如果你是IT运维或开发人员，一定对每天重复的“手工操作”深有体会：登录服务器查日志、批量改配置、定时备份、监控报警处理……这些工作看似简单，却极其消耗时间与精力。真正的高手，不是手速快，而是会用脚本替自己干活。

 

今天，我们就来聊聊如何用 Python 和 Shell 脚本，把日常运维中那些“高频、低技术含量”的操作自动化。以下内容均来自实战经验，代码可直接复用。

 

一、为什么选择Python做运维脚本？

 

很多老运维习惯用纯Shell，但面对复杂的文本解析、API调用、多线程任务时，Shell的局限性就暴露了。Python的优势在于：

 

• 易读易写：语法接近自然语言，团队协作成本低

• 生态强大：`os`, `subprocess`, `paramiko`, `requests`, `crontab` 等模块直接解决运维痛点

• 跨平台：Windows/Linux/macOS 一套代码通吃

 

但注意： 纯Shell适合“快速执行一条命令”，Python适合“多步骤、带逻辑判断、需异常处理”的场景。两者结合才是王道。

 

二、实战场景一：批量检查服务器磁盘使用率（SSH + 告警）

 

日常运维中，最怕服务器磁盘写满导致服务挂掉。手动登录每台机器执行 df -h 显然不现实。下面用 paramiko 实现批量SSH执行命令并解析结果。

 

import paramiko

import re

from datetime import datetime

# 服务器列表（生产环境建议从CMDB或配置文件读取）

servers = [

　　{"host": "192.168.1.10", "user": "root", "pwd": "your_pass"},

　　{"host": "192.168.1.11", "user": "root", "pwd": "your_pass"},

]

# 告警阈值（百分比）

ALARM_THRESHOLD = 85

def check_disk(host, user, pwd):

　　try:

　　　　ssh = paramiko.SSHClient()

　　　　ssh.set_missing_host_key_policy(paramiko.AutoAddPolicy())

　　　　ssh.connect(host, username=user, password=pwd, timeout=10)

　　　　stdin, stdout, stderr = ssh.exec_command("df -h | grep -v Filesystem | awk '{print $5, $6}'")

　　　　output = stdout.read().decode().strip().split('\n')

　　　　ssh.close()

　　　　return output

　　except Exception as e:

　　　　return [f"ERROR: {str(e)}"]

def parse_and_alarm(lines):

　　alarms = []

　　for line in lines:

　　　　if "ERROR" in line:

　　　　　　alarms.append(line)

　　　　　　continue

　　　　# 匹配 "85% /data" 格式

　　　　match = re.match(r'(\d+)%\s+(.+)', line)

　　　　if match:

　　　　　　usage = int(match.group(1))

　　　　　　mount = match.group(2)

　　　　　　if usage >= ALARM_THRESHOLD:

　　　　　　　　alarms.append(f"[{mount}] 使用率 {usage}% 超过阈值！")

　　return alarms

# 主流程

if __name__ == "__main__":

　　print(f"=== 磁盘检查开始: {datetime.now()} ===")

　　for srv in servers:

　　　　host = srv["host"]

　　　　print(f"正在检查 {host}...")

　　　　result = check_disk(host, srv["user"], srv["pwd"])

　　　　alarms = parse_and_alarm(result)

　　　　if alarms:

　　　　　　for alarm in alarms:

　　　　　　　　print(f"  ⚠️ {host}: {alarm}")

　　　　else:

　　　　　　print(f"  ✅ {host}: 正常")

　　print(f"=== 检查结束 ===")

 

要点说明：

• 使用 `paramiko` 实现SSH连接，注意设置超时避免卡死

• 正则提取百分比和挂载点，**阈值可配置**

• 实际生产可对接钉钉/企业微信机器人发送告警

 

三、实战场景二：定时清理过期日志（Shell + Python混合）

 

很多应用日志按天滚动，但不会自动删除。我们写一个 Python脚本 + crontab 的组合方案。

 

1. 核心Python脚本 `log_cleaner.py`

 

