首发！GOPS2016上海站·海量运维技能挑战赛题目解析

首发！GOPS2016上海站·海量运维技能挑战赛题目解析

9月23日GOPS2016上海站 ·海量运维技能挑战赛刚结束不久，作为学霸的你，是否还在回味当时的题目呢？小编特意奉上原题与解析思路，仅供参考。

Q1 故障定位 800分

从所有logsvr模块（5000台）服务器上对应的/data/logsvr/error*.log中找出"IO operation failed" 的行，再将对应的第四个字段值求和，并找出求和值大于1024的服务器数量。

评分要求：成功完成即可得800分。

目的： 考察shell的基本运用考点：1.  需要对文件情况进行基本判断2.  熟练运用shell下的各种命令功能3. 对awk有一定程度的了解及应用4. 跨区域海量服务器管理能力解题思路：1. 必须对目录是否存在，文件是否存在进行判断，避免执行错误2. 采用逐步求精的方法，先获得文件，然后获得关键字行，继而获得指定列并累加，最后判断是否累加大于1024

Q2 大文件分发  500+300分

从上海区域的堡垒机，分发923MB的/data/datasvr_v1.tar.gz文件到广州datasvr（200台）和北美区域datasvr（200台）模块服务器的“/data/”目录下。

评分要求：如果完成对广州datasvr模块的分发，即可得500分，如果额外完成对北美区域datasvr模块下的服务器分发，再加300分。

目的：模拟大文件快速分发的场景考点：大文件，海量服务器批量分发的能力解题思路：通过类BT工具快速分发到各个业务服务器上

Q3 服务器扩容 500分

广州区域logicsvr模块下一共有1750台服务器，目前已经有500台服务器运行了logicsvr进程，现由于用户访问量剧增，需要完成logicsvr模块下剩余的1250台服务器的扩容。

扩容方法：修改/data/logicsvr/logicsvr.conf中的listen_addr配置为本机的内网ip，如listen_addr=192.168.1.100，然后再执行命令“/data/logicsvr/logicsvr”启动进程。

评分要求：所有服务器上的进程正常运行，即可得500分。

目的：模拟服务快速扩容的场景考点：1. 不依赖配置系统的情况下在海量服务器列表中快速确定某服务的iplist2. 批量分发、布署的能力3. 文本编辑工具的应用能力解题思路：1. 通过类Ansible工具扫描全网，确定已布署了logicsvr和未布署logicsvr的iplist2. 从已布置的iplist提取出1个ip， 清理无效文件后（主要是日志）制作布署包3. 通过Ansible等批量工具下发到未布署的iplist，拉起服务4. 检查、确认布署结果，对失败的重做

Q4 在线采集 600+600分

现需要采集广州、上海、北美3个区域onlinesvr模块（每个区域100台）的在线人数，记录在线人数的文件为：“/data/onlinesvr/online_svr.log”（文件内容为动态追加写入的数据），内容的格式为：时间戳,在线人数，如：1472193068,184。

答题要求：请分别将3个区域的在线人数按照对应的时间戳进行汇总，并将汇总后的数据追加写入到该区域堡垒机的文件：“/data/onlinesvr/online_sum”

评分要求：每个区域数据汇总正确即可得200分，三个区域正确可得600分，如使用实时汇总方案该区域再加200分。

目的：模拟在线监控的场景考点：1. 大量机器上获取数据的能力2. 数据统计的能力3. 实时数据采集、上报和汇总的能力解题思路：1. 非实时：从所有onlinesvr模块的机器上拉取指定的文件到对应的堡垒机，再按时间戳汇总统计后追加输出到指定的文件2. 实时：在所有onlinesvr模块的机器上部署实时获取数据的脚本，实时上报到堡垒机的服务端，服务端实时汇总数据后追加写入到指定的文件

Q5 进程监控 800分

某业务在广州、上海、北美3个区域新上线了loginsvr模块（每个区域10台），程序部署在/data/loginsvr/目录下，进程名为“login_svr”，比赛开始20-25分钟期间此进程会不定期被kill，故需要将login_svr监控起来，/data/loginsvr/start_loginsvr.sh是启动login_svr进程的脚本。

评分要求：需计算出有多少台服务器被kill过，一共被kill过多少次，而且最终进程需是正常运行状态，答案正确即得800分。

考点：1. 编写监控进程脚本能力2. 简单跨区域汇总结果能力解题思路：1. 编写进程监控脚本，检测到进程不存在，执行启动脚本将其拉起，并记录拉起时间做标记2. 批量分发到logsvr模块服务器，部署crontab，最小粒度监控周期3. 用批量工具(Ansible)获取每台机器上监控脚本日志，日志不为空的服务器即为被kill的服务器数，同理，日志行数汇总后即可知道该模块下的进程共被拉起多少次