一、初级运维工程师（0-2年）技能清单
1.操作系统基础
•Linux发行版安装与最小化部署（CentOS7/8、Rocky、Ubuntu20.04/22.04）
•目录结构：/etc、/var、/usr、/proc、/dev各自用途
•文件权限：chmod755、chownroot:root、umask默认值、SUID/SGID/stickybit
•用户管理：useradd-m-s/bin/bash、passwd、usermod-aGwheel、/etc/sudoers配置
•磁盘管理：fdisk/gdisk分区、mkfs.xfs/mkfs.ext4格式化、/etc/fstab开机自动挂载、LVM创建PV/VG/LV扩容
•基础命令：psauxf、top/htop、netstat-tunlp、ss-antp、lsof-i:端口、strace-pPID、tcpdump-ieth0port80
2.网络基础
•TCP/IP协议栈：三次握手/四次挥手抓包分析、TIME_WAIT/CLOSE_WAIT状态排查
•子网划分：CIDR表示法、VLSM计算、网关/DNS配置
•路由与交换：iprouteadd、iptables-tnat-APOSTROUTING-s内网-jMASQUERADE
•DNS：/etc/resolv.conf、nslookup/dig查询、bind搭建内网DNS
•网卡绑定：bondingmode0/1/4/6配置、多队列网卡中断均衡
3.Shell脚本
•变量定义与引用、条件判断[-ffile]、[[a-gtb]]、case语句
•循环：foriin$(seq110)、whilereadline
•函数封装、exit状态码、set-euxopipefail严格模式
•实战：日志切割脚本（find/var/log-name"*.log"-mtime+7-delete）、批量主机巡检（foripin(catiplist);dosship"df-h";done）、自动备份（mysqldump|gzip）
4.服务部署
•Nginx：编译参数--with-http_ssl_module、虚拟主机server_name匹配、upstream轮询/权重/ip_hash、location正则优先级、access.log格式自定义
•Apache：MPMprefork/worker/event切换、.htaccess重写规则
•MySQL：二进制/源码安装、my.cnf参数innodb_buffer_pool_size=物理内存70%、slow_query_log=ON、binlog_format=ROW、主从GTID复制
•Redis：单机/哨兵/集群三种模式、maxmemory-policyallkeys-lru、RDB/AOF持久化选择
•域名解析与备案流程、CDN回源配置、SSL证书申请（Let'sEncryptcertbot）与Nginx配置
5.监控与排障
•Zabbix：agent主动/被动模式、itemkey自定义、trigger表达式{host:system.uptime.last()}<86400、graph出图
•日志查看：tail-f/var/log/messages、journalctl-unginx-f、grep-ierror、awk'{print$1}'access.logsortuniq-csort-rn
head
•性能排查：iostat-x1（%util>80%磁盘瓶颈）、vmstat1（si/so非零说明swap频繁）、free-h
二、中级运维工程师（2-5年）技能清单
1.自动化工具
•Ansible：inventory分组、playbook幂等编写（yum/module/notify/handler）、roles目录结构（tasks/main.yml、handlers/main.yml、templates/nginx.conf.j2）、ansible-vault加密变量
•SaltStack：master/minion架构、state.sls编写、grains/pillar数据分离
•Jenkins：自由风格+PipelineasCode（Jenkinsfile）、GitLabWebhook触发、参数化构建（ChoiceParameter选环境）、构建产物归档
•Git：分支策略gitflow、rebase与merge区别、.gitignore规则、tag打版本
2.虚拟化与容器
•KVM：virshlist--all、virt-install装系统、qcow2快照创建/回滚、virshattach-disk热添加磁盘
•Docker：Dockerfile多阶段构建（FROMgolang:1.21ASbuilder→FROMalpine）、docker-compose.yml服务编排（depends_on/healthcheck/restart:always）、volume数据持久化、dockernetwork自定义桥接
