运维工具箱

Bootstrapping:

Kickstart、Cobbler、rpmbuild/xen、kvm、lxc、

Openstack、 Cloudstack、Opennebula、Eucalyplus、RHEV

配置类工具:

Capistrano、Chef、puppet、func、salstack、Ansible、

rundeck、CFengine、Rudder

自动化构建和测试:

Ant、Maven、Selenium、PyUnit、QUnit、JMeter、Gradle、

PHPUnit

监控类工具:

Cacti、Nagios(Icinga)、Zabbix、基于时间监控前端Grafana、

Mtop、MRTG(网络流量监控图形工具)、Monit 、

Diamond+Graphite+Grafana

微服务平台:

OpenShift、Cloud Foundry、Kubernetes、Mesosphere

性能监控工具:

dstat(多类型资源统计)、atop(htop/top)、

nmon(类Unix系统性能监控)、slabtop(内核slab缓存信息)、

sar(性能监控和瓶颈检查)、sysdig(系统进程高级视图)、

tcpdump(网络抓包)、iftop(类似top的网络连接工具)、

iperf(网络性能工具)、smem)(高级内存报表工具)、

collectl(性能监控工具)、TCP优化监控工具tcpdive

免费APM工具:

mmtrix(见过的最全面的分析工具)、alibench、

JAVA性能监控pinpoint

进程监控:

mmonit、Supervisor、frigga、

StrongLoop Process Manager

日志系统:

Logstash、Scribe

绘图工具:

RRDtool、Gnuplot

流控系统:

Panabit、在线数据包分析工具Pcap Analyzer

安全检查:

chrootkit、rkhunter

PaaS:

Cloudify、Cloudfoundry、Openshift、

Deis (Docker、CoreOS、Atomic、ubuntu core/Snappy、

RancherOS)

Troubleshooting:

Sysdig 、Systemtap、Perf

服务发现:

SmartStack、etcd

持续集成:

Go、Jenkins、Gitlab、facebook代码审查工具phabricator、

spinnaker

APP CD:

fastlane

磁盘压测:

fio、iozone、IOMeter(win)

Memcache

Mcrouter(scaling memcached)

Redis

Dynomite、Twemproxy、codis/SSDB/Aerospike、

Redis Cluster

MySQL 监控:

mytop、orzdba、Percona-toolkit、Maatkit、innotop、

myawr、SQL级监控mysqlpcap、拓扑可视化工具

MySQL基准测试:

mysqlsla、sql-bench、Super Smack、

Percona‘s TPCC-MYSQL Tool、sysbench

MySQL Proxy:

SOHU-DBProxy、Mycat、Altas、cobar、58同城Oceanus、

kingshard

MySQL逻辑备份工具:

mysqldump、mysqlhotcopy、mydumper、MySQLDumper 、

mk-parallel-dump/mk-parallel-restore

MySQL物理备份工具:

Xtrabackup、LVM Snapshot

MongoDB压测:

iibench&sysbench

时间: 2024-11-10 08:03:24

运维工具箱的相关文章

这份研究花了我一年:数据挖掘与运维分析

这份研究报告,作者从去年开始到现在花了整整一年时间,今天和大家分享下,关于<数据采矿和运维分析>,共同探讨~ 数据挖掘(Data Mining)是从大量数据中提取或"挖掘"知识. 广义数据挖掘:数据挖掘是从存放在数据库.数据仓库或其它信息库中的大量数据挖掘有趣知识的过程. 数据挖掘技术侧重:1)概率与数理统计 2)数据库技术 3)人工智能技术 4)机器学习. 1. 数据清理:消除噪音或不一致数据 2. 数据集成:多种数据源可以组合在一起 3. 数据选择:从数据库中提取与分析

优云软件数据专家最佳实践:数据挖掘与运维分析

这份研究报告,作者是优云软件数据专家陈是维,在耗时1年时间制作的一份最佳实践,今天和大家分享下,关于<数据采矿和运维分析>,共同探讨~ 数据挖掘(Data Mining)是从大量数据中提取或"挖掘"知识. 广义数据挖掘:数据挖掘是从存放在数据库.数据仓库或其它信息库中的大量数据挖掘有趣知识的过程. 数据挖掘技术侧重:1)概率与数理统计 2)数据库技术 3)人工智能技术 4)机器学习. 1. 数据清理:消除噪音或不一致数据 2. 数据集成:多种数据源可以组合在一起 3. 数据

开发者的黄金时代=运维人员的恶梦?

