perf、火焰图
  • 典型案例：CPU 飙高、内存泄漏、IO 打满的完整排查

经典案例：线上 CPU 100%，小白按「网上教程」先重启，重启后 20 分钟又满。老师用 top 找到进程，perf top 定位到热点函数，strace 追踪系统调用——原来是某个库在无限循环里反复加锁。老师总结排查公式：进程级 → 线程级 → 函数级 → 代码级，逐层缩小范围，别在第一步就用『重启大法』。

引发思考：

  1. CPU 高就一定有问题吗？怎么区分「正常高负载」和「异常」（比如在跑批处理）？
  2. 负载（load average）和 CPU 使用率是一回事吗？什么情况下负载高但 CPU 低？
  3. 上下文切换为什么贵？多少算「太高」？
  4. 你能设计一个「CPU 飙高」的最小排查流程吗？（从报警到定位到根因）

2. Linux 实战技能 100 讲（选学，命令体系补全）

为什么学：如果你 Linux 命令还不熟，这是最全的实战补课——文件、进程、网络、Shell 脚本、文本处理（awk/sed/grep）、系统管理，100 讲覆盖日常 90% 场景。

知识地图：

  • 文件与目录操作、权限、软硬链接
  • 进程管理与后台任务（ps/kill/nohup/crontab）
  • 网络工具（curl/wget/ssh/scp/ip）
  • 文本三剑客：grep/awk/sed
  • Shell 脚本编程
  • 系统管理与日志（systemd/journalctl）
  • 磁盘、包管理、用户管理

经典案例：小白要分析一份 100 万行的访问日志，统计「每个 IP 的访问次数 Top10」。老师一行命令：awk '{print $1}' access.log | sort | uniq -c | sort -rn | head -10。小白目瞪口呆：「我用 Python 写了个脚本，要 30 行；Linux 三剑客组合，一行。」 老师：「Linux 的哲学就是『小工具组合成大能力』——awk 提取、sort 排序、uniq 去重计数，管道一接，问题就没了。」

引发思考：

  1. 管道符 | 的原理是什么？进程间通信的一种方式？
  2. grep、awk、sed 各自最擅长什么？什么时候组合用？
  3. 为什么说「不会 Shell 的运维不是好运维」？Shell 脚本的适用边界在哪？

二、网关与服务器

3. Nginx 核心知识 100 讲 ★（必学，Web 服务器之王）

为什么学：Nginx 是互联网最流行的 Web 服务器/反向代理/负载均衡器——几乎所有大厂流量入口都是它。懂 Nginx，你才理解「流量怎么进到你的应用」以及「怎么让入口更稳更快」。

知识地图：

  • Nginx 架构与工作模式（master/worker、事件驱动）
  • 反向代理与负载均衡（round-robin/least_conn/ip_hash）
  • 静态资源服务与缓存
  • HTTPS 配置（证书、HTTP/2）
  • 限流（limit_req/limit_conn）、安全配置
  • 日志与性能调优
  • 高可用（keepalived + 双机）

经典案例：小白问「为什么 Nginx 能扛几十万并发，而 Tomcat 只能扛几千？」老师：「Tomcat 是『每个连接一个线程』（后来才引入 NIO），连接多了线程爆炸；Nginx 是『事件驱动 + 单进程多连接』——一个 worker 进程用事件循环管理成千上万个连接，几乎没有线程切换开销。所以 Nginx 天生就是干『入口』的活：把请求接住、分发出去，自己只做轻量的事。」

引发思考：

  1. 反向代理和正向代理的区别？（正向代理代表客户端，反向代理代表服务器）
  2. 负载均衡的几种算法各自适用什么场景？（会话保持？加权？）
  3. Nginx 限流 limit_req 和 Redis 限流有什么区别？分别在什么层面生效？
  4. 为什么 Nginx 后面一般要配 keepalived？（Nginx 挂了的兜底）

4. OpenResty 从入门到实战（选学，Nginx 上的编程）

为什么学：OpenResty 让你用 Lua 在 Nginx 里直接写业务逻辑——在入口层做鉴权、限流、缓存、动态路由，性能极高（不经过应用层）。适合网关/边缘计算方向的进阶学习。

知识地图：

  • OpenResty 架构：Nginx + LuaJIT
  • Lua 基础与 OpenResty API
  • 在 Nginx 阶段（rewrite/access/balancer）执行 Lua
  • 基于 OpenResty 做限流、鉴权、灰度
  • 连接 Redis/MySQL 做动态配置
  • 性能与安全

经典案例：小白问「为什么要在网关层做鉴权，不在应用里做？」老师：「你在 100 个微服务里各写一遍鉴权，还是在一个网关里写一遍？OpenResty 把鉴权逻辑放到 Nginx 层执行，请求在到达应用之前就被拦下——非法请求根本不进业务集群，既省资源又统一管控。这就是『边缘计算』思维：越早拦截，成本越低。」

