# 06-02-运维小结

> 日常运维建议：检查项、变更记录、备份策略。


## TL;DR

- **自动化验收**：`./scripts/verify.sh run 06-02`
- **关键前置**：按本文「前置条件」准备环境变量/Secret/入口 IP
- **成功判据**：达到本文「预期」且 playbook 断言通过
- **排障**：见本文「排障」

## 日常检查

- `kubectl get nodes` 是否全部 `Ready`
- 关键服务是否可访问
- 证书有效期与域名解析是否正常

## 常用排查命令速查

- **集群与工作负载**
  - `kubectl get pod,svc,ing -A -o wide`
  - `kubectl -n kube-system logs deploy/traefik --tail=100`
  - `kubectl -n kube-system get helmchart,helmchartconfig`
  - `kubectl -n kube-system describe pod <pod-name>`
- **节点与网络**
  - `kubectl get node -o wide`
  - `watch -n 1 'ip addr; ip route'`
  - `ss -tulpn | grep ':80\|:443\|:6443'`
  - `sudo netstat -tulpn | grep ':80\|:443\|:6443'`
  - `sudo lsof -iTCP -sTCP:LISTEN -P -n | grep -E ':80|:443|:6443'`
  - `curl -vk https://<域名>/ --resolve "<域名>:443:<入口IP>" -o /dev/null`
- **Traefik / ACME 相关**
  - `kubectl -n kube-system logs deploy/traefik --tail=200 | grep -i acme || true`
  - `kubectl -n kube-system get ingress -A`
  - `openssl s_client -connect <IP>:443 -servername <域名> </dev/null 2>/dev/null | openssl x509 -noout -text | grep -E "Subject:|DNS:"`
- **SSH 与 Ansible**
  - `bash scripts/ssh/test-ssh.sh`
  - `ssh -i ~/.ssh/id_ed25519_k3s_*.61 root@192.168.2.61`
  - `ansible-playbook -i ansible/inventory.ini ansible/playbooks/verify/03-02.yml`

## 建议的日常清理

- **清理一次性 Job/安装 Pod**
  - `sudo kubectl -n kube-system get pod | grep 'helm-install-traefik'`
  - `sudo kubectl -n kube-system delete pod helm-install-traefik-* --ignore-not-found=true`
  - 原则：只删 `Completed`、`ErrImagePull` 等一次性安装 Pod，不删长期组件（如 `traefik`、`coredns` 等）。

## 变更管理

- 所有配置变更优先走 Git
- 变更后执行最小回归验证（`curl` + `kubectl`）

## 备份建议

- K3s 关键配置与 manifests
- 数据库（如 GitLab）
- NFS 与业务数据

## 故障入口

- 网络与策略：`06-01-k3s-networkpolicy-故障排查.md`
- 脚本入口：`scripts/README.md`

## 下一步

- 返回 00-00-构建总览.md，按导航继续。

## 排障

- **先看 playbook 输出**：失败时先定位是 deploy/wait/http_check 哪一步。
- **集群侧总览**：`kubectl get nodes -o wide`、`kubectl -n kube-system get pods -o wide`。
- **事件与日志**：`kubectl -n <ns> describe ...`、`kubectl -n <ns> logs ... --tail=200`。