单文件 Bash 巡检脚本：一条命令完成系统信息、CPU、内存、磁盘、核心服务、安全日志、监听端口、网络连通性的全量检查，生成带时间戳的 TXT 巡检报告；发现异常时以非零退出码返回，可无缝接入 cron 定时任务。
对应岗位：日常巡检 / 日常监控 / 告警处理 / 故障处理 / 安全评估
| 巡检模块 | 检查内容 | 异常判定 |
|---|---|---|
| 系统信息 | 操作系统、内核、运行时长 | — |
| CPU | 型号、核数、使用率（/proc/stat 双采样）、负载 | 使用率 > 阈值 |
| 内存 | 使用率（按可用内存计算）、Swap | 使用率 > 阈值 |
| 磁盘 | 全部真实分区容量逐个检查 | 任一分区 > 阈值 |
| 核心服务 | ssh / cron / rsyslog 等服务状态 | 服务未运行 |
| 安全检查 | 最近登录、失败登录尝试、来源 IP TOP5 | 记录供人工研判 |
| 端口检查 | 当前监听端口清单 | 记录供人工比对 |
| 网络检查 | ping 公网 DNS、域名解析、业务 HTTP 探活 | 任一不通 |
| 报告输出 | reports/inspection_主机名_时间戳.txt |
— |
chmod +x health_check.sh
./health_check.sh # 巡检并在 reports/ 生成报告
./health_check.sh --outdir /tmp # 指定报告输出目录退出码：0 = 全部正常；1 = 存在告警项。因此可以直接写进定时任务做判断。
仓库自带测试脚本，克隆后可一键回归验证（语法 / 正常参数 / 错误参数 / 配置缺失 / 报告生成 / 退出码一致性 / ANSI 乱码 / 临时文件清理含 SIGTERM 中断 / 零告警场景 / 故障注入场景）：
bash tests/run_tests.sh当前测试结果：12 项全部通过（WSL2 Ubuntu 26.04 实测，含 --outdir 缺参数回归用例）。
其中零告警与故障注入两个场景通过临时配置夹具构造，结果确定、可复现：
- 零告警场景：阈值调至 100% + ping 回环地址 + 解析 localhost + 本地起一个 HTTP 服务保证探活 200 —— 断言退出码 0、报告中零告警、结论为"全部正常"
- 故障注入场景：注入三个必现故障（非法主机名导致 DNS 解析失败、非法主机名导致 ping 失败、探活指向关闭端口返回 000）—— 断言退出码 1、至少 3 项告警、且汇总行"共发现 N 项异常"的计数与实际告警条数一致（回归验证告警落盘计数逻辑）
- 临时文件清理：用专用
TMPDIR目录运行脚本，正常退出与 SIGTERM 中断两种路径分别检查目录为空，验证trap清理真实生效
阈值与巡检目标集中在 inspection.conf，改配置不改代码：
CPU_THRESHOLD=85 # CPU 告警阈值（%）
MEM_THRESHOLD=85 # 内存告警阈值（%）
DISK_THRESHOLD=85 # 磁盘告警阈值（%）
SERVICES=(ssh cron rsyslog) # 需巡检的核心服务
PING_TARGETS=(223.5.5.5 119.29.29.29) # 连通性检测目标
DNS_TARGET="www.baidu.com" # DNS 解析检测
HTTP_TARGETS=("http://localhost:8080")# 业务 HTTP 探活地址
FAILED_LOGIN_SINCE="7 days ago" # 失败登录日志回溯窗口配置文件缺失时脚本使用内置默认值，单独分发脚本也能直接跑。
crontab -e
# 每 30 分钟巡检一次，仅保留日志，异常时由退出码驱动后续动作
*/30 * * * * /opt/server-inspection/health_check.sh >/dev/null 2>&1 || echo "巡检发现异常，请查看 reports/" | mail -s "巡检告警" ops@example.com简化版（只留报告文件，人工回看）：
*/30 * * * * /opt/server-inspection/health_check.sh >/dev/null 2>&1定时调用验证情况（如实说明）：
- 已通过真实 crontab 调度验证：注册每分钟一档的临时 crontab，由 cron 守护进程按分钟边界自动触发（非手动执行，syslog 记录了 CMD 执行），报告正常落盘、无 ANSI 乱码、告警项数与退出码 1 判定一致（见
docs/evidence/cron-scheduled-rc.log与cron-scheduled-report.txt，验证后已恢复原 crontab） - 此前还做过
env -i PATH=/usr/bin:/bin /bin/sh -c "..."的最小环境等效验证（见docs/evidence/cron-run-report.txt），覆盖非交互场景下颜色自动关闭等行为 - 未验证项：多天级连续驻留运行（开发机 WSL2 空闲自动关机，无法长期保活）；建议在真实 Linux 服务器上按上述 crontab 配置长期运行观察
巡检工具的价值在于"能发现异常"，必须实测一次（以本仓库保存的三份联动报告为例，被探活的业务是项目一的 Nginx 演示站点）：