•Kubernetes：kubeadm初始化集群、Pod/Deployment/Service/ConfigMap/Secret/Ingress资源编写、kubectlgetpods-owide、kubectldescribepod查事件、HPA基于CPU/内存自动扩缩
•Helm：Chart结构（Chart.yaml/values.yaml/templates/）、helminstall-fcustom-values.yaml、helmrollback
3.云平台
•阿里云/腾讯云/AWS：ECS实例规格选型（计算型/内存型/通用型）、VPC网段规划（10.0.0.0/16拆多个/24子网）、安全组规则（入站22/80/443，出站全通）、SLB七层转发+会话保持、RDS参数组调优、OSSS3API兼容挂载
•Terraform：provider"alicloud"配置、resource"alicloud_instance"定义、terraforminit/plan/apply流程、state文件远程存储（OSSbackend）
•弹性伸缩：ASG基于CPU指标触发、定时任务扩缩、生命周期钩子
4.监控进阶
•Prometheus：pull模式抓取、node_exporter/cadvisor/mysqld_exporter部署、PromQL查询（rate(http_requests_total[5m])、up{job="kubernetes-pods"}）、RecordingRules预计算
•Grafana：数据源添加Prometheus、DashboardJSON导入/自定义Panel（Graph/Singlestat/Table）、告警通道配置（钉钉/企业微信Webhook）
•ELK/EFK：Filebeat采集→Logstashgrok解析（%{COMBINEDAPACHELOG}）→Elasticsearch索引模板→KibanaDiscover/Visualize/Dashboard
•告警体系：Alertmanager分组/抑制/静默、route匹配severity=critical发电话、severity=warning发群消息
5.数据库进阶
•MySQL主从切换演练：stopslave→resetslaveall→changemasterto新主→startslave
•分库分表：MyCat/ShardingSphere中间件配置、水平拆分按user_id%16
•备份恢复：xtrabackup物理热备、binlog按位点/时间点恢复（mysqlbinlog--start-position=xxxmysql-bin.000123|mysql）
•Redis集群：redis-cli--clustercreate6节点、reshard迁移slot、CLUSTERFAILOVER手动切换
6.故障演练
•ChaosMesh：PodKill/NetworkChaos/IOChaos注入、稳态假设验证
•模拟场景：拔网线、kill-9mysqld、磁盘写满、CPU打满（stress-ng--cpu8）
三、高级运维工程师（5年以上）技能清单
1.架构设计
•高可用：KeepalivedVRRP虚拟IP漂移、HAProxy四层负载+健康检查、etcd三节点Raft集群
•容灾：同城双活（DNS智能解析+GSLB）、异地冷备（每日全量+binlog增量同步到备中心）、RTO<30分钟RPO<5分钟
•微服务治理：Istio流量管理（VirtualService权重路由90%v1+10%v2）、熔断（outlierDetection）、限流（QuotaSpec）
•多活架构：单元化部署（用户按uidhash路由到固定机房）、消息队列跨城同步（RocketMQDLedger）
2.性能调优
•内核参数：net.ipv4.tcp_tw_reuse=1、net.core.somaxconn=65535、vm.swappiness=10、fs.file-max=1000000
•JVM：GC选择（G1for<=32Gheap）、-Xms=-Xmx防动态扩容、-XX:+HeapDumpOnOutOfMemoryError
•MySQL：innodb_flush_log_at_trx_commit=2（非金融场景）、sync_binlog=1000、thread_cache_size=64、table_open_cache=4096
•Nginx：worker_processesauto、worker_connections65535、epoll多路复用、sendfileon、tcp_nopushon
3.安全合规
•等保2.0：三级等保要求（身份鉴别双因子、访问控制最小权限、审计日志留存6个月以上、入侵防范定期漏扫）
•堡垒机：JumpServer部署、SSH代理+录像审计、命令过滤（禁止rm-rf/）
•漏洞扫描：Nessus/OpenVAS定期扫描、CVE补丁优先级评估（CVSS评分>7.0紧急）
•数据加密：TLS1.3全链路、KMS密钥管理、数据库透明加密（TDE）
4.成本优化
•资源利用率分析：Prometheus采集node_cpu_usage/container_memory_usage，识别CPU<10%的低负载实例