#!/usr/bin/env python3

import os

import time

import glob

# 配置区域

LOG_DIRS = [

　　"/var/log/myapp",

　　"/data/logs/nginx"

]

RETENTION_DAYS = 30  # 保留最近30天

DRY_RUN = False      # 设为True则只打印不删除

def clean_logs(base_dir, days):

　　cutoff = time.time() - days * 86400

　　# 匹配所有 .log 和 .log.gz 文件

　　pattern = os.path.join(base_dir, "*.log*")

　　files = glob.glob(pattern)

　　deleted_count = 0

　　for fpath in files:

　　　　mtime = os.path.getmtime(fpath)

　　　　if mtime < cutoff:

　　　　　　if DRY_RUN:

　　　　　　　　print(f"[模拟] 将删除: {fpath}")

　　　　　　else:

　　　　　　　　os.remove(fpath)

　　　　　　　　print(f"[删除] {fpath}")

　　　　　　deleted_count += 1

　　return deleted_count

if __name__ == "__main__":

　　total = 0

　　for d in LOG_DIRS:

　　　　if os.path.isdir(d):

　　　　　　cnt = clean_logs(d, RETENTION_DAYS)

　　　　　　total += cnt

　　　　　　print(f"目录 {d}: 清理 {cnt} 个文件")

　　　　else:

　　　　　　print(f"警告: 目录 {d} 不存在")

　　print(f"总计清理: {total} 个日志文件")

 

2. 配置crontab定时执行

 

# 每天凌晨2点执行

0 2 * * * /usr/bin/python3 /opt/scripts/log_cleaner.py >> /var/log/cleaner.log 2>&1

 

关键点：

• 使用 `os.path.getmtime` 获取文件修改时间，比文件名解析更可靠

• 设置 `DRY_RUN` 模式，初次运行先模拟验证

• 日志重定向到文件，方便排查问题

  

四、进阶技巧：用Python替代复杂Shell管道

 

有些运维任务用Shell管道也能做，但维护困难。Python的 subprocess 模块可以优雅地执行系统命令并捕获输出。

 

例如，需要统计Nginx日志中状态码为500的IP列表：

 

import subprocess

from collections import Counter

# 执行命令并实时读取输出

cmd = "grep ' 500 ' /var/log/nginx/access.log | awk '{print $1}'"

proc = subprocess.Popen(cmd, shell=True, stdout=subprocess.PIPE, stderr=subprocess.PIPE)

ip_counter = Counter()

for line in proc.stdout:

　　ip = line.decode().strip()

　　if ip:

　　　　ip_counter[ip] += 1

# 输出Top 5

print("500错误最多的IP:")

for ip, count in ip_counter.most_common(5):

　　print(f"  {ip}: {count}次")

 

优势： 不用写复杂的awk/sed正则，直接用Python的Counter排序，代码更易读。

 

五、避坑指南：编写运维脚本的3个原则

1.幂等性：脚本无论执行多少次，结果一致。例如清理日志时先判断文件是否存在。

2.可观测性：每一步都打印日志，**建议使用 `logging` 模块**，而非简单的print。

3.异常处理：网络超时、文件不存在、权限不足都要捕获，避免脚本崩溃。

 

import logging

logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')

logging.info("开始执行备份任务...")

try:

　　# 业务逻辑

　　pass

except Exception as e:

　　logging.error(f"任务失败: {e}", exc_info=True)

 

总结

从批量检查磁盘到定时清理日志，Python脚本能帮你把运维工作从“重复劳动”变成“一次编写、永久生效”。 建议从今天开始，把每周至少做3次的手动操作列出来，挑一个最简单的用Python实现自动化——你会发现，省下来的时间，可以用来学习更多技术，而不是加班。

更多相关技术内容咨询欢迎前往并持续关注好学星城论坛了解详情。

想高效系统的学习Python编程语言，推荐大家关注一个微信公众号：Python编程学习圈。每天分享行业资讯、技术干货供大家阅读，关注即可免费领取整套Python入门到进阶的学习资料以及教程，感兴趣的小伙伴赶紧行动起来吧。