# 1. 基线巡检：业务探活通过。
# 注意：巡检结论取决于当时机器的真实状态——本机实测基线报告中
# 另有 3 项磁盘使用率告警（见下方证据表格），并非"零告警"
./health_check.sh
# 2. 制造故障：停止被监控的业务服务（例如项目一的 Nginx 演示站点）
docker stop nginx # 或 systemctl stop <你的业务服务>
# 3. 再次巡检：新增「HTTP 探活失败」告警（本机实测共 4 项），退出码 1
./health_check.sh
# 4. 恢复服务后复测：HTTP 告警消失；其余告警是否清零取决于环境
# （本机磁盘告警为环境固有，仍保留）
docker start nginx && ./health_check.sh对比三份报告中的「网络与连通性检查 / 巡检结论」小节，就是一份完整的巡检记录：基线 → 异常发现 → 恢复确认。
docs/evidence/ 保存了本机（WSL2 Ubuntu 26.04）实测的脱敏材料：三份与监控栈 Nginx 站点（http://localhost:8081）联动的巡检报告，以及真实 crontab 定时触发的验证证据：
| 文件 | 场景 | HTTP 探活 | 关键结果 |
|---|---|---|---|
| normal-report.txt | Nginx 正常运行 | ✅ HTTP 200 | 磁盘使用率告警 3 项（/mnt/c 88%、/usr/lib/wsl/drivers 88%、/mnt/e 87%，真实数据超过 85% 阈值），退出码 1 |
| failure-report.txt | 停止 Nginx 后巡检 | ❌ HTTP 000 | 新增「HTTP 探活失败」告警，共 4 项，退出码 1 |
| recovery-report.txt | 恢复 Nginx 后复测 | ✅ HTTP 200 | HTTP 告警消失，磁盘告警 3 项保留（环境固有），退出码仍为 1 |
| cron-scheduled-rc.log | 真实 crontab 定时触发 | 自动执行 | cron 守护进程按分钟边界自动触发，rc=1，syslog 记录 CMD |
| cron-scheduled-report.txt | 同上（完整脱敏报告） | 自动执行 | 定时触发产生的巡检报告，3 项磁盘告警与退出码判定一致 |
所有入库证据文件均已在脱敏时替换主机名、用户名与内网网关地址；告警内容为真实巡检输出，非人工编造。
基础思路参考 MickaxL/bash-system-health-check（MIT License），本项目为学习目的的重写与扩展：
- 新增配置文件
inspection.conf：阈值、服务清单、巡检目标全部可配置，脚本带默认值兜底 - 新增网络连通性检查：ping 公网 DNS + 域名解析 + 业务 HTTP 探活（curl），并可与监控栈的 Nginx 站点联动
- 新增定时任务支持：非交互环境自动关闭颜色、报告文件不含 ANSI 乱码；非零退出码驱动 cron 告警
- 登录日志兼容性修正：原版只读
/var/log/auth.log（Debian 系），现依次尝试auth.log → /var/log/secure（RHEL 系）→ journalctl，适配更多发行版 - CPU 采集方式修正：原版用
top -bn1首屏（自开机以来的平均值），现改为/proc/stat双采样计算瞬时使用率 - 内存口径修正：改按"可用内存"（MemAvailable）计算使用率，比 used 列更接近真实占用
- 磁盘检查增强：从只查根分区改为遍历全部真实分区逐一判阈值
- 服务状态兼容：无 systemd 环境自动回退
service命令，未安装的服务显示"跳过"而非误报 - 统一
LC_ALL=C：保证top/df/sort输出格式稳定可解析，不受系统语言影响 - 参数健壮性：
--outdir缺失目录参数时输出明确错误并返回退出码 2，而非未定义变量异常（含回归测试用例） - 临时文件兜底清理：
trap EXIT/INT/TERM保证脚本被中断时告警临时文件不残留
Linux 服务器自动化巡检与故障排查工具（Shell）：编写 Bash 巡检脚本实现系统信息、CPU/内存/磁盘、核心服务、安全日志、监听端口与网络连通性的自动化检查，支持阈值配置文件与 journalctl 登录日志兼容；输出带时间戳的巡检报告并按异常结果返回非零退出码，接入 cron 实现定时巡检；通过模拟服务中断完成「正常基线 → 异常发现 → 恢复确认」的巡检验证。
如实区分：脚本为参考开源思路（MIT，感谢原作者 Mickaël Paquet）重写与扩展，上述修改点均为本人完成，可在面试中逐条讲解。
- Bash 4+（Ubuntu / Debian / RHEL 等主流发行版默认满足）
- 可选命令缺失时自动降级：
curl（HTTP 探活）、last（登录记录）、ss/netstat（端口）
本项目基础思路参考 MickaxL/bash-system-health-check（MIT License，Copyright (c) 2026 MickaxL）重写并扩展，原作者版权声明与许可证全文保留于 LICENSE，本项目的重写与新增部分以独立声明标注，同样以 MIT 协议分发。