我在大厂用技术博客：经验分享 | 避坑必备

▌ 技术引导 在大厂用技术博客时，经验分享和避坑必备是两个必须拿捏的核心点。我亲自做过的事情就是用 Helm Chart 管理 Kubernetes 部署流程，结果发现很多团队直接把 configmap 和 secret 一股脑塞进模板，导致每次升级都像在玩俄罗斯方块。没多久一个生产环境的 pod 就因为环境变量被覆盖而崩溃。后来我改用 ConfigMap 和 Secret 分离，配合 init container 挂载，才把这个问题踩稳。关键在于尽量减少模板中的动态值，让部署逻辑更清晰，避免变量污染。另外，我见过太多人用 Prometheus 监控时忘记配置 scrape interval，结果系统指标一直不准。真正有效的监控得结合 Node Exporter 和 Blackbox Exporter，同时写好 alertmanager 的配置，确保告警不会被埋没。还有个坑是用 Terraform 管理云资源时，没有设置 backend，结果 state 文件散落在本地，一旦多人协作就会出现冲突。这些坑要么是逻辑问题，要么是配置问题，但都影响部署效率和系统稳定性。所以，我写这篇博客的最值钱信息就是：要注重部署流程的结构化、监控配置的完备性以及资源管理的协同性，这些才是大厂最看重的点。 ▌ 技术参考 在大厂的技术博客中，经验分享和避坑必备是两个核心维度。经验分享往往集中在实际部署中使用的工具、框架以及配置策略，而避坑则更多是在踩坑后总结出的教训。我见过最尖锐的避坑案例是使用 Helm Chart 时没有正确设置 dependency，导致版本冲突和模块缺失。一个典型的错误是直接在 values.yaml 中写入完整的配置，而没有区分模板和配置。这种做法会让部署变得不可控，特别是在多环境部署时。正确的做法是使用 helm dependency update 命令来管理依赖，同时在模板中用 {{ include "common.config" . }} 这种方式引用通用配置，让每个 chart 保持独立性和可复用性。另外，必须设置 --set 参数来动态传递变量，而不是把所有值都写死在 chart 中。这样做的好处是能快速切换环境，同时避免配置泄露。 在 Kubernetes 中，使用 ConfigMap 和 Secret 管理环境变量是标准做法，但很多人不知道如何正确配置。我见过不少团队因为没有设置 proper envFrom，导致容器运行时找不到正确的变量。正确的做法是使用 envFrom 来指定 ConfigMap 或 Secret，例如：envFrom: - configMapRef: name: my-config。这样做的好处是环境变量会自动注入，同时还能通过 kubectl get configmap 查看和更新变量，避免手动修改容器文件。另外，Secret 类型最好使用 tls 或 generic，而不要直接用 docker-registry 这种专有类型。如果用 docker-registry 类型，必须在部署时加上 --set registry.secretName=my-secret，否则镜像拉取会失败。还有个常被忽略的点是，Secret 的 key 必须和容器中使用的变量名完全一致，否则会报错。 使用 Helm 时，如果团队规模较大，必须配置 helm chart 的 version 和 dependencies，否则升级时容易出错。我亲身经历过一次因为 chart version 没有更新，导致部署了旧版本的依赖，结果整个服务都挂了。正确的做法是用 helm dependency build 来构建依赖，同时在 Chart.yaml 中设置 version、dependencies 和 dependencyVersions。这样做的好处是 Helm 能自动处理依赖版本，避免意外升级。如果遇到依赖冲突，可以用 helm dependency update 来修复，并用 helm show deps 来查看依赖树。另外，必须使用 helm template 命令来预览生成的 manifest，确保没有遗漏或错误的配置。如果模板中存在条件判断，要特别注意 if 条件的逻辑，避免因为条件不满足导致某些配置被遗漏。 监控系统是大厂技术博客中高频出现的话题，尤其是 Prometheus 和 Grafana 的集成。我见过很多团队在一开始没有配置 scrape interval，导致监控数据延时严重。正确的做法是设置 scrape_interval: 5s，同时配置 scrape_timeout_seconds: 10s，避免超时。如果使用 Blackbox Exporter，一定要配置 probe_timeout 和 probe_interval，确保网络探测准确。我还发现很多团队没用到 alertmanager，导致告警信息堆积。