现代运维实践路线
现代运维不是把新工具全部装一遍，而是逐步建立可重复、可观察、可审计、可回退的交付与运行体系。本专题按“系统基础—自动化—基础设施即代码—持续交付—可观测性—可靠性”的顺序组织，可按岗位和现有环境选择学习路径。
一、建议学习顺序
| 阶段 | 重点 | 对应文章 | 达成标准 |
|---|---|---|---|
| 1. 系统基线 | 生命周期、补丁、账号、SSH、日志、备份 | CentOS 7 迁移；Ubuntu 运维基线 | 能为新服务器建立可复核基线 |
| 2. 批量自动化 | Inventory、并发、幂等、灰度和回滚 | Ansible 并发与生产最佳实践 | 能安全变更一批主机而非只“跑通” |
| 3. 基础设施即代码 | 计划、状态、锁、密钥和审批 | Terraform 与 OpenTofu | 能安全管理共享状态并审阅变更 |
| 4. GitOps 交付 | 声明式配置、差异、同步和回退 | GitOps 与 Argo CD | 能从 Git 追溯集群变更 |
| 5. 容器排障 | 事件、调度、网络、存储和节点 | Kubernetes 生产故障排查 | 能按证据链定位故障层级 |
| 6. 可观测性 | 指标、日志、链路、上下文和采样 | OpenTelemetry；eBPF | 能关联一次请求的跨服务证据 |
| 7. 可靠性管理 | SLI、SLO、错误预算和复盘 | SRE：SLI、SLO 与错误预算 | 能用用户体验指标决定发布节奏 |
| 8. 网络演进 | 双栈地址、DNS、防火墙、PMTU | IPv6 企业双栈部署 | 能灰度启用双栈并快速回退 |
二、三条岗位路线
系统运维路线
先完成 Linux 生命周期治理和安全基线，再学习 Ansible、基础设施即代码和 SRE。重点产物是服务器基线、变更清单、自动化剧本、备份恢复演练和容量报告。
云原生运维路线
先掌握 Kubernetes 对象关系和基础排障，再进入 GitOps、OpenTelemetry、eBPF 与 SRE。重点产物是可回退的声明式配置、告警关联、故障时间线和服务级目标。
网络与平台路线
从 IPv6 双栈、DNS、负载均衡和证书治理开始，再结合 IaC、自动化和可观测性。重点产物是地址规划、访问策略、变更前后验证和跨层故障证据。
三、每个主题都按四步学习
- 理解边界：工具解决什么、不解决什么。
- 搭建最小实验：在测试环境得到一次可重复结果。
- 加入生产保护：审批、备份、灰度、限速、回退和审计。
- 完成验收：用监控、日志和用户侧探测证明结果，而不是只看命令成功。
四、建议的实践项目
- 为 3 台测试主机建立统一 Ubuntu 基线，并用 Ansible 检测漂移。
- 用 OpenTofu 管理一组测试资源，把状态迁移到带锁和权限控制的后端。
- 用 GitOps 发布一个测试应用，演练错误配置、回退和同步窗口。
- 为应用接入 Trace、Metric、Log，建立同一请求的关联字段。
- 为一个真实服务定义 SLI、SLO 和错误预算，并用历史数据回放。
- 在隔离网段启用 IPv4/IPv6 双栈，验证 DNS、ACL、PMTU 和回退。
五、生产学习原则
- 所有示例先在隔离环境验证，版本、插件和云厂商能力以当前官方文档为准。
- 不把访问密钥、口令、私钥和生产地址写进示例仓库。
- 自动化不是取消审核；高风险操作应有人工审批和明确停止条件。
- 告警不是越多越好，应能映射到用户影响和处理动作。
- 任何“成功”都要有验证命令、业务探测或监控证据。
完成这些主题后，再根据实际技术栈深入服务网格、策略即代码、平台工程、FinOps、供应链安全和混沌工程。