系统管理员故障排除“防火演习”列表

Question

最难做的事情之一是训练系统管理员以一致的方式解决问题（思考），尤其是在压力下、紧急铃声响起等时。

对于某些培训课程，我想提出一系列“消防演习”，其中附有一些简单但合理的步骤，可以缩小问题的范围。例如：

网站关闭

1. 缩小范围 - 缩小内部网络、外部网络，还是两者兼而有之？从一个地点还是全球？
2. DNS - 解决了吗？
3. 端口 - 是否开放？它有反应吗？（使用远程登录）
4. 主机头 - 正确吗？
5. Web 服务器 - 事件查看器中的错误？

如果您也可以添加一个“练习”，那将非常有帮助。也欢迎其他培训系统管理员思维的方式。

Answer 1

系统管理（我创造了这个词）有点像一种“普通医学”。您必须精通操作系统、硬件、网络、安全性，有时还必须精通开发（您至少需要了解您正在使用的语言）。

培训系统管理员的一种好方法是举办中断和修复课程。我曾经做过一次测试新求职者的工作：他们必须从头开始安装服务器（这样你就可以检查他们对安装/分区的掌握程度），配置服务器和服务，做一些基本的强化。之后我就去那里把事情搞砸了。对文件进行微小的更改hosts，损坏或不正确passwd，或者shadow，你能想到的，看看候选人是否能够及时以合乎逻辑的方式解决问题。

我同意你的演习想法，但我认为他们可能应该更深入一些。就像，如果您到达网站关闭场景的第 5 步，从那里开始。

我建议按照您建议的方式进行练习：

代理/nat后面的用户无法再浏览www

1. 检查是否只有一个用户或多个用户
2. 检查与代理的连接（ping、开放端口等）
3. 检查代理机器是否响应（负载问题等）
4. 检查日志
5. 检查代理计算机上的进程/磁盘（进程太多，磁盘已满）
6. 检查代理进程/过滤规则/nat规则

但正如我所说，在第 6 步之后，您几乎要处理一个非标准问题，此时系统管理员技能就会大放异彩。