CentOS服务器运维规范的核心不是写一份束之高阁的文档,而是把每天、每周、每月要做的事情固化成可以执行和检查的动作。很多人接手服务器后第一件事就是装面板、装监控,却忽略了最基础的账号权限、日志轮转和更新策略,等到出问题才发现连登录记录都查不到。日常运维的第一条铁律是:所有操作必须可追溯。这意味着必须禁用root直接SSH登录,统一使用普通账号加sudo提权,并且把sudo日志单独记录到/var/log/sudo.log。具体做法是修改/etc/ssh/sshd_config,设置PermitRootLogin no,同时创建运维账号并加入wheel组,再通过visudo配置权限。这样任何高危命令都能查到是谁在什么时间执行的。

账号与认证管理规范

CentOS服务器的账号管理要遵循最小权限原则。每个运维人员使用独立账号,禁止共享密码。密码策略上建议使用SSH密钥认证替代密码登录,如果必须保留密码,则强制密码复杂度至少12位,包含大小写字母、数字和特殊字符,并且每90天更换一次。可以通过/etc/login.defs和/etc/security/pwquality.conf来设置密码策略。对于离职人员,必须在当天回收权限,删除账号或者锁定账号,同时检查该账号是否配置过免密登录其他服务器。另外要定期检查/etc/passwd和/etc/shadow中是否存在UID为0的异常账号,使用命令awk -F: '($3==0){print $1}' /etc/passwd可以快速排查。

系统更新与补丁管理

CentOS系统的更新不能盲目执行yum update,尤其是生产环境。规范的做法是划分测试环境和生产环境,所有补丁先在测试环境验证,确认业务无影响后再推送到生产。对于CentOS 7和CentOS Stream 8/9,更新策略有所不同。CentOS 7已经停止维护,如果还在使用,必须尽快迁移或者接入第三方安全更新源。生产环境建议设置定时更新窗口,例如每周四凌晨低峰期执行安全更新,使用yum update --security只更新安全补丁。更新前必须做快照或者备份关键配置,更新后检查服务状态和日志。可以使用yum-cron或者dnf-automatic配置自动下载但不自动安装,人工确认后再执行安装。

日志管理与审计

日志是服务器出问题后的第一手证据。CentOS默认使用rsyslog管理日志,但默认配置下很多服务的日志会混在一起,而且不会自动清理。规范要求至少保留30天的系统日志和90天的安全审计日志。关键日志包括/var/log/secure、/var/log/messages、/var/log/cron、/var/log/audit/audit.log。需要配置logrotate对日志按天切割,压缩保留30份。对于登录日志,建议配置rsyslog转发到集中日志服务器,避免本地日志被入侵者删除。审计方面,使用auditd监控关键文件变更,比如/etc/passwd、/etc/shadow、/etc/ssh/sshd_config,一旦发生修改立即记录并告警。可以用以下命令添加审计规则:

auditctl -w /etc/passwd -p wa -k passwd_changes
auditctl -w /etc/shadow -p wa -k shadow_changes
auditctl -w /etc/ssh/sshd_config -p wa -k sshd_config_changes

这些规则写入/etc/audit/rules.d/audit.rules才能持久生效。

备份与恢复策略

备份不是把文件复制一份那么简单,必须验证可恢复性。CentOS服务器日常备份分为系统配置备份和业务数据备份。系统配置备份至少每周一次,包括/etc目录、/var/spool/cron、/root目录以及已安装软件包列表。可以使用tar打包配合rsync同步到异地存储。业务数据备份根据业务类型决定频率,数据库建议每天全量加实时增量,文件存储建议每天增量同步。备份文件必须加密存储,并且定期做恢复演练。一个常见的错误是只备份数据库文件而不备份数据库账号权限,导致恢复后应用连不上数据库。规范要求备份内容必须包含数据库的完整导出文件、配置文件、定时任务和依赖环境说明。恢复演练至少每季度一次,模拟从零开始恢复一台服务器,记录恢复时间和步骤,不断优化恢复流程。