正确的做法是用 alertmanager 来接收 Prometheus 告警，并配置 routing 和 inhibition 规则，过滤掉无关的告警。如果使用 Prometheus 的 alerting 功能，必须在 rules 文件中写好 alert 和 labels，例如：labels: { severity: "critical" }。这样做的好处是能快速定位问题，而不是在日志里大海捞针。 在使用 Terraform 管理云资源时，如果没有配置 backend，会导致 state 文件混乱。我曾在一个团队中看到 state 文件被多人本地保存，结果每次部署都出现冲突。正确的做法是用 remote backend，例如：terraform { backend "s3" { bucket = "my-bucket" key = "my-state" region = "us-east-1" } }。这样做的好处是 state 文件集中管理，避免多人协作时的冲突。如果你用的是 AWS，可以配置 AWS S3 作为 backend，同时设置 kms_key_id 来加密 state。如果使用 Azure，可以配置 Azure Blob Storage，但需要注意存储权限和网络配置。此外，必须在 init 后使用 terraform apply -auto-approve 来部署，避免手动确认的麻烦。如果遇到 state 文件损坏，可以用 terraform state replace-provider 来修复，或者用 terraform state pull 来重新获取。 使用 Ansible 配置管理时，很多人会直接写 playbook，而忽略 inventory 和 variables 的管理。我见过不少团队因为 inventory 文件写错了，导致配置只在某些节点生效。正确的做法是使用 inventory 文件来定义主机组，并在 group_vars 或 host_vars 中设置变量，比如：[web_servers] app1.example.com app2.example.com [web_servers:vars] http_port = 80 https_port = 443 这样做的好处是能灵活控制不同节点的配置，而不是每个节点都写一遍。如果遇到变量覆盖问题，可以用 --extra-vars 参数来传递变量，例如：ansible-playbook deploy.yml --extra-vars "@extra_vars.yaml"。另外，必须使用 handlers 来管理服务重启，避免重复触发。如果 handler 没有正确设置，可能会导致服务频繁重启，影响系统稳定性。还有一点是，Ansible 的 playbook 要模块化，把每个配置任务拆分成单独的 tasks 文件，这样方便维护和复用。例如，把数据库配置放在一起，网络配置放在一起，避免一个文件太大难以管理。 在大厂中，使用 GitOps 模式时，很多团队会直接将配置文件存放在 git 仓库中，而没有使用 Git Hooks 或 pre-commit 钩子。我见过一次因为 commit 时没有检查 configmap 的格式，导致 kubectl apply 失败。正确的做法是用 pre-commit 钩子来执行 lint 和格式化，比如使用 kubeconform 来检查 yaml 文件是否符合 k8s 标准。此外，必须使用 git diff 来确认文件是否有变更，避免误提交。如果使用 Argo CD，需要配置 sync strategy 为 Recreate，这样每次部署都会重新拉取文件，避免配置残留。另一个常见问题是，很多团队用 git 默认的线性提交历史，导致版本管理混乱，正确的做法是使用 git rebase 来整理 commit 历史，避免 merge commit 带来的问题。 使用 Docker 构建镜像时，很多团队会直接 docker build 命令构建，而没有使用 multi-stage 构建。我曾在一个项目中看到 build 压力很大，因为每次构建都保留了中间层，导致磁盘占用过高。正确的做法是用 multi-stage 构建，例如： FROM golang:1.21 as builder WORKDIR /go/src/app COPY . . RUN go build -o /go/bin/app FROM alpine:latest COPY --from=builder /go/bin/app /usr/bin/app CMD ["app"] 这样做的好处是能减少镜像体积，同时避免中间层残留。如果遇到镜像构建失败，要学会看 docker build 的日志，特别是 build context 和 COPY 命令的路径是否正确。此外，必须使用 --no-cache 参数来确保每次构建都是干净的，否则可能会因为缓存导致问题。