引发思考：

  1. OpenResty 和 Spring Cloud Gateway 的定位有什么区别？（Lua 网关 vs Java 网关）
  2. 网关层做「限流」和「缓存」，分别省了什么？
  3. 什么逻辑适合放网关层、什么坚决不能放？（重逻辑别放，网关要保持轻）

三、DevOps

5. DevOps 实战笔记 ★（必学，研发效能）

为什么学：DevOps 是「开发 + 运维」的融合——让代码从提交到上线全自动化。学它，你的项目才能真正做到「一键部署、快速迭代、随时可回滚」，这是现代团队协作的底层能力。

知识地图：

  • DevOps 理念：文化、自动化、度量、共享
  • CI/CD 流水线：代码提交 → 构建 → 测试 → 镜像 → 部署
  • 常用工具链：GitLab CI / Jenkins / GitHub Actions、Docker、K8s
  • 环境管理：dev/test/staging/prod
  • 自动化测试与质量门禁
  • 发布策略：蓝绿、金丝雀、滚动发布
  • 监控反馈闭环

经典案例：小白公司还是「手工发布」——提交代码给运维，运维手动打包部署，一次发布 2 小时，还经常出错。老师搭了一条流水线：「git push → 自动构建 → 自动跑测试 → 构建镜像 → 部署到测试环境 → 一键发布到生产。发布从 2 小时变成 5 分钟，而且每次发布都有记录可回滚。」 小白：「DevOps 不是工具，是『把重复劳动交给机器，把时间留给创造』。」

引发思考：

  1. CI（持续集成）和 CD（持续交付/部署）的区别是什么？
  2. 蓝绿发布和金丝雀发布的区别？各自适合什么场景？
  3. 为什么说「没有自动化测试的 CI/CD 是空转」？（没有质量门禁的流水线会放大错误）
  4. 你的项目离「一键上线」还差哪几步？

6. 持续交付 36 讲 / 赵成的运维体系管理课（选学，深度与体系）

为什么学：持续交付 36 讲是「部署管道与发布工程」的深度课；赵成的运维体系管理课是「运维团队怎么建设」的管理课（SLA、容量、故障管理、on-call）。按需选。

知识地图（持续交付）：

  • 部署管道设计（stage 划分、反馈环）
  • 构建、测试、发布的最佳实践
  • 发布风险控制与回滚
  • 大厂持续交付案例

知识地图（运维管理）：

  • 运维体系：监控、告警、容量、变更、故障
  • SLA/SLO/SLI 设计与度量
  • 故障管理：on-call、复盘（RCA）、应急响应
  • 运维自动化与平台化

经典案例：老师问小白：「如果你的服务 99.9% 可用，一年可以宕机多久？」小白算了算：「8.76 小时。」老师：「如果你跟客户签了 99.99%（一年 52 分钟）的 SLA，那每一次发布、每一次变更都得极其谨慎——因为容错空间只有 52 分钟。SLA 不是口号，它会反向约束你的架构和流程。这就是『用指标管理运维』的起点。」

引发思考：

  1. SLO（目标）和 SLI（指标）的关系？怎么给一个服务定 SLO？
  2. 故障复盘（RCA）的正确姿势是什么？为什么不能「追责」？
  3. on-call 值班机制怎么设计，才能既保障系统又不烧人？

四、可观测性

7. 深入浅出可观测性 ★（必学，三支柱）

为什么学：系统复杂后，「日志、指标、链路追踪」三支柱缺一不可——指标告诉你「哪里出问题了」，日志告诉你「发生了什么」，链路追踪告诉你「到底是哪个环节慢」。这门课是建立可观测性体系的最佳入口。

知识地图：

  • 可观测性 vs 监控的区别
  • 三支柱：Metrics（指标）/ Logging（日志）/ Tracing（链路）
  • 指标体系：RED（速率/错误/耗时）、USE（利用率/饱和度/错误）
  • Prometheus + Grafana 监控搭建
  • 日志采集：ELK / Loki / 日志格式规范
  • 分布式链路追踪：OpenTelemetry、Jaeger/SkyWalking
  • 告警设计（避免告警风暴）

经典案例：小白部署的服务 502 了，只有一条「502 日志」。老师：「光有日志你只能看到『它挂了』，看不到『为什么挂』。配上指标（Prometheus 显示 CPU 飙升）+ 链路追踪（发现是某个上游服务超时 5 秒）——三者一交叉，5 分钟定位：上游数据库连接池耗尽。可观测性不是装三个工具，是让『问题定位』从小时级变成分钟级。」

引发思考：

  1. Metrics、Logging、Tracing 各自回答什么问题？为什么缺一不可？
  2. RED 方法和 USE 方法分别适合什么类型的系统？
  3. 告警设计：什么样的告警才「不吵不漏」？（分级、聚合、消除告警疲劳）
  4. OpenTelemetry 是什么？为什么说它是可观测性的「普通话」？

