最近电视上正在热播《隋唐英雄》，虽然我没有观看，但田连元老先生的评书《隋唐演义》却让我记忆犹新。特别是其中程咬金的三板斧——拍蒜瓣、戳脚指甲盖、撒胡椒面——每次听来都让人忍俊不禁。这些看似荒谬的招数在实战中却常常能出其不意，取得胜利，这说明简单实用才是制胜的法宝。在当今倡导devops的时代，我们这些程序员也应该掌握一些运维技能以求立足。下面我将结合实际案例，分享我在日常工作中常用的三板斧。
第一板斧：AWK
当Web服务器的负载突然飙升时，我们可能会怀疑是访问量激增所致。如何验证这一猜测呢？如果有监控系统，这自然不是难题，但如果没有监控，或者监控无法实时显示数据，该怎么办？
假设日志已经通过logrotate按天切分，其内容如下：
1.2.3.4 - - [01/Jan/2013:00:01:01 +0800] "GET /path HTTP/1.1" ...
利用AWK，我们可以轻松计算一天中每分钟的访问量：
shell> awk -F: ' { count[$2":"$3]++ } END { for (minute in count) print minute, count[minute] }' /path/to/log | sort > count.log生成的count.log文件中的部分数据如下，结果一目了然：
18:55 1445018:56 1492618:57 1564518:58 1667818:59 1903219:00 2913419:01 3466519:02 3555819:03 3554519:04 3582919:05 35608
如果需要按秒统计，方法类似，这里就不赘述了。
第二板斧：Strace
当程序运行缓慢时，我们如何确定瓶颈所在？此时可以使用strace的「-T」选项，但需要注意，strace的结果输出到标准错误，需要重定向到标准输出。
让我们过滤某个PHP进程中操作时间超过0.001秒的操作：
shell> strace -T -p2>&1 | awk 'substr($NF, 2, 8) > 0.001'lstat64("/var/www", {...}) = 0
如果问题简单，这通常就足够了。但如果问题复杂，仅过滤耗时操作是不够的，最好能看到完整的上下文。AWK在这方面的代码会变得复杂，但我们还有grep，它的「A」和「B」选项可以方便地保存上下文，同时利用正则表达式可以模拟时间大小判断。
让我们过滤某个PHP进程中操作时间超过0.001秒的操作，并附上前后两行的上下文：
shell> strace -T -p2>&1 | \ grep -E -A 2 -B 2 'lstat64("/var", {...}) = 0 lstat64("/var/www", {...}) = 0 lstat64("/var/www/script", {...}) = 0 lstat64("/var/www/script/test.php", {...}) = 0
补充说明：本例中使用的是PHP程序，出现大量lstat64操作是因为PHP配置中没有设置合适的realpath_cache_size，具体细节请自行查阅相关资料。
第三板斧：Gnuplot
数字总是枯燥的，图形则更加直观。Gnuplot在绘图方面非常简便，以文章开头统计访问量的例子为数据源，代码如下：
#!/usr/bin/gnuplotset terminal png size 500,400set gridset xdata timeset timefmt "%H:%M"set format x '%H'set xlabel "Time"set ylabel "Count"set output "count.png"plot "count.log" using 1:2 with line notitle
生成的图形比数字更加直观：
Gnuplot绘图
有了Gnuplot，我们甚至可以通过CRON等方式构建一个简单的图形化监控系统。
…
DevOps代表着未来软件开发的方向，它倡导小团队，强调单兵作战能力。在这样的环境中，程序员作为团队的一员，不能仅限于开发角色，还必须在运维方面武装自己。希望大家都能找到自己的三板斧，当然，我们不是古惑仔，而是程咬金。