如果使用 Docker Compose，要避免在 compose 文件中写入敏感信息，比如数据库密码，正确做法是通过环境变量注入，例如： environment: DB_PASSWORD: {{ env.DB_PASSWORD }} 这样做的好处是能实现配置分离，同时避免密码泄露。 在使用 CI/CD 工具时，比如 Jenkins 或 GitLab CI，很多团队没有正确配置环境变量。我曾经在一个项目中看到环境变量被硬编码在 pipeline 文件中，导致部署到生产时泄露了敏感信息。正确的做法是使用 secret 管理工具，比如 Vault 或 AWS Secrets Manager，来存储和管理变量。例如，在 GitLab CI 中可以使用 variables 来设置 CI_JOB_TOKEN 和 DB_PASSWORD，而不是写在脚本里。如果使用 Jenkins，必须配置 Credentials ID 来读取 token，避免硬编码。另一个常见问题是，很多团队没有正确设置 pipeline 的 stages，导致构建和部署顺序混乱。正确的做法是用 stages 分离，比如 build、test、deploy，这样能确保每个阶段可控。如果遇到构建失败，要学会看 pipeline 的 stage 信息，而不是盲目地看 log。 在使用 Python 时，很多团队会直接 pip install 依赖，而没有使用 requirements.txt。我见过不少项目因为 requirements.txt 缺失，导致不同环境依赖版本不一致，产生兼容性问题。正确的做法是使用 pip freeze > requirements.txt 来生成文件，同时在部署时用 pip install -r requirements.txt 来安装。如果遇到依赖冲突，要学会用 pip install --upgrade 来升级，或者用 pip install --no-cache-dir 来避免缓存问题。此外，必须使用虚拟环境，比如 venv 或 pipenv，来隔离不同项目依赖。如果使用 pipenv，可以配置 Pipfile 来管理依赖，同时用 pipenv lock 来生成 Pipfile.lock，确保依赖版本一致。 在使用 Go 时，很多团队没有正确设置 GOPROXY，导致构建时拉取依赖失败。我曾经在公司内部服务器上看到 GOPROXY 设置为 default，结果构建时自动从国外仓库拉取，导致网络卡顿。正确的做法是用 GOPROXY 设置为 https://proxy.golang.org，同时设置 GOSUMDB 为 sum.golang.org，确保依赖安全。如果遇到依赖拉取失败，要学会用 go get 来手动拉取，或者用 go mod tidy 来清理无效依赖。还有一点是，很多团队没有使用 go mod，导致依赖管理混乱。正确的做法是用 go mod init 来初始化 module，然后用 go mod download 来下载依赖，确保构建一致性。 在使用 Node.js 时，很多团队没有使用 package-lock.json 或 yarn.lock，导致依赖版本不一致。我见过不少项目因为依赖版本不同，导致部署时出现问题。正确的做法是使用 npm install 来生成 package-lock.json，或者用 yarn install 来生成 yarn.lock。如果遇到依赖冲突，可以使用 npm install --save-dev 来安装开发依赖，或者用 yarn add 来添加依赖。还有一点是，很多团队没有正确设置 npm 镜像源，导致下载速度慢。正确的做法是用 npm config set registry https://registry.npmmirror.com 来切换镜像源，避免国外网络问题。 在使用 Java 时，很多团队没有正确配置 maven 或 gradle 的依赖管理。我曾在一个项目中看到 pom.xml 没有使用 version ranges，导致版本混乱。正确的做法是用 maven 的 dependencyManagement 来统一版本号，这样能避免依赖冲突。例如： org.springframework.bootspring-boot-starter3.1.0 这样做的好处是能确保所有模块使用相同版本，避免兼容性问题。如果遇到依赖冲突，可以使用 mvn dependency:tree 来查看依赖树，然后手动排除冲突的依赖。比如： org.springframework.bootspring-boot-starter-web 这样能解决版本不一致的问题。还有一点是，很多团队没有使用 maven 的 settings.xml 来配置镜像，导致下载慢。正确的做法是设置 mirrors，例如： central-mirrorhttps://maven.aliyun.com/repository/publiccentral 这样能加速依赖下载。 