1. 日常维护概述

1.1 每日巡检：查看主机负载、内存、磁盘使用率、网络吞吐与错误包计数；
1.2 监控工具：采用 Zabbix/Prometheus + Grafana，所有主机接入统一告警；
1.3 报警阈值：CPU 连续 10 分钟 > 85%、内存使用 > 90%、磁盘剩余 < 15% 触发二次确认；
1.4 网络阈值：丢包率>1% 持续 5 分钟或 RTT >200ms 持续 3 分钟触发网络组介入；
1.5 巡检频率：关键服务 24/7 自动监控+人工早晚巡检，周例会复核告警合格率与误报率。

2. 系统与软件维护细则

2.1 操作系统：集中采用 Ubuntu 20.04 LTS，内核 5.4，启用 TCP BBR 提升长距离吞吐；
2.2 软件更新：生产环境核心包每月稳定窗口内更新，紧急补丁 24 小时内评估并部署；
2.3 安全配置：nftables/iptables 结合 fail2ban，SSH 使用密钥登录并限制来源 IP；
2.4 备份策略：增量备份每 15 分钟，整库快照每日 02:00，异地备份保留 14 天；
2.5 日志管理：集中 ELK/EFK，日志保留 30 天，异常访问做 UBA（用户行为分析）。

3. 网络与 CN2 线路专属维护

3.1 CN2 优势：选用马来西亚到中国 CN2 直连线路以降低 RTT 与丢包，适配对中国大陆访问敏感的应用；
3.2 路由监测：定时跑 MTR/iperf3，记录跳数、每跳延迟与丢包，自动与历史基线对比；
3.3 BGP 与多线：建议启用 BGP 多线或冗余出口，遇到上游影响可在 3 分钟内切换备线；
3.4 QoS 策略：对关键端口（例如 80/443/应用端口）优先排队，防止突发流量导致业务抖动；
3.5 CDN 配合：静态资源外置到 CDN，减少源站直接流量，降低遭遇 L7 攻击时的压力。

4. 服务器配置与性能示例（表格展示）

4.1 下表为典型马来西亚 CN2 VPS 配置与近期网络测试结果示例；
4.2 表格中数据为单节点实测，供容量规划与故障排查参考；
4.3 带宽测试使用 iperf3 对端为广州节点，测试在空闲时段进行；
4.4 性能指标用于设定 SLA 和调整报警阈值；
4.5 若结合 CDN/负载均衡，源站可适当降配以节省成本但需保留冗余。

5. 应急演练流程与指标

5.1 预案准备：明确 RTO=5 分钟、RPO=15 分钟的关键服务清单与恢复步骤；
5.2 演练频率：生产主路径每季度一次完整演练，次要路径半年一次桌面演练；
5.3 演练步骤：模拟 DDoS / 链路故障 / 节点宕机，按脚本执行切换与回滚；
5.4 监测指标：演练记录恢复时长、数据丢失、流量峰值与误报率，目标达成率 >95%；
5.5 报告与优化：演练后 48 小时内形成 RCA（根因分析）与改进任务，分配负责人与截止时间。

6. 真实案例：一次 50 Gbps SYN Flood 的处置

6.1 背景：某电商活动期间，位于吉隆坡的 CN2 节点遭遇突发 50 Gbps SYN Flood；
6.2 初期响应：监控报警在 30 秒内触发，流量从基线 800 Mbps 突增到 52 Gbps；
6.3 缓解措施：立即启用上游防护服务（清洗阈值 40 Gbps），并在防火墙层启用 SYN 限速与 SYN cookies；
6.4 切换策略：将部分非核心流量导至 CDN 缓解，关键 API 通过 BGP 路由到备份机房，整体恢复时间 7 分钟；
6.5 结果与改进：事件后我们提升了异常流量的自动触发阈值并完善了黑白名单与速率限制规则。

7. 工具、脚本与运维建议

7.1 常用工具：iperf3、mtr、tcpdump、ss、htop、netstat、prometheus、grafana、zabbix；
7.2 自动化脚本：推送配置与补丁使用 Ansible，备份使用 rsync + LVM snapshot 实现零停服快照；
7.3 日志与追溯：异常流量保存 pcap 72 小时，重要时段延长至 30 天用于取证；
7.4 安全演练：包含 MFA、密钥轮换及最小权限原则，半年一次渗透测试；
7.5 建议总结：CN2 在跨境访问表现优异，但应结合 CDN、DDoS 清洗和多线冗余，制定清晰的流程并定期演练。

来源：技术团队经验分享 马来西亚cn2 服务器 的日常维护与应急演练