部署原生韩国站群kt时的自动化运维脚本与监控体系构建

1. 环境准备与网络规划

1) 确认韩国目标机房或云（如KT、AWS ap-northeast-2、GCP）账号与VPC；2) 子网划分：web、app、db、monitor；3) 防火墙规则：开放80/443、SSH限源、Prometheus节点端口9090、Grafana3000；4) DNS策略：使用nginx反代并准备域名泛解析用于站群。

2. 代码与配置仓库结构

1) 建立git仓库：infrastructure、playbooks、site-templates、ci；2) infrastructure放Terraform模块（vpc、lb、asg）；3) playbooks放Ansible角色（nginx、php、mysql、metrics-exporter）；4) site-templates包含站点nginx配置和静态页面模版，使用变量化替换实现站群部署。

3. 基础设施自动化（Terraform）

1) 编写模块：network.tf、compute.tf、lb.tf；2) 示例命令：terraform init -> terraform plan -var-file=kr.tfvars -> terraform apply；3) 输出：保存公网IP、负载均衡DNS、子网ID用于后续Ansible inventory生成。

4. 配置管理与初始化（Ansible）

1) 用动态inventory或terraform输出生成hosts.yml；2) playbook示例：ansible-playbook -i hosts.yml site.yml --extra-vars "site=kr-01";3) site.yml包含roles: nginx, php-fpm, deploy, metrics-exporter；4) 在roles/templates放好nginx站群模板，使用loop批量创建站点。

5. 部署脚本与CI/CD

1) 在ci仓库写GitLab CI或Github Actions：build -> docker push -> deploy；2) 部署阶段调用ansible或ssh-run脚本：ssh-key已分发；3) 示例deploy脚本：rsync代码到/var/www/$SITE && systemctl reload nginx；4) 使用蓝绿或滚动更新配合LB权重切换。

6. 日志采集与集中化（Fluentd/ELK）

1) 在每节点部署fluentd，采集nginx、app、systemd日志；2) 输出到Elasticsearch或远端logstash：配置索引以site为tag；3) 日志字段结构化：request_time、status、site_id，方便查询；4) 建立每天归档与7-30天冷存策略。

7. 监控体系（Prometheus + Grafana + Alertmanager）

1) 部署Prometheus server并配置scrape_configs采集node_exporter、nginx_exporter、php-fpm exporter；2) Grafana建站群仪表盘（QPS、5xx、响应时间、CPU、磁盘）；3) Alertmanager规则：高延迟、错误率>1%、磁盘>80%；4) 告警渠道：Slack/WechatWork/SMS，根据韩国运营需求配置时区与语言。

8. 备份、恢复与运行脚本样例

1) MySQL逻辑备份脚本示例：mysqldump --single-transaction --databases dbname | gzip > /backup/dbname_$(date +%F).sql.gz，并rsync到异地；2) 文件备份：tar czf /backup/www_$SITE_$(date +%F).tar.gz /var/www/$SITE；3) 恢复流程写成ansible role，支持单站回滚与全量恢复。

9. 常见问题：如何保证站群配置一致性？

问：如何保证多个韩国站点配置一致且可回滚？ 答：使用模板化配置（Ansible模板+变量文件），所有变更走Git并配合CI；变更通过merge-request审查、CI测试（lint、静态检查）、灰度发布；回滚通过git revert与CI触发相反的deploy流程。

10. 常见问题：监控误报如何减少？

问：如何减少Prometheus/Grafana的误报与噪音？ 答：1) 对告警设置短暂抑制窗口与阈值平滑（如使用increase/avg_over_time）；2) 对外部流量高峰设置免打扰策略；3) 使用分级告警，仅在持久性异常或影响用户体验时通知运维。

11. 常见问题：部署初期有哪些运维脚本推荐？

问：初期应优先准备哪些脚本？ 答：优先准备：节点初始化脚本（用户/ssh/sysctl）、站点部署脚本（rsync/权限/NGINX reload）、备份脚本、健康检查脚本（http status、content check）以及自动化恢复脚本（重启服务、切换流量）。这些脚本通过ansible管理并纳入CI。

来源：部署原生韩国站群kt时的自动化运维脚本与监控体系构建