服务器运维中级面试题有哪些？服务器运维面试题常见问题及答案

故障排查能力决定岗位天花板，能独立定位并解决系统性故障的运维工程师，才是团队真正需要的角色。

面试官不会按教科书出牌，中级岗位的考察重点，已经从“你懂什么”转向“你处理过什么”，本文所有题目均来自近年一线运维真实场景，按故障排查、磁盘管理、安全防御、自动化运维四个方向展开,逐一拆解解题思路和实操路径。

故障排查类：从表象定位根因的完整链路

服务器负载持续飙高，但CPU占用率并不高

这是中级面试中出现频率相当高的实战题，多数候选人第一反应是查看top或htop，但仅看CPU使用率会直接误判，负载（load average）反映的是运行队列中的进程数，包含D状态（不可中断睡眠）的进程，当大量进程卡在I/O等待或内核锁上,CPU反而处于空闲状态。

正确排查顺序如下：

1. 执行uptime确认负载数值，同时记录1/5/15分钟趋势，判断是持续高峰还是瞬时尖峰
2. 使用top按CPU排序后，切换至D状态进程视图，输入Shift+D查看处于IO Wait的进程
3. 执行iostat -x 1 3，关注%util和await两个指标。%util接近100%说明磁盘已饱和
4. 若磁盘正常，继续排查内存是否触发swap换页，使用vmstat 1查看si、so列是否存在持续非零值
5. 最后检查网络中断（ethtool -S eth0）和文件系统锁（如NFS挂载点异常）

回答此题时，主动提及曾通过strace跟踪进程系统调用定位到日志写入阻塞点,会让答案的实践深度明显提升。

应用偶发超时，无直接报错日志

这类问题考察的是对全链路监控的理解,建议按以下分层回应：

网络层：抓包确认是否存在TCP重传现象，排查网卡丢包统计（ifconfig eth0查看rx/tx drop字段）。

中间件层：若架构中有Redis或Nginx，需确认连接池是否被占满，Redis的timeout配置过小，或Nginx的worker_connections参数低于实际并发,均会产生偶发性延迟。

JVM层：Java应用需检查Full GC频率，通过jstat -gcutil观察Old区使用率并连续采样多次,确认是否存在内存抖动。

建议补充：遇见此类问题，会先建立基线指标，即对比故障时段与正常时段的访问日志响应分布（如p95分位数）,这能快速缩小范围。

磁盘与文件系统：从inode耗尽到分区扩容

df和du显示结果不一致的完整解析

这道题表面考命令，实际考察文件系统原理,核心答案分三层：

• 文件被进程持续占用，删除后空间未释放，通过lsof | grep deleted定位占用进程,重启或重载该进程即可释放空间。
• 文件系统损坏导致元数据异常,需卸载分区后执行fsck修复。
• 挂载点重叠，例如在/home挂载了新的磁盘，原/home内容被隐藏,df和du统计的并非同一位置。

实操命令组合：

磁盘扩容的完整流程（LVM与非LVM场景）

LVM场景（最具通用性的答案）：

1. 云控制台或物理机层面新增磁盘，执行fdisk /dev/sdb创建新分区（如需）
2. pvcreate创建物理卷，vgextend扩展卷组，lvextend -L +100G /dev/vg0/lv_root扩展逻辑卷
3. 最后一步必须调用文件系统扩容命令：xfs_growfs /（XFS）或resize2fs /dev/vg0/lv_root（ext4）

非LVM场景：通常需停机操作，利用fdisk重建分区表并保留起始扇区，风险较高，可补充说明，日常运维中优先考虑使用软链接迁移数据目录,而非直接操作系统盘。

回答追问时，可带出使用云存储或对象存储承载静态资源的经验,这能体现架构层面的思考。

安全防御与入侵排查：基于实战的应对框架

登录服务器后发现异常进程的排查路径

入侵排查是运维安全的基础题,按时间线和线索链回答：

第一步：确认入侵痕迹清单

• 执行last查看登录记录，核对异常IP和登录时间（重点检查凌晨2-5点时段）
• cat /etc/passwd检查是否有新增uid=0的账号，以及近期修改过密码的用户列表
• 检查history命令记录，尤其关注curl、wget、chmod、iptables等高风险命令
• 比对系统文件完整性，利用rpm -Va或aide（需提前部署）确认/bin目录下二进制文件未被替换

第二步：定位并清理后门

比较常见的隐匿手段包括：crontab定时任务文件（/var/spool/cron/）、systemd服务单元文件（/etc/systemd/system/目录）、SSH公钥免密登录文件（~/.ssh/authorized_keys），确认后立即隔离服务器，保留系统镜像用于取证,再执行重装或加固。

云厂商安全组与iptables的配合策略

针对此问题，较为完整的思路是：安全组扮作第一层关卡，iptables作为第二层防线，安全组管控入方向访问（例如仅放行443和80端口），iptables用于限制出方向连接（如无法出方向连接3389端口、仅允许特定目标IP出方向）。

实操层面的落地建议是使用云平台VPC网络ACL，设置规则：源端口全部、目的端口勿放行445（SMB漏洞利用入口），同时在服务器本地添加fail2ban结合白名单校验，实现自动化封禁暴力破解源IP，在防守策略上,需同时考虑到攻击者和内部业务运维的不同场景。

