公司大概有 5000+ 以上的服务器节点，包括各种应用, 我和同事共同维护大约 2500+ 的服务器，主要包括一些视频 cdn ，直播视频 cdn,webcdn 和 p2p 服务器。
以下是自己在运维工作中的一点经验和看法，希望对大家有所帮助
1. 服务器型号的区分，为以后的统一化和标准化作硬件上的准备，很多人忽视这一点，其实如果这一点做得好会使后面的运维工作轻松很多，根据应用我们主要把服务器分为 3 中， cpu 密集型，主要用于大量计算应用，比如 p2p; 内存密集型，用于 cache 类应用，比如 squid,varnish 缓存服务器；磁盘密集型，用于大存储类应用，比如视频存储服务器， hadoop 日志存储集群。
2. 系统的的自动安装，主要有 kickstart 和 cobbler
3. 统一的 yum 源和定制化的 rpm 包， 并集成至 yum 源站，为后续的环境初始化做软件上的准备
4. 构建专属于自己的内网 DNS
5. 标准化的统一的命名方式（标准化基础），便于使用 puppet 管理，并且减少操作的错误，如果每个机器的 hostname 都为 localhost ，那将是一个多么可怕的事。。。在我们的生产环境中主要使用下面这种命名方式
机房 - 主业务 - 应用程序 -IP 后两位 - 公司域名，这样一眼就可以看出是哪台服务器，应用于什么业务，报警也可以直接定位。
6. 自动化的配置管理和环境部署工具： puppet,puppet 的模块编写要尽量减少模块直接的耦合度，并使用 class 继承的方式来减少运维的工作量，定制化的 facter 变量会使软件的配置环境更加灵活，由于 puppet 暂时不支持群集，所以在实际应用中需要部署多套，根据经验， 1500 台左右的 server 时 puppet 会出现性能问题。
7. 强大有效的监控系统，在生产环境中我们使用了 zabbix proxy+zabbix master 的群集结构， zabbix 可以实现有效的系统和应用级别的监控，应用监控同时也使用了 ppmon 来实现多点监控。
选择 zabbix 有一个最大的好处，就是监控数据是存放在数据库中的，这样就可以利用数据库中的数据做很多操作，比如可以分析一段时间内服务器的各个性能指标，查看服务器的资源利用率，可以对数据进行聚合操作，从而分析全网的指标，比如总的流量，总的 http code 分布情况。
8. 日志收集服务器群集 和 qos 分析系统，构建 有效的日志收集系统可以有效地对用户的访问数据进行整合和分析，可以快速的分析 qos ，对应重要的节点我们采用本地分析并导入 mongodb, 最后导入 zabbix 的方式，非重要节点则直接将日志打包压缩，通过 ftp 上传至 hadoop 数据仓库集群中。
9. 构建冗余的结构，消除单点，在生成环境中对于一些重要节点都采用 keepalived-ha 的方案来提高冗余度。对于 resin,php 等应用服务器则在前端使用 nginx 做反向代理，同时 nginx 使用 keepalived-ha
10. 自动化的代码分发系统，主要是 controltier + svn 的使用，可以方便快速地部署代码。
以上是自己的一点经验，欢迎大家来拍砖。
转载地址：