性能监控与告警阈值

日常监控不能只看CPU和内存使用率,这两个指标高不一定代表有问题,低也不代表健康。规范要求监控四个维度:CPU负载与使用率、内存使用与交换分区、磁盘IO与空间、网络流量与连接数。告警阈值要结合业务实际设定,比如Web服务器CPU使用率持续超过80%超过5分钟才告警,避免误报。磁盘空间使用率超过80%必须告警,超过90%要立即处理。内存方面重点关注swap使用情况,如果swap使用持续增长,说明物理内存不足或者存在内存泄漏。监控工具可以使用Zabbix、Prometheus或者Netdata,但无论用哪个,都要把告警接入邮件、短信或者企业微信等即时通知渠道。另外要监控关键服务的进程状态和端口监听状态,比如nginx、mysql、sshd,服务挂了要能自动拉起或者立即通知。

安全加固与防火墙策略

CentOS服务器的安全加固从系统安装阶段就要开始。安装时选择最小化安装,只装必要的软件包,减少攻击面。系统装完后立即配置防火墙,默认拒绝所有入站流量,只开放业务需要的端口。使用firewalld或者iptables都可以,但规则要清晰,每条规则加上注释说明用途。例如只对特定IP开放SSH端口,数据库端口只监听内网地址。除了防火墙,还要配置SELinux。很多人嫌麻烦直接关闭SELinux,这在生产环境是不可接受的。SELinux提供了额外的访问控制层,即使服务被攻破,攻击者也无法轻易提权或者访问其他文件。如果业务确实与SELinux策略冲突,应该针对性调整策略,而不是整体关闭。另外要定期扫描开放端口和运行服务,使用ss -tlnp和systemctl list-unit-files --state=enabled检查是否有异常监听和自启动服务。

定时任务与自动化运维

CentOS的crontab是日常运维最常用的自动化工具,但也是容易出问题的地方。规范要求所有定时任务必须有日志输出,不能静默执行。每个任务在脚本中要处理错误并记录到日志文件,方便排查。任务执行时间要错开,避免集中在整点导致系统负载瞬时飙升。对于复杂的运维操作,建议使用Ansible等自动化工具统一管理,而不是手动登录每台服务器执行命令。自动化脚本必须纳入版本控制,修改要有记录。另外要定期检查crontab中是否有异常任务,尤其是root用户的crontab,防止被植入恶意脚本。可以使用命令crontab -l -u root查看,同时检查/var/spool/cron目录下的所有用户任务。

故障处理与应急预案

再完善的规范也无法避免故障,关键是故障发生后如何快速定位和恢复。日常运维要建立常见故障的处理手册,比如磁盘满、服务假死、网络不通、CPU飙高、被入侵等场景。每个场景要有明确的排查步骤和恢复命令。例如磁盘满的处理流程是:先执行df -h确认哪个分区满了,再用du -sh /* 逐层定位大文件,清理日志或者临时文件,最后检查是否有服务因为磁盘满而异常。对于服务假死,先看进程状态和日志,再决定是重启服务还是重启服务器。应急预案要包含升级路径,什么情况下通知上级、什么情况下联系厂商、什么情况下执行回滚。故障处理完成后必须写故障复盘报告,记录时间线、根因、处理过程和改进措施,避免同类问题再次发生。

文档与变更管理

运维规范文档本身也需要维护。所有服务器信息、网络拓扑、账号权限、服务清单、备份策略都要有文档记录,并且保持更新。变更管理要求任何对生产环境的修改都要提前申请,说明变更内容、影响范围、回滚方案和验证方法。变更执行时间尽量选择业务低峰期,执行前通知相关人员,执行后验证业务功能正常。紧急变更可以先执行后补记录,但必须事后复盘。文档和变更记录要集中存放,方便团队成员查阅和交接。新同事入职时要根据文档快速了解环境,而不是靠老员工口头传授。这些看似繁琐的流程,实际上是在为团队的长期稳定运行打基础。

CentOS服务器日常运维规范的本质是降低人为失误和未知风险。它不需要堆砌高大上的工具,而是把账号、更新、日志、备份、监控、安全、自动化、故障处理和文档这些基础动作做到位。每一条规范背后都是实际生产环境中踩过的坑。把这些动作固化成日常习惯,服务器的稳定性和安全性自然就有了保障。

本文由人工智能生成,已经人工复核后发布。