8. 运维监控系统实战笔记（选学，监控系统落地）

为什么学：一门「从 0 搭一套监控系统」的实战课——怎么设计监控项、怎么搭 Prometheus + 告警、怎么做容量看板。学完你能给自己的系统搭一套完整监控。

知识地图：

  • 监控系统设计：监控什么、怎么采样、怎么存储
  • Prometheus 架构：指标采集、TSDB、PromQL
  • 告警规则与 Alertmanager
  • 服务发现（K8s 环境监控）
  • 自定义指标埋点（业务监控）
  • 监控看板设计（Grafana）

经典案例：小白问「监控要监控什么？」老师：「分四层：硬件层（CPU/内存/磁盘/网络）、中间件层（MySQL 连接数、Redis 命中率、MQ 积压）、应用层（QPS、延迟、错误率）、业务层（下单量、支付成功率）。越往下越『技术』，越往上越『业务』——老板关心业务层，你关心硬件层。监控设计的本质，是让每个角色都有『自己的仪表盘』。」

引发思考：

  1. Prometheus 的拉取（pull）模型和传统推送（push）模型比，好在哪？
  2. 监控指标怎么防止「指标爆炸」？（采样、聚合、标签管理）
  3. 业务指标（如订单失败率）怎么埋点？它和基础设施监控怎么联动？

五、性能工程

9. 性能优化高手课 ★（必学，全栈性能方法论）

为什么学：这门课把「性能优化」从「见招拆招」升级为「系统工程」——从性能模型、评估方法、优化手段到结果验证，一套完整的方法论。学完你面对任何「慢」都有章法。

知识地图：

  • 性能优化的目标与模型（响应时间、吞吐、资源利用率）
  • 性能评估：怎么衡量、怎么设定基线
  • 优化的通用方法：先定位（瓶颈）再优化（对症下药）
  • 代码层：算法、缓存、连接池、并发
  • 架构层：缓存、异步、无状态化
  • 数据库与中间件层优化
  • 优化效果的验证与回归

经典案例：小白问「性能优化从哪下手？」老师给方法论：「① 先建立基线：现在多快（响应时间、吞吐）？② 定位瓶颈：用压测 + profiling 找到最慢的一环（80% 的性能问题集中在 20% 的代码）；③ 对症优化：是算法问题就改算法，是 IO 问题就加缓存，是并发问题就改并发模型；④ 复测验证：优化后必须复测，且保证不引入新问题。性能优化不是『拍脑袋优化』，是『数据驱动的工程』。」

引发思考：

  1. 响应时间、吞吐量、资源利用率，三个指标之间的权衡关系是什么？
  2. 为什么说「先定位再优化」？「过早优化」的坑是什么？
  3. 一个接口响应 2 秒，你会从哪些层面逐层排查？（前端→网络→网关→应用→数据库→外部依赖）

10. 高楼的性能工程实战课 / 全链路压测实战 30 讲 / 容量保障核心技术与实战（选学，压测与容量）

为什么学：三门的共同主题是「性能工程体系」——高楼的课讲性能工程整体方法论（压测、链路、容量、治理）；全链路压测课讲大促压测怎么做（影子流量、全链路演练）；容量保障课讲容量规划与扩容。是进阶到大厂 SRE/性能团队方向。

知识地图（全链路压测）：

  • 压测目标：容量摸底、瓶颈定位、稳定性验证
  • 压测工具：JMeter / Locust / wrk / 自研压测平台
  • 全链路压测：影子库、流量染色、压测数据隔离
  • 压测分析与调优
  • 压测在 K8s 环境下的实践

知识地图（容量保障）：

  • 容量模型：QPS、RT、资源利用率的关系
  • 容量评估与规划
  • 弹性扩容（HPA、自动伸缩）
  • 容量治理：冗余、限流、降级兜底

经典案例：大促前，小白问「我们怎么知道系统扛不扛得住？」老师：「上线前做全链路压测：用影子流量（标记过的压测请求）打真实环境，观察各环节（网关、应用、缓存、DB、MQ）的表现，找到『短板』——往往是数据库或某个单点。压出极限后，按『双 11 预估流量 × 1.5 冗余』扩容量。没有压测过的系统，上线就像裸奔。」

引发思考：

  1. 压测和线上真实流量有什么不同？「全链路压测」怎么避免污染线上数据？（影子库/染色）
  2. 怎么根据压测结果估算「需要多少台机器」？
  3. 容量保障的「兜底手段」有哪些？（限流、降级、熔断各自的触发条件）

本阶段小结

学完阶段八，你拥有了「守护系统」的能力：

  • Linux 内功：排查 CPU/内存/IO/网络问题有章法；
  • 网关能力：Nginx 配置信手拈来，流量入口尽在掌握；
  • DevOps 思维：CI/CD、发布策略、运维体系门儿清；
  • 可观测性：指标/日志/链路三支柱搭建与使用；
  • 性能工程：压测、定位、优化、容量规划完整闭环。

系统「稳了、快了、看得见了」。下一阶段，解锁新时代的生产力——AI 与大数据。

下一站：09_阶段九_AI与大数据/。