运维必备清单香港站群服务器新ip上线后需要监控与备份的项目

1.

上线前与上线后必须核对的域名与DNS设置

1) 校验A记录/AAAA记录已指向新IP，TTL尽量在切换前降到300秒以缩短传播时间。
2) 核对反向DNS（PTR）与邮件服务器IP一致，避免导致SMTP拒收；示例：203.135.5.24 对应 PTR mail.hk-example.com。
3) 检查域名注册商锁（Registrar Lock）和WHOIS信息，避免被恶意转移；WHOIS更新时间应在24小时内确认。
4) 确认SPF、DKIM、DMARC记录都包含新IP或新的发信域中继，避免垃圾邮件判定。
5) 验证CDN回源设置已更新新IP，回源健康检查（HTTP 200、TLS握手）通过率≥99%。
6) 监控DNS解析时延，目标值：平均解析时间<50ms，最大不超过200ms（香港节点）。

2.

网络与路由监控（BGP、ISP链路与丢包率）

1) 对新IP做全网PING与MTR测试，记录延迟与丢包；目标：平均延迟<40ms，丢包率<0.5%。
2) 建立到主要ISP的带宽监控，阈值：上/下行使用率>70%发告警。
3) 监控TCP连接建立失败率（SYN-ACK比），若失败率>1%需排查防火墙或中间链路。
4) 配置BGP/路由可达性检测，若新增IP出现AS路径震荡，立即联系承载ISP。
5) 保存上线前后的MTR日志以便回滚或追责，建议保留90天。
6) 实时流量分析：异常峰值判断阈值设为瞬时流量>200Mbps或短时并发连接数>50000。

3.

主机与服务层面监控项（CPU/内存/磁盘/进程/端口）

1) CPU平均使用率阈值：单核均值>70%触发告警，连续5分钟。
2) 内存使用率>80%触发告警，并启用swap监控与OOM日志采集。
3) 磁盘使用率>80%发告警，监控iops与响应时间，目标磁盘延迟<20ms。
4) 关键进程（nginx、mysql、redis、sshd）存活检测，异常重启次数>3次/小时报警。
5) 端口健康检测（80/443/25/22），响应时间及证书到期监控（证书到期提前30天告警）。
6) 示例配置与状态表（用于展示新IP节点基础配置）：

节点	IP	CPU	内存	磁盘	带宽
hk-web-01	203.135.5.24	4 vCPU	8 GB	200 GB SSD	1 Gbps
hk-db-01	203.135.5.25	8 vCPU	32 GB	1 TB NVMe	1 Gbps
hk-cache-01	203.135.5.26	4 vCPU	16 GB	100 GB SSD	500 Mbps
hk-mail-01	203.135.5.27	4 vCPU	8 GB	400 GB SSD	500 Mbps

4.

备份策略与恢复演练（本地、远端与快照）

1) 制定备份策略：全量备份每晚一次，增量备份每6小时一次，快照每4小时一次作为恢复点。
2) 备份存储分散：本地快照+异地备份（新加坡对象存储或AWS S3）、并启用加密传输。
3) 备份保留策略：最近7天的每小时增量、近30天每日全量、近365天按周保留快照（示例策略）。
4) 恢复演练至少每月一次，建议RTO<30分钟，RPO根据业务分级（站群重要站RPO<1小时）。
5) 记录备份吞吐量与窗口：示例：全量备份时间120分钟，数据量500GB，出站带宽峰值200Mbps。
6) 监控备份成功率与校验：每次备份完成后校验md5/sha256，成功率目标99.9%。

5.

安全与DDoS防护（边界防护、放大攻击与黑名单管理）

1) 在新IP上线同时配置防火墙白名单/黑名单策略，仅开放必要端口（22/80/443/25按需）。
2) 启用基于流量的DDoS阈值告警：比如SYN包速率>10000pps或流量>300Mbps立即触发自动清洗。
3) 与上游ISP/防护厂商确认新IP已加入清洗池，配置ACL和速率限制规则。
4) 部署WAF与行为分析规则，针对爬虫/扫描/暴力破解设置挑战页或限流。
5) 实时日志采集与异常连接分析：连接超时率、异常地理位置访问、同一IP短时请求数>1000次需封禁。
6) 案例：某香港站群在新IP上线后三小时遭到SYN flood峰值达到350 Mbps，启用ISP清洗后流量恢复正常并阻断了攻击源。

6.

监控告警与运维SOP（告警分级、值班与回滚步骤）

1) 建立告警分级：P0（服务中断）、P1（降级）、P2（性能问题）并定义响应时间：P0 5分钟内响应。
2) 值班轮班与联络链：值班表、电话/短信/企业微信三种通知方式并提供应急联系人。
3) 自动化脚本与Runbook：如接口检测失败时自动拉起进程、重载nginx配置、自动切换到备用IP或CDN回源。
4) 回滚步骤明确：DNS回滚、路由撤销、快照恢复、并记录每一步的时间与结果。
5) 真实案例回顾：2025-03某香港站群在新IP切换时，因未及时更新PTR导致邮件被多家ISP拒收，按照SOP回滚DNS并恢复旧IP后60分钟内恢复95%邮件通道。
6) 事后复盘与监控仪表板：保存事件日志、MTR、抓包与备份记录，生成问题分析报告并在14天内完成改进项。