英文原文:Golden Age of Developers is a Nightmare for Ops 一款软件产品的发布离不开两类人的支持,即开发和运维.人们常常会把他们提到一起,如今 DevOps 开发模式的盛行也正是对他们的重新定义.目前软件环境的变化可以说是开发者的黄金时代,而对于运维来说,这些变化正给他们带来新的挑战和期望. 过去的十年给软件开发环境带来了翻天覆地的变化,其中最大的变化是通过开源和云来生产基础设施.就产品的灵活性和生产力而言,这绝对是对开发者利好的消息,但也给 Ops

从零起步做到Linux运维经理,你必须管好的23个细节

不想成为将军的士兵,不是好士兵-拿破仑 如何成为运维经理?成为运维经理需要什么样的能力?我想很多运维工程师都会有这样的思考和问题. 如何成为运维经理.一般来说,运维经理大概有两种出身,一种是从底层最基础的维护做起,通过出色的维护工作,让公司领导对这个人非常认可,同时对Linux运维工作也比较重视,逐步走向Manager的岗位.第二种是业务管理出身或者有IT技术背景,具备了一定经验直接进入IT管理层的人员. 那么做为一个Linux运维经理,你需要哪些技能武器.管理哪些细节,具备什么样的能力? 运维

51CTO持续更新《通哥的运维笔记》

<通哥的运维笔记>将持续在51CTO网站更新,希望大家多多关注.互相学习,后期,我将会退出<通哥的运维笔记>系列视频教程,希望带给大家最大的收获,帮助大家更好的学习.进步.<通哥的运维笔记>主要从linux系统管理.虚拟化.cloudstack云平台以及网络管理之CCNA.CCNP.CCIE,等等方面深入讲解.

linux运维升级路线

运维工程师是从一个呆逼进化为苦逼再成长为牛逼的过程,前提在于你要能忍能干能拼,还要具有敏锐的嗅觉感知前方潮流变化.如:今年大数据,人工智能比较火--(相对表示就是 Python 比较火) 之前写过运维基础篇,发现对很多人收益挺大,接下来也写下关于这4年多的运维实践经验,从事了2年多游戏运维,1年多安全运维,1年大数据运维,相关行业信息不能算非常精通,但是熟悉和熟练还是相对可以的. 初级篇 linux运维人员常用工具拓扑详见: 1.rsync工具 很多地方经常会用到rsync工具,实施几台服务器的

网络运维调查

我想在北京就业 通过百度我知道工作职位仅在北京地区网络运维的职位有2668个,朝阳区276个,东城33个,海淀258个,石景山15个,延庆2个,西城48个,昌平67个,丰台74个,怀柔4个,通州28个,密云3个,大兴57个,房山5个,门头沟3个,顺义18个.薪资方面,4001~6000元每个月的有793个,6001~8000元每个月的有1059个,8001~10000元每个月的有709个,10001~15000元每个月的有509个,15001~20000元每个月的有301个,20001~3000

自动化运维工具介绍

运维目标有三个阶段,第一是追求稳定性,第二是追求标准化,第三是追求自动化.对于第三阶段来说,什么是运维自动化呢?简单地讲,运维自动化就是将日常重复性工作按照事先设定好的规则,在一定时间范围内自动化运行,而不需要人工参与.接下来简单介绍运维自动化工具,要了解运维平时用到的自动化工具,就需要了解运维人员的日常工作有哪些. 一.运维的日常工作 运维的日常工作可以总结为以下四个部分,分别是: (1) 系统安装 (2) 应用程序配置(Configuration) (3) 命令执行与控制(Command a

决心书-马洪彬-老男孩教育Linux运维脱产班38期

我是马洪彬,  88年的, 来自河北保定. 之前做运维监控的时候才开始接触Linux, 感觉就像打开了另一个世界的大门.  先是买书看, 后来找视频跟着学. 然而自学的过程痛苦而低效, 新鲜感很快就没了, 渐渐开始怀疑自己是否适合走运维这条路. 可是再一想, 年龄已经不小了, 再不拼就真的没机会了. 所以辞职报了脱产班, 全身心投入学习充电! 我的目标是在学完找工作的时候, 能拿到15k+的offer, 不怕目标高, 就怕你不敢要!