“Python 是运维工程师的第二只手”这句话并非夸张。在运维场景中，Python 凭借简洁的语法、丰富的标准库和强大的第三方生态，几乎可以覆盖从日常脚本到大规模自动化平台的一切需求。
脚本开发：把重复劳动变成一行命令
运维工作中存在大量重复性任务：巡检服务器状态、批量修改配置、处理日志文件、备份数据库等。Python 脚本可以让这些工作一键完成。
- 典型场景：
- 读取一个文本文件中的 IP 列表，逐台 SSH 登录检查磁盘使用率。
- 从 CSV 文件导入用户信息，批量在 LDAP 或 Active Directory 中创建/禁用账号。
- 每天凌晨压缩并归档前一天的应用日志，删除超过 30 天的旧文件。
- 核心工具：
- 标准库
os、sys、shutil、pathlib用于文件与系统操作。 subprocess模块可以调用外部命令（如ping、curl、系统工具），获取输出并进行后续处理。argparse可以轻松把脚本包装为命令行工具，支持参数输入，让同事也能放心使用。- 实用技巧：
- 脚本里统一用
pathlib.Path代替字符串拼接路径，避免操作系统差异带来的斜杠问题。 - 用
logging而不是print输出信息，方便同时输出到控制台和文件，后期排查有据可依。 - 小型脚本可以直接用
crontab（Linux）或“任务计划程序”（Windows）定时触发，无需第三方依赖。
批量操作：并行处理提升效率
当需要同时操作成百上千台服务器或处理海量文件时，单线程顺序执行会非常缓慢。Python 的并发能力可以大幅压缩等待时间。
- 并行执行 SSH 命令：
- 使用
paramiko或fabric库可以建立 SSH 连接执行远程命令。 - 结合
concurrent.futures.ThreadPoolExecutor或multiprocessing.Pool对多台主机并行操作，将原本几小时的巡检任务缩短到几分钟。 - 注意控制并发数，避免对目标系统或网络造成过大压力。一般 IO 密集型任务用线程池（如 20-50 并发），CPU 密集用进程池。
- 文件批量处理：
- 标准库
glob或pathlib.Path.rglob()可以递归匹配目录下所有符合条件的文件。 - 用
concurrent.futures并行压缩、转码、上传文件，充分利用多核 CPU 和带宽。 - 配合
tqdm进度条库，让长期运行的批量脚本直观显示进度，不再“黑箱”。
- 配置批量下发：
- 使用模板引擎（如
jinja2）生成不同主机对应的配置文件，再通过 SCP 或 SFTP 批量推送到目标机器，并重启对应服务。 - 这类操作通常会封装为一个带命令行参数的工具，支持
--dry-run模式先预览效果，保障安全性。
监控告警：从被动救火到主动发现
Python 在监控体系中既可以编写轻量级健康检查脚本，也能集成企业级监控平台。
- 应用级健康检查脚本：
- 用
requests检查 Web 接口是否返回 200；用数据库驱动（如pymysql、psycopg2）执行简单查询，验证数据库连通性。 - 检查结果用
logging记录，若出现异常可以直接调用钉钉、企业微信、飞书的 Webhook 发送告警消息。 - 也可简单发送邮件告警：标准库
smtplib+email即可拼装邮件内容并发送。
- 系统资源监控与采集：
psutil库可以获取 CPU、内存、磁盘、网络、进程等实时信息，几行代码就能写一个资源使用率收集脚本，定期存入数据库或直接输出到 Prometheus 兼容格式。- 结合
apscheduler实现定时采集任务，而无需依赖系统的 crontab，便于在程序内统一管理。
- 告警与告警抑制：
- 告警不能“一触发就发”，否则半夜可能被短信淹没。需实现简单的告警抑制：发过一次告警后，在 5 分钟内相同问题不再重复发送。
- 用 Redis 或一个本地文件记录状态，配合
time模块判断间隔。
- 与运维平台集成：
- 如果公司已有 Zabbix、Nagios、Prometheus 等系统，Python 可以作为灵活的补充，通过 API 上报自定义指标，或编写 exporter 将内部业务数据暴露为监控指标。
- 当需要复杂告警逻辑（如根据业务指标动态调整阈值）时，用 Python 写一个告警决策脚本比硬配置更灵活。
真实项目建议
- 代码规范：即使是一个小脚本，也建议加上基本的异常处理和日志，否则一天夜里突然报错退出，排查起来很痛苦。
- 幂等性：批量操作的设计要尽量保证可重复执行而不产生副作用（如：先检查文件是否存在再创建；备份操作前先打时间戳）。
- 先小范围测试：批量 SSH 操作先在 1-2 台测试机上跑通再全量运行；文件删除操作最好先将文件移到回收站目录或备份，确认无误后再彻底清除。
- 利用现有工具：如果已有成熟配置管理工具（如 Ansible），不必用裸 SSH 脚本从零搭建，但 Ansible 本身也是用 Python 编写的，会用 Python 能帮你更好地理解与扩展它。
Python 赋予了运维工程师强大的“自定义”能力：当现成监控工具无法满足特定需求时，几行 Python 代码就可以补上短板；当手头工作重复枯燥时，一段脚本就能把自己解放出来。这也是为什么 Python 会成为现代运维技能树中的基础语言之一。