邯郸服务器日常巡检，这五件事不能省
前几天邯郸一位企业负责人找到我们，问的是，服务器平时要不要管？我的建议是：要，而且只看五个地方就够。多数故障都有前兆，只是没人看。等它自己爆出来，损失已经发生了。
磁盘和备份是头两件
磁盘满是最常见的故障原因。日志一涨，数据库就写不进去，网站直接白屏。巡检第一件事就是看剩余空间，阈值设到 80% 就开始清。第二件是备份，而且要真的恢复一次试试。我们做运维托管时，会每季度做一次恢复演练。永年有家企业演练时才发现备份文件是空的，早发现算是运气。
备份策略比备份工具重要。每日全量太占空间，增量加每周全量更实用。保留周期建议至少 30 天，覆盖到月末对账。我们给客户配的备份会同时留本地和异地各一份。武安有家公司的机房出过一次硬件故障，靠异地备份当天就恢复了。多留一份，成本不高。
证书和日志容易被忘
证书过期导致网站打不开，这种事年年都有。把到期时间写进巡检表，提前 30 天续。免费证书可以设自动续期，付费证书要人工盯。日志则要定期看异常请求，尤其是深夜的管理后台访问。永年一家工厂的日志里连续几天出现异常登录尝试，提前改密码躲过一次。日志不白留。
资源曲线要看趋势
CPU 和内存不用天天看具体值。看一周的曲线，有没有持续往上走的趋势。缓慢上涨通常意味着内存泄漏或者数据没清理。发现趋势就提前处理，比半夜救火轻松。我们做巡检报告时会把曲线截出来对比。武安一家公司的内存曲线连续三周上涨，查出来是一个定时任务没释放。
常见问题
服务器巡检一般多久做一次
核心业务建议每周一次，非核心每月一次。有自动监控的可以只做人工复核。
巡检要花多少时间
按标准清单走，一台机器 20 分钟左右。机器多的可以脚本采集加人工确认。
有监控工具还需要人工巡检吗
需要。监控报警的是已经发生的事，人工巡检看的是趋势和配置，两件事不重复。
邯郸的企业做服务器巡检，盯住磁盘、备份、证书、日志、资源曲线这五项。前兆看得见，故障就少一半。你说一下机器数量和现在谁在管。信服无限邯郸做过同类服务器运维，你那边的具体情况可以说说看。