从 NFS 到 Ceph 的存储谱系，加上边缘加速、内网穿透、堡垒机、CI 与调试工具。

一、文件与对象存储

NFS

NFS 把远程目录挂成本地路径，Unix 系共享家目录和构建缓存很常见。v3 简单，v4 有状态、支持更好的锁与安全。客户端把文件操作转成 RPC。

导出时限制网段和读写权限，root squash 防止远端 root 直接当本地 root。网络抖动会造成应用 hang 在 IO，要选好硬挂载还是软挂载。uid/gid 必须在集群内一致，否则权限错乱。防火墙放行端口后仍要测锁。容器里用 NFS 做数据盘要考虑断开重连。能用对象存储的附件不要强行走 NFS，它更适合共享 POSIX 工作区。

JuiceFS文件存储

JuiceFS 把对象存储变成 POSIX 文件系统，元数据放独立引擎，数据块进 OSS/S3。适合大数据共享目录、AI 训练数据集和需要 POSIX 语义的遗留应用，比直接挂对象存储更像本地盘。

性能取决于元数据延迟、缓存盘和分片大小。小文件密集场景要加大缓存并评估元数据引擎选型。多客户端同时写同一文件仍需应用层约定，分布式锁不是万能的。

运维盯缓存命中、元数据容量和对象存储费用。备份元数据比只备份对象更关键。权限和回收站策略要提前定，误删在对象层不一定好恢复。

FastDFS

FastDFS 是面向海量小文件的分布式文件系统，由 tracker 调度、storage 存文件，适合图片和附件。上传后返回组名和路径，应用自己把 URL 拼出来。

它不强调 POSIX 语义，目录层级弱，适合扁平对象。同步和扩容要按组规划，磁盘尽量同构。Nginx 模块常用来做下载和防盗链。备份策略要明确，删文件是逻辑标记加同步。监控磁盘占用和 tracker 可用性。新项目更多会选对象存储；存量 FastDFS 则稳住版本、做好容量水位，避免在高峰扩组。

Ceph

Ceph 是软件定义存储，一套集群可提供对象（RGW）、块（RBD）和文件（CephFS）。数据按 CRUSH 分布到 OSD，无中心元数据单点，适合云平台后端。

健康取决于磁盘、网络和时钟。规划要算副本或纠删开销、故障域和恢复带宽。监控 OSD 抖动、PG 状态和慢请求。不要把日志盘和数据盘混用到撑爆。客户端缓存和版本要匹配。运维手册必须包含扩容、换盘和灾难恢复演练。小规模可以跑，但生产需要专人，把它当普通 NFS 用会很快踩坑。

二、边缘加速

阿里云 边缘安全加速 ESA

阿里云边缘安全加速 ESA 把 CDN、WAF、DDoS 防护和边缘计算放到同一条接入链路上，站点流量在边缘完成缓存、清洗和规则执行。它适合既要加速静态资源、又要挡住常见 Web 攻击的业务。

接入时先改 DNS 指向，再逐步打开缓存键、回源协议和安全规则。规则要按路径细分，避免把动态接口错误缓存。日志和告警要对齐回源失败与拦截量。证书自动续期后仍需监控过期。边缘函数适合做轻量改写，复杂业务仍回源。计费看流量与请求数，调试期先用灰度域名，确认无误再切主站。

腾讯云 EdgeOne EO (TencentCloud EdgeOne)

腾讯云 EdgeOne 同样是边缘安全加速平台，整合 CDN、七层防护、Bot 管理和边缘函数。站点接入后，静态命中边缘，动态按规则回源，攻击流量尽量在边缘丢弃。

配置重点是加速域名、源站、缓存与 WAF 策略的配合。预热和刷新要纳入发布流程，否则新版本会长时间命中旧缓存。WebSocket 和下载类业务要单独调超时。观测用实时日志看拦截原因，避免误杀登录接口。和对象存储联动可做图床加速。选型时对比节点覆盖和规则表达力，迁移期双跑观察命中率与错误码。

三、负载均衡与内网穿透

四层负载均衡器 SLB LVS F5

四层负载均衡按 IP 和端口转发 TCP/UDP，不解析 HTTP 内容。云上的 SLB、Linux 的 LVS、硬件 F5 都属于这一层，适合数据库、游戏和 TLS 透传，延迟通常低于七层代理。

LVS 有 NAT、DR 和 TUN 模式，DR 性能好但对 ARP 和真实服务器网络有要求。F5 功能全，会话保持、健康检查和证书卸载成熟，成本和运维门槛也更高。

健康检查必须覆盖真实端口和协议，否则会把假活节点留在池里。会话保持用源地址哈希时要考虑出口 NAT 导致的哈希倾斜。容量规划看并发连接和新建速率，不只看带宽。

frp

frp 是内网穿透工具，由公网 frps 和内网 frpc 组成，把本地服务映射到公网端口或域名。开发者常用它临时暴露本地 Web、SSH 或回调接口，省去申请公网 IP。