在使用 Shell 脚本时，很多人会直接写命令，而没有考虑到变量和函数的使用。我曾经在一个自动化部署脚本中看到变量没有被引号包裹，导致空格问题。正确的做法是用双引号包裹变量，比如： if [ -f "$CONFIG_FILE" ]; then echo "File exists" else echo "File not found" fi 这样能避免路径中的空格导致的问题。如果使用函数，可以避免重复代码，比如： function install_deps() { echo "Installing dependencies..." npm install } 这样做的好处是代码更简洁，同时更容易维护。如果遇到脚本执行失败，要学会用 set -e 来让脚本在出错时立即退出，避免继续执行无效命令。 在使用 Docker Compose 时，很多人没有正确设置 volumes 和 networks。我曾在一个项目中看到 volumes 没有被挂载，导致数据无法持久化。正确的做法是用 volumes 来挂载数据目录，例如： volumes: - ./data:/app/data - ./config:/app/config 这样做的好处是能确保数据在容器重启后依然存在。如果遇到网络连接问题，可以使用 networks 来定义网络，比如： networks: - my_network 这样能避免容器之间无法通信。如果遇到端口冲突，可以使用 ports 来映射端口，比如： ports: - "8080:80" 这样做的好处是能灵活控制端口映射。 在使用 Terraform 时，很多人没有正确设置 provider 配置。我曾在一个项目中看到 provider 没有设置 region，导致资源部署在错误的区域。正确的做法是使用 provider 配置，比如： provider "aws" { region = "us-east-1" } 这样做的好处是能确保资源部署在指定区域。如果遇到 provider 无法连接，可以设置 provider 的 access_key 和 secret_key，比如： provider "aws" { access_key = "YOUR_ACCESS_KEY" secret_key = "YOUR_SECRET_KEY" } 这样能确保 Terraform 能正确连接到云平台。如果使用 remote backend，必须配置 storage 类型，比如 S3 或 Azure，同时设置 encryption 和 acl。例如： terraform { backend "s3" { bucket = "my-bucket" key = "my-state" region = "us-east-1" } } 这样能确保 state 文件安全存储。 在使用 Ansible 时，很多人没有使用 roles 来组织代码。我曾在一个项目中看到 playbook 直接写入大量 tasks，导致维护困难。正确的做法是使用 roles，把 tasks、handlers、templates 等组织在一起。例如： - hosts: all roles: - common - web 这样做的好处是代码结构清晰，维护方便。如果遇到 role 无法使用，要学会使用 roles 目录结构，并正确配置 role 的 tasks 目录。例如： roles/ common/ tasks/ main.yml handlers/ main.yml web/ tasks/ main.yml 这样能确保每个 role 有独立的配置。如果遇到依赖问题，可以使用 roles 的 dependencies 来声明依赖关系，比如： dependencies: - common 这样能确保 role 顺序正确。 在使用 Helm Chart 时，很多人没有正确设置 values.yaml 的结构。我曾在一个项目中看到 values.yaml 中的配置与模板中的变量名不一致，导致部署失败。正确的做法是使用 values.yaml 来管理变量，比如： replicaCount: 3 image: repository: "my-image" tag: "latest" pullPolicy: "IfNotPresent" 这样做的好处是能灵活控制变量，同时避免硬编码。如果遇到变量无法传递，可以使用 --set 参数，比如： helm install my-chart ./my-chart --set image.tag=1.0.0 这样能确保变量正确传递。如果遇到配置遗漏，要学会用 helm template 来预览 manifest，确保没有缺失项。例如： helm template my-chart ./my-chart 这样能提前发现配置问题。