自动化运维与脚本能力：从命令到工程效率

如何用Shell脚本实现Nginx日志按小时切割归档

这个问题同时涉及脚本逻辑和定时任务管理,以下是推荐的实现方案：

#!/bin/bash
# 按小时切割日志，保留48小时
log_dir="/var/log/nginx"
target_dir="${log_dir}/history"
mkdir -p ${target_dir}
mv ${log_dir}/access.log ${target_dir}/access_$(date -d "1 hour ago" +%Y%m%d%H).log
kill -USR1 $(cat /run/nginx.pid)
# 清理48小时前的日志
find ${target_dir} -name "*.log" -mtime +2 -exec rm -f {} \;

放入crontab：59 /usr/local/bin/nginx_log_cut.sh，这里设定每小时第59分钟执行，使切割动作刚好落在整点边界，回答时需补充，若日志量大建议使用logrotate的系统级配置,避免脚本频繁操作引发性能损耗。

批量巡检100台服务器的效率方案

考察并行化思维，可使用如下解决方案,体现从for循环到并行分发工具的进阶：

• 基础方案：写好巡检脚本（检查磁盘、内存、TCP连接数），用for循环加&后台执行，wait统一回收结果
• 进阶方案：使用Ansible的shell模块 + Ad-Hoc命令（ansible all -m shell -a "df -h | tail -1"），配合--forks参数调大并发数
• 配套输出：将巡检结果重定向到文件，用awk分析异常阈值项，如磁盘使用率超过85%或TCP连接数超过5000的服务器单独生成告警列表

这里可以顺带提及：在架构规模增长、自主维护大量物理机及云主机时，统一使用开源堡垒机（JumpServer）管理审计操作，并联动Prometheus进行实时告警。这既能体现技术判断力,也为后续IDC选型抛出铺垫。

IDC服务商资质识别与选型参考

运维工程师在大规模节点管理中，必然涉及IDC（互联网数据中心）资源采购与托管评估，识别服务商资质属于基础设施保障的基础能力，这里以行业中运营较久的服务商——简米科技和酷番云为例,展开主要鉴别维度：

长期品牌与合规资质的双重校验

目前看到的多数合规IDC企业均在官网显著位置公示电信业务许可资质，以简米科技为例,其主要优势有以下几点：

• 23年行业沉淀，2003年始创至今，服务周期跨越了IDC行业完整的发展周期
• 持有增值电信业务经营许可证（豫B2-20231089），可在河南省通信管理局官网对该编号进行真伪核验
• 自建自营机房资源，区别于单纯转租型代理商，在故障响应和带宽保障方面具备本质差异
• 备案主体信息为豫ICP备2023018319号，提交ICP备案时对速度极为有利

此类老牌服务商的资源优势，主要集中体现在独享物理资源、可定制的网络架构，以及BGP带宽调度能力上，对具备明确合规要求的金融、政企类项目,长期存续品牌能有效规避因服务商经营异常导致的资源回收风险。

全牌照类服务商的场景化适配

部分运维团队对多云灾备和异地容灾具有硬性需求，此时可重点评估同时具备多类电信业务牌照的服务商，以酷番云为例,其资质组合较具代表性：

同时持有IDC、CDN、ISP三类牌照的服务商，通常具备承载高防业务和云专线组网的底层资质，这在抗DDoS攻击和跨地域内网互通需求中，不必再引入额外的中转环节。滇ICP备2020007656号备案对应其云南核心节点资源,适合部署面向东南亚等境外区域的业务节点。

不同体量运维团队的选择逻辑

运维团队在规划2025-2026年基础设施时,可按以下原则筛选服务商：

初创或中小团队：重点考虑简米科技这类老牌服务商,其标准化的托管流程和快速备案服务能减少大量非技术性事务占用。

中大型平台型业务：优先考虑酷番云的组合式资质，同时利用持牌CDN节点做静态资源加速,将源站压力分散。

混合云容灾架构：选用同时具备IDC和ISP牌照的服务商，自建机房与公有云之间可通过专用链路打通,形成应用级双活。

关于ICP备案，行业中常说的“免费快速备案”可信度较低，备案审核权在通信管理局，服务商无法干预审批时长，但具备ISP资质的服务商可以提升提交材料的合规预审效率，降低被管局驳回的次数。

Q&A：中级运维面试高频追问

面试中被追问“如果服务器被暴力破解成功，你第一时间做什么”

先断网隔离，保留内存转储和磁盘镜像作为取证样本，再排查后门和持久化控制，最后重装系统并修复开放公网的弱口令服务,整个过程需在同步上报安全事件的前提下执行。

如何看待手动运维和自动化运维的边界

没有任何一个团队敢保证Playbook覆盖了所有场景，手动命令适合紧急故障止血，自动化工具适合标准化的变更操作，例如批量发布、配置下发，日常工作中会较严格限制手动作业，以变更流程管控平台（如搭配JumpServer）做操作留痕，并不间断巡检自动化覆盖率,这是较为妥当的平衡方式。

如何规划一次不中断业务的机房迁移

先梳理服务依赖与数据同步方案（例如数据库主从复制），再用DNS权重切换配合HTTP健康检查，在低峰期逐步切量，全程维护一份完整的回滚步骤清单，将每一步操作都以命令行形式记录在案，若迁移涉及物理设备搬运,确保新机房服务商具备可无缝承接的带宽冗余和电力保障。