•降配/混部：在线业务（白天高峰）+离线任务（夜间批处理）混部在同一批节点，提升整体利用率到40%+
•Spot实例：AWSSpot/阿里云抢占式实例跑无状态服务，成本降70%，配合ASG自动补充
•存储分层：热数据SSD、温数据高效云盘、冷数据OSS归档（生命周期规则30天转低频→90天转归档）
5.团队管理
•运维规范：变更窗口（每周二/四02:00-04:00）、变更审批（OA工单+双人复核）、回滚预案（每次变更必须附带一键回滚脚本）
•文档体系：Confluence架构决策记录（ADR）、Runbook故障处理手册（含命令模板）、On-Call交接记录
•培训体系：新人入职前两周学习路径（Linux基础→公司架构→模拟故障排查）、季度技术分享（每人一个深度主题）
•考核指标：MTTR（平均恢复时间）目标<15分钟、变更成功率>95%、SLA99.95%可用性
四、学习路径时间线
•第1-3个月：装虚拟机跑CentOS，练tar/grep/awk/sed，写10个以上shell脚本，搭LNMP环境并排查3次以上502/504错误
•第4-6个月：学Ansible批量管10台机器，Docker化一个Web应用，用Prometheus+Grafana监控自己的服务器
•第7-12个月：考RHCE或CKA认证，搭Kubernetes集群跑真实业务，用Jenkins做CI/CD流水线
•第2年：深入MySQL调优（explain/showprofile），学Redis源码级原理，参与一次线上故障复盘并写报告
•第3年：主导一次架构升级（如单体迁微服务），设计多活方案，带1-2个新人
•第4-5年：输出技术文章/演讲，建立团队运维体系，推动SRE转型（SLI/SLO定义、错误预算、自动化闭环）
五、常用工具速查
•终端复用：tmux（session/window/pane三层结构、Ctrl-b%左右分屏）
•文件同步：rsync-avz--delete源目标、scp-P2222、lftp断点续传
•压测：ab-c100-n10000、wrk-t12-c400-d30s、jmeterGUI录制+CLI分布式压测
•数据库客户端：mycli（MySQL自动补全）、redis-cli--stat（实时监控）
•网络诊断：mtr（结合ping+traceroute）、nmap-sS-p1-65535（端口扫描）、iperf3（带宽测试）
•配置校验：nginx-t、mysqld--validate-config、kubectlapply--dry-run=client
1.操作系统基础
•Linux发行版安装与最小化部署（CentOS7/8、Rocky、Ubuntu20.04/22.04）
•目录结构：/etc、/var、/usr、/proc、/dev各自用途
•文件权限：chmod755、chownroot:root、umask默认值、SUID/SGID/stickybit
•用户管理：useradd-m-s/bin/bash、passwd、usermod-aGwheel、/etc/sudoers配置
•磁盘管理：fdisk/gdisk分区、mkfs.xfs/mkfs.ext4格式化、/etc/fstab开机自动挂载、LVM创建PV/VG/LV扩容
•基础命令：psauxf、top/htop、netstat-tunlp、ss-antp、lsof-i:端口、strace-pPID、tcpdump-ieth0port80
2.网络基础
•TCP/IP协议栈：三次握手/四次挥手抓包分析、TIME_WAIT/CLOSE_WAIT状态排查
•子网划分：CIDR表示法、VLSM计算、网关/DNS配置
•路由与交换：iprouteadd、iptables-tnat-APOSTROUTING-s内网-jMASQUERADE
•DNS：/etc/resolv.conf、nslookup/dig查询、bind搭建内网DNS
•网卡绑定：bondingmode0/1/4/6配置、多队列网卡中断均衡
3.Shell脚本
•变量定义与引用、条件判断[-ffile]、[[a-gtb]]、case语句
•循环：foriin$(seq110)、whilereadline
•函数封装、exit状态码、set-euxopipefail严格模式
•实战：日志切割脚本（find/var/log-name"*.log"-mtime+7-delete）、批量主机巡检（foripin(catiplist);dosship"df-h";done）、自动备份（mysqldump|gzip）
4.服务部署
•Nginx：编译参数--with-http_ssl_module、虚拟主机server_name匹配、upstream轮询/权重/ip_hash、location正则优先级、access.log格式自定义
•Apache：MPMprefork/worker/event切换、.htaccess重写规则
•MySQL：二进制/源码安装、my.cnf参数innodb_buffer_pool_size=物理内存70%、slow_query_log=ON、binlog_format=ROW、主从GTID复制
