服务器放着不管，半年后挂了才想起找人修
河东区一家做建材批发的公司，服务器上线后基本没管过。直到有一天网站打不开了，找人排查发现硬盘满了——日志文件堆了半年的量，200G的硬盘塞得满满当当，MySQL直接罢工。清理日志、重启服务、恢复数据，折腾了大半天。
服务器不是买了放那就不用管的。日常运维跟汽车保养一样，定期做才不会半路抛锚。
每天要查的三样东西
运维不需要天天盯着，但每天花五分钟看三个指标足够了。CPU和内存使用率——有没有异常飙高，正常波动不管，突然从20%跳到90%就得查原因。磁盘空间——剩余空间低于20%要提前清理，别等到满了才动。网站能不能正常访问——自己打开首页看一下，响应正常就说明服务没挂。
这三样每天五分钟，能发现90%以上的潜在问题。西青区一家做教育的公司，运维小伙伴每天上班第一件事就是看这三个指标。去年一年，他们提前发现并处理了11次潜在故障——磁盘快满提前清理了6次，CPU异常排查了5次。没有一次是等到用户投诉才知道出问题的。
每周要做的例行操作
每周更新一次安全补丁。Linux服务器用yum update或apt upgrade，Windows服务器跑Windows Update。不要积压，高危漏洞从公布到被利用，短则几小时长则几天。天津不少企业的服务器中招，就是补丁没及时打。
另外每周查看一次日志——错误日志和访问日志。不需要逐行看，重点看有没有异常的登录失败记录即有人尝试破解密码、异常的访问请求如SQL注入尝试、不正常的流量来源。
每月必做的硬任务
备份验证。你做了自动备份，但备份文件能不能用？每个月至少做一次恢复测试：把备份文件拉到测试环境，跑一下确认数据完整。很多人备份做了，出事了才发现备份文件损坏，那比没备份更气人。
另外做一次全量安全检查：密码是否足够复杂——至少12位，含大小写字母、数字、特殊字符——防火墙规则是否需要更新、不需要的端口是否已关闭、有没有异常的用户账户。这些检查做一遍大概半个小时，但能堵住大部分安全隐患。
最后，做一份运维记录。哪天做了什么操作、什么问题、怎么解决的，简单记两笔。不是为了汇报，是为了下次出同样问题的时候不用从头查——踩过的坑记下来，下次跳过去就好。