# 服务器运维标准

## 元数据

| 属性 | 值 |
|------|-----|
| **领域** | 运维 |
| **责任人** | 严维序（opengineer） |
| **版本** | v1.0 |
| **创建日期** | 2026-06-24 |
| **最后更新** | 2026-06-24 |
| **标签** | 运维, 监控, 巡检, 备份 |

## 概述

本文档定义 BizWings 团队所有服务器的日常运维标准，包括巡检频率、监控指标、备份策略和安全基线。适用于所有生产环境服务器（阿里云 / 家庭内网 / HP 服务器）。

---

## 一、服务器巡检标准

### 1.1 巡检频率

| 类型 | 频率 | 执行方式 |
|------|------|----------|
| 心跳自检 | 每 10 分钟 | openclaw 心跳自动巡检 |
| 深度巡检 | 每日一次 | 手动执行 `python3 $SCRIPTS/heartbeat_helper.py opengineer` |
| 全量巡检 | 每周一次 | 逐个检查全部服务器 |

### 1.2 巡检清单

#### 资源负载
```bash
# 磁盘使用率（警告 > 80%，严重 > 90%）
df -h | grep -v tmpfs

# CPU 负载
uptime

# 内存使用
free -h

# 网络 IO
sar -n DEV 1 3
```

#### 服务状态
```bash
# 核心服务清单（按实际部署确认）
systemctl status nginx mysql docker sshd

# Docker 容器健康
docker ps | grep -c "Up"
```

#### 日志异常
```bash
# 最近 10 分钟的错误日志
journalctl --since "10 min ago" -p err --no-pager | tail -20
```

---

## 二、监控指标定义

### 2.1 告警阈值

| 指标 | 警告 (WARN) | 严重 (CRIT) | 处理 |
|------|-------------|-------------|------|
| 磁盘使用率 | > 80% | > 90% | 清理日志 / 扩容 |
| CPU 负载 (1min) | > 4.0 | > 8.0 | 检查异常进程 |
| 内存使用率 | > 85% | > 95% | 检查 OOM 风险 |
| 根分区 inode | > 80% | > 90% | 清理小文件 |
| 服务进程 | 停止 | — | 重启服务 |
| 端口监听 | 消失 | — | 检查服务状态 |
| Docker 容器 | 非 Up | — | docker start / compose up |

### 2.2 日志监控

- 系统日志：`journalctl -p err` 重点关注
- 应用日志：`error`, `exception`, `failed`, `timeout` 关键词监控
- Nginx 日志：5xx 错误率 > 1% 时触发调查

---

## 三、备份策略

### 3.1 数据库备份

```bash
# MySQL 全量备份（建议每日凌晨执行）
mysqldump --all-databases --single-transaction --quick | gzip > /backup/db/all-$(date +%Y%m%d).sql.gz
```

### 3.2 配置备份
- 服务器配置文件：`/backup/conf/<server>/` 目录
- 每次变更前执行：`cp <config> <config>.$(date +%Y%m%d-%H%M%S).bak`

### 3.3 Docker 数据备份
```bash
# 思源笔记备份（已配置每日 3:00）
tar czf /backup/siyuan/siyuan-data-$(date +%Y%m%d).tar.gz -C <data-dir> .
```

### 3.4 备份保留策略

| 类型 | 保留期限 |
|------|----------|
| 数据库全量备份 | 30 天 |
| 配置备份 | 90 天 |
| Docker 数据 | 7 天 |
| 日志归档 | 90 天 |

---

## 四、变更管理标准

### 4.1 变更准入

- ✅ 每次变更前必须备份原始文件
- ✅ 高危操作（防火墙、内核、数据库）必须保留回滚方案
- ✅ 变更前评估影响范围
- ✅ 变更后验证服务状态
- ❌ 禁止在无备份的情况下直接修改生产配置
- ❌ 禁止在高峰时段执行非紧急变更

### 4.2 变更分级

| 级别 | 示例 | 要求 |
|------|------|------|
| 低风险 | 普通应用更新 | 备份 → 部署 → 验证 |
| 中风险 | 配置修改 | 备份 → 预演 → 部署 → 验证 |
| 高风险 | 内核 / 防火墙 / 数据库 | 备份 → 预演 → 通知 → 部署 → 验证 → 监控 |

---

## 五、安全基线

### 5.1 基本要求

- [ ] SSH 禁止 root 密码登录（高风险服务器）
- [ ] 防火墙最小权限原则
- [ ] 非必要端口不对外开放
- [ ] 定期更新系统安全补丁
- [ ] 日志审计开启

### 5.2 密码管理

- 服务器密码统一记录在 TOOLS.md
- 数据库密码统一管理
- 禁止在代码中硬编码密码

---

## 六、服务器清单与分类

| 环境 | 服务器数 | 用途 | 巡检频率 |
|------|----------|------|----------|
| 阿里云生产 | 3 | 应用服务、数据库 | 每次心跳 |
| 家庭内网生产 | 4 | 应用、数据库、PVE | 每次心跳 |
| HP 测试 | 3 | 测试、NAS | 每日 |
| 树莓派 | 1 | 辅助设备 | 每日 |

详细清单见 TOOLS.md「SSH/WinRM 服务器清单」

---

## 相关条目

- [部署流程_v1.0.md](部署流程_v1.0.md)
- [故障排查手册_v1.0.md](故障排查手册_v1.0.md)

## 变更记录

| 日期 | 版本 | 变更说明 | 变更人 |
|------|------|----------|--------|
| 2026-06-24 | v1.0 | 初始创建 | 严维序 |