生产使用必须改默认 token、限制允许的代理类型，并只开放需要的端口。TCP、HTTP、STCP 模式适用场景不同：HTTP 适合带域名的 Web，STCP 适合必须两端都有密钥的访问。不要把数据库或管理后台直接打到公网。日志里会留下访问来源，应定期轮换凭证。若组织已有 VPN，优先走 VPN 而不是把内网服务暴露出去。

四、运维与研发工具

JumpServer开源堡垒机

JumpServer 是开源堡垒机，把 SSH、RDP 和数据库访问收口到统一入口，做授权、会话录像和审计。运维不再直连主机，而是经堡垒机申请权限再登录。

部署后先对接 LDAP/SSO，资产按节点分组，权限按用户组最小化。会话录像占存储，要规划归档。数据库命令审计能拦住高危语句，但需要应用账号仍走堡垒机才有效。升级前备份配置与密钥。公网暴露管理面必须二次认证。它解决的是“谁在何时登录了哪台机器”，不能替代主机本身的补丁和防火墙。

SonarQube

SonarQube 做静态分析与代码质量门禁，覆盖漏洞、异味、重复度和测试覆盖率。扫描器把结果推到服务端，PR 上可以看到新增问题是否突破 Quality Gate。

真正有用的是增量治理：只卡新增代码，而不是要求历史债务一夜清零。规则集要按语言裁剪，关闭大量误报。密钥扫描、SQL 拼接这类安全规则优先打开。分析应在 CI 中可复现，不要依赖开发者本机。覆盖率数字要结合测试质量看，单纯堆测试行数没有意义。对单体仓库注意内存与超时，必要时拆模块扫描。

Travis CI

Travis CI 是较早流行的云端持续集成服务，用 .travis.yml 描述语言版本、安装步骤和脚本。开源项目曾广泛使用它的免费额度，现在更多团队迁到 GitHub Actions 或自托管 Runner。

若仓库仍在用 Travis，应检查密钥是否还放在环境变量、构建镜像是否过旧、以及计费套餐是否还划算。矩阵构建适合测多个 JDK 或 Node 版本，但会迅速消耗额度。缓存依赖能缩短时间，失败日志要保留以便复现。新项目不必强行沿用 Travis，选型看与代码托管的集成深度和权限模型。

代码统计

代码统计用来看仓库体量与语言分布，不是生产力指标。cloc、tokei、scc 能按语言数行、注释与空行。Git 可用 git log --stat 看变更，但生成文件、依赖锁文件要排除。

Android 工程要去掉 build/、.gradle、generated。统计前用 .clocignore。对比历史趋势比单次绝对值有用。开源协议扫描可顺带做。

不要用行数考核。大生成代码会扭曲结果。CI 里定期出报告，和复杂度工具（lizard）一起看热点文件。复制粘贴重复可用 jscpd 补充。

GDB调试

GDB 是 GNU 调试器，可对本地或远程程序设断点、单步、看变量和栈。编译加 -g，strip 之前的符号才能对上源码。常用命令包括 break、run、next、step、print、backtrace。core dump 配合 gdb 能事后看崩溃现场。嵌入式上常通过 gdbserver 经串口或网络调试。

优化过的代码会让变量被优化掉，需要在关键路径降优化。多线程用 info threads 和 thread apply。硬件观察点查内存被谁改。脚本和 Python 扩展能批量检查结构体。不要在生产长时间停核。先复现再下断点，比盲目 step 更有效。GDB 回答的是“这一刻状态是什么”，和日志、追踪互补。

Cgroups

cgroups 让 Linux 把进程放进带配额的控制组，限制 CPU、内存、IO 和设备访问。容器运行时依赖它实现隔离，systemd 也用 slice 管理服务。v1 与 v2 层次不同，新内核默认 cgroup v2。

内存超限会触发 OOM，CPU 配额会造成节流而不是立刻失败。理解 stat 文件才能解释“容器没挂但很慢”。嵌套 cgroup 在 Kubernetes 里对应 QoS 和 limit/request。

排障看 memory.current、cpu.stat 和 io.stat。不要只在应用里加线程。压测要带着 limit 跑，否则上线后才发现被配额卡住。

五、发布与排障

灰度发布

灰度发布把新版本按比例或人群逐步放开，观察错误率、延迟和业务指标后再扩量。它和灰度测试相近，但更强调生产流量治理、自动回滚和配置中心联动。

切流维度可以是用户哈希、地域、机型和内部名单。数据库兼容要向前向后都能活，否则扩到 10% 就会卡在迁移。功能开关最好与发布解耦，方便紧急关闸。

没有基线对比就没有灰度。同一时段的对照组、日志采样和告警阈值要预先写进发布单。扩量节奏宁慢勿跳，夜间高峰前不要把比例拉满。

生产环境服务器频繁触发100%CPU告警。问题排查

  • 恶意进程

使用top​命令找到CPU高的进程，再通过top -H -p 进程ID​找到占用CPU的线程。将线程ID转换为16进制，然后通过jstack 进程ID | grep 16进制进程ID -A 20 ​打印线程的状态，然后排查。