我有五台服务器，分布在三个云厂商。

最早就一台，后来服务越来越多，一台扛不住，就开始加。加着加着就五台了。

为什么是五台

一开始全放一台机器上，数据库吃内存把 Web 服务挤挂过。后来按职责拆了：

  • A（腾讯云）：核心业务
  • B（阿里云）：轻量应用 + 监控中心
  • C（腾讯云）：网关层 + AI 助手
  • D（华为云）：边缘节点

SSH 管理

禁掉密码登录，只用密钥。改掉默认端口。用 SSH Config 统管所有机器。

1
2
3
4
5
Host A
    HostName x.x.x.x
    Port xxxx
    User root
    IdentityFile ~/.ssh/key_a

五台机器不用 Ansible，SSH Config 加个巡检脚本够了。

Docker 统一化

宿主机上除了 Docker，啥都不装。每个服务一个目录：

1
2
3
service-name/
├── docker-compose.yml
└── data/

重启策略 unless-stopped，机器重启后服务自动拉起来。

网络与安全

公网只开放三个端口：SSH、80、443。其余端口全部关闭，防火墙白名单模式。

内部通信走内网端口，不对外暴露。Tailscale 给移动设备用，出门在外手机或笔记本连回内网查东西。

所有内部服务加统一认证，没登录的人连页面都看不到。

监控

轻量级方案，没上 Prometheus + Grafana。一台机器跑中心节点，其余装 Agent。CPU、内存、磁盘、网络一个面板看完。

告警推到手机，半夜服务挂了能收到通知。

备份

每天凌晨自动跑，备份完传到对象存储。脚本是 AI 帮忙写的。

配置和工作空间用 Git 管理，推到私有仓库，相当于异地备份。

教训：备份不验证等于没备份。定期做一次恢复测试。

域名与路由

一个域名，靠子域名区分所有服务。证书用通配符，不用每个子域名单独申请。DNS 和域名管理交给 AI 维护，我只下指令。

AI 助手

24 小时在线，能干这些：

  • 服务器巡检，跑完出报告
  • 日志分析，异常预警
  • 写备份脚本、监控脚本
  • 群聊里直接问服务器状态

以前出了问题去查，现在 AI 查完了告诉我。

最后

搭好自动化体系，让机器自己跑、自己备份、自己报警。人只在出问题的时候介入。

够用、稳定、能快速恢复，比什么都重要。