不会 Python 的运维都将失业？（内含福利）

Posted 2020-10-31 mayite

 

导言：2017年无疑是Python最火的一年，为什么Python这么火，这里面功劳最大的或许就是AlphaGo了，你知道吗？AlphaGo是用Python开发的哦！从技术领先的运维工具到人工智能学习程序，你都能看到Python的身影。那么对于运维来说，不会Python就将要失业吗?我想看了作者对在Linux 系统运维中Python都有哪些应用的分析你就会知道Python对运维的重要性了。

Python现阶段分析

现阶段，掌握一门开发语言已经成为高级运维工程师的必备技能。如果你不会开发，那么你就不能充分理解你们系统的业务流程，那么你就不能帮助调试和优化开发人开发的程序。开发人员有的时候很少关注性能相关的问题，这些问题谁来做呢？还是得运维人员来做。

不信？举个栗子一个业务上线了，导致 CPU 使用过高，内存占用过大。怎么办？这是运维来解决还是开发来解决？

如果你不会开发，你可能只能查到进程级别，也就是哪个进程占用这么多，然后呢？通常情况下就直接交给开发人员处理了，开发人员一头雾水的处理问题，不能交付问题原因这样咋体现你运维的价值？

另外，大一点的公司，服务器都上几百，上千，甚至数万台，这种情况下怎样做自动化运维？用 SHELL 写脚本 FOR 循环？呵呵，歇了吧， SHELL脚本数量一多，你用什么来管理SHELL脚本？ SHELL脚本也就适合简单的系统管理工作。

构建复杂的自动化任务还得是要用专门的开发语言。现有的开源软件如 puppet\saltstack\zabbix\nagio 这类软件很多。

但这些都是独立的系统软件，在运维自动化追求统一管理的今天，跨平台的维护你还能忍吗？不做定制、不做二次开发可行吗？可是你不会，咋办嘞？找开发部门？开发部门不懂运维的实际业务逻辑，写出来的东西烂，烂到不能用，这活最后还得交给运维开发人员来做。

其次，不会运维开发，你就不能自己写运维平台＼复杂的运维工具，一切要借助于找一些开源软件拼拼凑凑，如果是这样，那就请不要抱怨你的工资低，你的工作不受重视了。

那为什么是Python?

PYTHON 第一是个非常牛 B 的胶水语言， 能满足绝大部分自动化运维的需求，又能做后端 C/S 架构，又能用 WEB 框架快速开发出高大上的 WEB 界面，还能做机器学习，只有当你自已有能力做出一套运维自动化系统的时候，你的价值才体现出来，你才有资格跟老板谈重视， 否则，还是老老实实回去装机器吧。

Python在Linux运维中的常见应用

第一、静态文件服务器

重点练习使用redux管理状态。前端api与后端交互、数据封装、状态变化等。

第二、Python开发的jumpserver跳板机

jumpserver跳板机是一款由Python编写开源的跳板机(堡垒机)系统，实现了跳板机应有的功能。基于ssh协议来管理，客户端无需安装agent。

企业主要用于解决：
可视化安全管理

• 特点：
  完全开源，GPL授权，Python编写，Django开发框架，容易再次开发

• 实现了跳板机基本功能：
  认证、授权、审计。集成了Ansible、批量命令等。功能强大。

通俗点就是起到监控谁在服务器上做了什么操作等。录像回放、命令搜索、实时监控、批量上传下载等。

第三：Python开发的Magedu分布式监控系统

以自动化运维视角为出发点，自动化功能、监控告警、性能调优，结合saltstack实现自动化配置管理等内容进行了全方位的深入剖析。

企业主要用于解决：
自动化监控常用系统服务、应用、网络设备等。分布式可监控更多服务器，分区域监控再汇总。Zabbix监控结合Python自定义监控脚本。

• 监控系统需求分析：
  监控常用系统服务、应用、网络设备等？一台主机上可监控多个不同服务、不同服务的监控间隔可不同？同一个服务在不同主机上的监控间隔、报警阈值可不同？告警级别？数据可视化，如何做出简洁美观的用户界面？如何实现单机支持5000+机器监控需求？采取何种通信方式？主动or被动？

第四：Python开发的Magedu的CMDB

企业主要用于解决：
项目功能，采集硬件数据、Api、页面管理。统计资产，例如服务器存放位置，服务器上的账号等等。

• cmdb的开发需要包含三部分功能：
  采集硬件数据、API、页面管理。

• 执行服务的过程如下：
  服务器的客户端采集硬件数据，然后将硬件信息发送到API，API负责将获取到的数据保存到数据库中，后台管理程序负责对服务器信息的配置和展示。

第五：Python开发的任务调度系统

Python任务调度系统的multiprocessing模块不但支持多进程，其中managers子模块还支持把多进程分布到多台机器上。

企业主要用于解决:批量管理crontab定时任务。原理用户通过web页面设置任务，传输到任务调度系统服务器上的客户端，客户端收集数据反馈给服务器端，服务器端根据任务具体内容调度后端的集群服务器做定时任务。

一个服务进程可以作为调度者，将任务分布到其他多个机器的多个进程中，依靠网络通信。想到这，就在想是不是可以使用此模块来实现一个简单的作业调度系统。

第六：Python运维流程系统

使用python语言编写的调度和监控工作流的平台内部用来创建、监控和调整数据管道。任何工作流都可以在这个使用Python来编写的平台上运行。

企业主要用于解决：通俗点说就是规范运维的操作，加入审批，一步一步操作的概念。

是一种允许工作流开发人员轻松创建、维护和周期性地调度运行工作流（即有向无环图或成为DAGs）的工具。这些工作流包括了如数据存储、增长分析、Email发送、A/B测试等等这些跨越多部门的用例。

这个平台拥有和 Hive、Presto、MySQL、HDFS、Postgres和S3交互的能力，并且提供了钩子使得系统拥有很好地扩展性。除了一个命令行界面，该工具还提供了一个基于Web的用户界面让您可以可视化管道的依赖关系、监控进度、触发任务等。

来个小总结

几个实战项目之间的结合，可以理解成，运维流程系统，就是规范运维的每一步操作，审批通过后，通过调用任务调度系统来定制批量操作。任务调度系统操作的过程中，可以通过CMDB资产管理系统来获取服务器的详细信息，ip地址，用户名，密码等。

如果是需要运维人员直接登陆到服务器上操作，需要通过跳板机来登陆服务器，记录谁登陆了哪台服务器，具体做了什么操作等。

以上为常见的五种应用，请指点！

Python自动化主要帮助企业解决日常繁杂的工作事务，数据化、可视化的监控日常的业务运行情况。

欢迎一起交流和补充！

本文由高效运维原创作者投稿，高效运维社区致力于陪伴您的职业生涯，与您一起愉快的成长。