•Redis：单机/哨兵/集群三种模式、maxmemory-policyallkeys-lru、RDB/AOF持久化选择
•域名解析与备案流程、CDN回源配置、SSL证书申请（Let'sEncryptcertbot）与Nginx配置
5.监控与排障
•Zabbix：agent主动/被动模式、itemkey自定义、trigger表达式{host:system.uptime.last()}<86400、graph出图
•日志查看：tail-f/var/log/messages、journalctl-unginx-f、grep-ierror、awk'{print$1}'access.logsortuniq-csort-rn
head
•性能排查：iostat-x1（%util>80%磁盘瓶颈）、vmstat1（si/so非零说明swap频繁）、free-h
二、中级运维工程师（2-5年）技能清单
1.自动化工具
•Ansible：inventory分组、playbook幂等编写（yum/module/notify/handler）、roles目录结构（tasks/main.yml、handlers/main.yml、templates/nginx.conf.j2）、ansible-vault加密变量
•SaltStack：master/minion架构、state.sls编写、grains/pillar数据分离
•Jenkins：自由风格+PipelineasCode（Jenkinsfile）、GitLabWebhook触发、参数化构建（ChoiceParameter选环境）、构建产物归档
•Git：分支策略gitflow、rebase与merge区别、.gitignore规则、tag打版本
2.虚拟化与容器
•KVM：virshlist--all、virt-install装系统、qcow2快照创建/回滚、virshattach-disk热添加磁盘
•Docker：Dockerfile多阶段构建（FROMgolang:1.21ASbuilder→FROMalpine）、docker-compose.yml服务编排（depends_on/healthcheck/restart:always）、volume数据持久化、dockernetwork自定义桥接
•Kubernetes：kubeadm初始化集群、Pod/Deployment/Service/ConfigMap/Secret/Ingress资源编写、kubectlgetpods-owide、kubectldescribepod查事件、HPA基于CPU/内存自动扩缩
•Helm：Chart结构（Chart.yaml/values.yaml/templates/）、helminstall-fcustom-values.yaml、helmrollback
3.云平台
•阿里云/腾讯云/AWS：ECS实例规格选型（计算型/内存型/通用型）、VPC网段规划（10.0.0.0/16拆多个/24子网）、安全组规则（入站22/80/443，出站全通）、SLB七层转发+会话保持、RDS参数组调优、OSSS3API兼容挂载
•Terraform：provider"alicloud"配置、resource"alicloud_instance"定义、terraforminit/plan/apply流程、state文件远程存储（OSSbackend）
•弹性伸缩：ASG基于CPU指标触发、定时任务扩缩、生命周期钩子
4.监控进阶
•Prometheus：pull模式抓取、node_exporter/cadvisor/mysqld_exporter部署、PromQL查询（rate(http_requests_total[5m])、up{job="kubernetes-pods"}）、RecordingRules预计算
•Grafana：数据源添加Prometheus、DashboardJSON导入/自定义Panel（Graph/Singlestat/Table）、告警通道配置（钉钉/企业微信Webhook）
•ELK/EFK：Filebeat采集→Logstashgrok解析（%{COMBINEDAPACHELOG}）→Elasticsearch索引模板→KibanaDiscover/Visualize/Dashboard
•告警体系：Alertmanager分组/抑制/静默、route匹配severity=critical发电话、severity=warning发群消息
5.数据库进阶
•MySQL主从切换演练：stopslave→resetslaveall→changemasterto新主→startslave
•分库分表：MyCat/ShardingSphere中间件配置、水平拆分按user_id%16
•备份恢复：xtrabackup物理热备、binlog按位点/时间点恢复（mysqlbinlog--start-position=xxxmysql-bin.000123|mysql）
