devops工程师是能用自动化闭环解决交付卡点、代码管控环境漂移、前置感知风险的人；linux命令需肌肉记忆，git是协作契约，terraform是环境守门员，k8s yaml是运行时契约。
DevOps工程师不是“会搭CI/CD流水线的人”，而是能用自动化闭环解决交付卡点、用代码管住环境漂移、在故障发生前就感知风险的人。
Linux命令行必须达到“肌肉记忆”级别
90%的线上问题第一响应动作都在终端里完成，不是点UI。你得在3秒内敲出 journalctl -u nginx -n 50 -f 看服务日志，而不是打开浏览器查文档；得靠 ss -tuln | grep :8080 快速确认端口是否被占，而不是重启服务碰运气。
- 高频陷阱：用
ps aux | grep nginx查进程，却忽略grep自身也出现在结果里——该用pgrep nginx或加方括号绕过：ps aux | grep [n]ginx - 真实场景：部署后API返回502，第一反应不该是重跑流水线，而是登录目标节点执行
curl -v http://localhost:8000/health+systemctl status app.service+tail -n 20 /var/log/app/error.log - 性能影响：滥用
find / -name "*.log" -mtime +30扫全盘会拖慢IO，生产环境应限定路径如/var/log/，并加-maxdepth 2
Git不只是commit/push，而是协作契约的载体
一个没配好 .gitignore 的仓库，或长期不清理的 feature/xxx 分支，比任何Bug都更容易引发部署失败。Git在这里不是版本工具，是团队交付节奏的同步器。
- 常见错误：CI脚本里写
git clone https://user:pass@github.com/org/repo.git—— 密码硬编码+明文传输，应改用SSH密钥或GitHub App token +git clone git@github.com:org/repo.git - 关键配置：必须在CI中启用
git fetch --prune清理远程已删分支，否则git checkout origin/main可能指向陈旧提交 - 兼容性注意：Windows开发机默认换行符是CRLF，Linux服务器期望LF——CI阶段需设
core.autocrlf=input（Linux/macOS）或core.autocrlf=true（Windows），否则Shell脚本可能因^M报错syntax error near unexpected token `$'do\r''
Terraform不是“写完就扔”的配置文件，而是环境一致性守门员
当你用Terraform创建了10个AWS EC2实例，却没定义 lifecycle { ignore_changes = [ami] }，下次AMI升级就会触发全部重建——这不是基础设施即代码，是基础设施即灾难。
- 典型坑点：在
resource "aws_security_group" "web"中漏写ingress规则，导致新环境完全不通；更隐蔽的是用了count = var.env == "prod" ? 1 : 0却没同步处理依赖它的aws_instance，造成plan失败 - 使用场景：多环境（dev/staging/prod）共用同一份tf代码时，必须用
workspace或tfvars隔离状态，禁止手动terraform apply -var="env=prod"覆盖dev环境 - 参数差异：
terraform destroy默认不走确认流程，生产环境必须加-auto-approve=false并绑定审批钩子（如Slack按钮）；而terraform plan -out=tfplan+terraform apply tfplan才能保证plan与apply一致
Kubernetes YAML不是粘贴复制的模板，而是运行时契约
一份没设 resources.limits 的Deployment，上线后可能吃光节点内存被OOMKilled；一份没配 readinessProbe 的Service，流量会打到还没启动完的Pod上——YAML写错一行，等于给系统埋雷。
- 高频错误：把
livenessProbe和readinessProbe的路径写反，或超时时间设成initialDelaySeconds: 5却没留够应用冷启动时间，导致Pod反复重启 - 真实约束：K8s 1.24+ 已弃用Docker作为容器运行时，
kind: Node的containerRuntime字段必须为containerd；本地用minikube start --container-runtime=containerd才能复现生产行为 - 可观测性联动：没在Deployment里加
annotations: { "prometheus.io/scrape": "true" }，Prometheus就抓不到指标；没设terminationGracePeriodSeconds: 30，SIGTERM发出去后1秒就强杀，优雅退出逻辑直接失效
