自动校验与巡检脚本

每天自动跑一遍固定检查项,比出事后再翻日志便宜得多。

自动化自建服务可靠性2026-03-12约 1 分钟304 字

巡检脚本不追求覆盖所有指标,而是把“每次都要手工确认”的几件事固定下来,输出一张能扫一眼的表。

检查项

  • 服务是否在跑(systemd / 容器);
  • 证书剩余天数;
  • 磁盘使用率与 inode;
  • 最近一次备份的时间戳;
  • RAID/池状态;
  • 关键端口是否监听。

输出为一张表

bash
printf '%-18s %-10s %s\n' "项目" "状态" "详情"
check_service nginx  && printf '%-18s %-10s %s\n' "nginx" "OK" "active"
check_disk /srv      && printf '%-18s %-10s %s\n' "磁盘 /srv" "OK" "62%"

失败项用非 0 退出码或醒目标记,方便直接接通知。

证书天数

bash
end=$(openssl s_client -connect example.com:443 -servername example.com </dev/null 2>/dev/null \
  | openssl x509 -noout -enddate | cut -d= -f2)
days=$(( ( $(date -d "$end" +%s) - $(date +%s) ) / 86400 ))
[ "$days" -lt 21 ] && echo "证书剩余 ${days} 天"

备份时间戳

bash
last=$(stat -c %Y /srv/backup/last-success)
age=$(( ( $(date +%s) - last ) / 3600 ))
[ "$age" -gt 26 ] && echo "备份已 ${age} 小时未成功"

这比“备份任务是否报错”更能发现问题——任务没跑时,日志里什么都没有。

巡检脚本自身也会失效

脚本路径改了、依赖没装、权限变了,都会让它静默失败。用一个外部心跳检查“巡检是否每天跑过”,别只依赖它自己报错。

接入调度

systemd timer 每天跑一次,输出重定向到日志;有失败项时调用通知脚本。巡检结果保留 90 天,便于看趋势。

小结

固定检查项、统一输出、失败即响、外部心跳。四件事做完,巡检才是有效的,而不是“跑了但没人看”。

说明:文中的地址、域名、主机名与账号均为脱敏示例;配置片段来自实际环境,但版本与网络条件不同,照搬前请先在测试环境验证。最后校对:2026-03-12。