•Redis集群：redis-cli--clustercreate6节点、reshard迁移slot、CLUSTERFAILOVER手动切换
6.故障演练
•ChaosMesh：PodKill/NetworkChaos/IOChaos注入、稳态假设验证
•模拟场景：拔网线、kill-9mysqld、磁盘写满、CPU打满（stress-ng--cpu8）
三、高级运维工程师（5年以上）技能清单
1.架构设计
•高可用：KeepalivedVRRP虚拟IP漂移、HAProxy四层负载+健康检查、etcd三节点Raft集群
•容灾：同城双活（DNS智能解析+GSLB）、异地冷备（每日全量+binlog增量同步到备中心）、RTO<30分钟RPO<5分钟
•微服务治理：Istio流量管理（VirtualService权重路由90%v1+10%v2）、熔断（outlierDetection）、限流（QuotaSpec）
•多活架构：单元化部署（用户按uidhash路由到固定机房）、消息队列跨城同步（RocketMQDLedger）
2.性能调优
•内核参数：net.ipv4.tcp_tw_reuse=1、net.core.somaxconn=65535、vm.swappiness=10、fs.file-max=1000000
•JVM：GC选择（G1for<=32Gheap）、-Xms=-Xmx防动态扩容、-XX:+HeapDumpOnOutOfMemoryError
•MySQL：innodb_flush_log_at_trx_commit=2（非金融场景）、sync_binlog=1000、thread_cache_size=64、table_open_cache=4096
•Nginx：worker_processesauto、worker_connections65535、epoll多路复用、sendfileon、tcp_nopushon
3.安全合规
•等保2.0：三级等保要求（身份鉴别双因子、访问控制最小权限、审计日志留存6个月以上、入侵防范定期漏扫）
•堡垒机：JumpServer部署、SSH代理+录像审计、命令过滤（禁止rm-rf/）
•漏洞扫描：Nessus/OpenVAS定期扫描、CVE补丁优先级评估（CVSS评分>7.0紧急）
•数据加密：TLS1.3全链路、KMS密钥管理、数据库透明加密（TDE）
4.成本优化
•资源利用率分析：Prometheus采集node_cpu_usage/container_memory_usage，识别CPU<10%的低负载实例
•降配/混部：在线业务（白天高峰）+离线任务（夜间批处理）混部在同一批节点，提升整体利用率到40%+
•Spot实例：AWSSpot/阿里云抢占式实例跑无状态服务，成本降70%，配合ASG自动补充
•存储分层：热数据SSD、温数据高效云盘、冷数据OSS归档（生命周期规则30天转低频→90天转归档）
5.团队管理
•运维规范：变更窗口（每周二/四02:00-04:00）、变更审批（OA工单+双人复核）、回滚预案（每次变更必须附带一键回滚脚本）
•文档体系：Confluence架构决策记录（ADR）、Runbook故障处理手册（含命令模板）、On-Call交接记录
•培训体系：新人入职前两周学习路径（Linux基础→公司架构→模拟故障排查）、季度技术分享（每人一个深度主题）
•考核指标：MTTR（平均恢复时间）目标<15分钟、变更成功率>95%、SLA99.95%可用性
四、学习路径时间线
•第1-3个月：装虚拟机跑CentOS，练tar/grep/awk/sed，写10个以上shell脚本，搭LNMP环境并排查3次以上502/504错误
•第4-6个月：学Ansible批量管10台机器，Docker化一个Web应用，用Prometheus+Grafana监控自己的服务器
•第7-12个月：考RHCE或CKA认证，搭Kubernetes集群跑真实业务，用Jenkins做CI/CD流水线
•第2年：深入MySQL调优（explain/showprofile），学Redis源码级原理，参与一次线上故障复盘并写报告
•第3年：主导一次架构升级（如单体迁微服务），设计多活方案，带1-2个新人
•第4-5年：输出技术文章/演讲，建立团队运维体系，推动SRE转型（SLI/SLO定义、错误预算、自动化闭环）
五、常用工具速查
•终端复用：tmux（session/window/pane三层结构、Ctrl-b%左右分屏）
•文件同步：rsync-avz--delete源目标、scp-P2222、lftp断点续传
•压测：ab-c100-n10000、wrk-t12-c400-d30s、jmeterGUI录制+CLI分布式压测
•数据库客户端：mycli（MySQL自动补全）、redis-cli--stat（实时监控）
•网络诊断：mtr（结合ping+traceroute）、nmap-sS-p1-65535（端口扫描）、iperf3（带宽测试）
•配置校验：nginx-t、mysqld--validate-config、kubectlapply--dry-run=client