不到 1 GB 内存的服务器,跑起了我的七个服务
前言
上一篇《从一台云服务器开始》写到最后,我列了一堆”接下来可能会尝试”的东西,其中第一条是完善个人服务器面板。
那篇文章的结尾,面板还只是一个设想:打开网页先登录,然后看到 CPU、内存、磁盘、服务状态。
现在它真的跑起来了——而且不止面板。
这篇文章想记的是这中间发生了什么:一台配置不高的小服务器,是怎么从”能 SSH 进去”变成”上面跑着一整套我每天在用的服务”的。
一、现在它上面有什么
先说结果。这台机器目前跑着 7 个 systemd 单元,按角色分大概是这样:
| 角色 | 做什么 | 常驻内存 |
|---|---|---|
| 控制面板 | 自己写的 Web 面板,只监听本机 | 32.5 MB |
| 反向代理 | 对外的唯一入口,负责 TLS | 10.2 MB |
| 私有代理 | 自己用的加密代理服务 | 16.0 MB |
| 入侵防护 | 定时任务,不是常驻进程 | 无常驻 |
| 应急远程 | 浏览器里就能打开的远程桌面 | 13.5 MB |
| 桌面中继 | 自建的远程桌面中继服务 | 11.3 MB |
加起来不到 90 MB。
而这台机器的总内存是 892 MB,2 核 CPU,61 GB 磁盘。
第一次把这些数字摆在一起的时候,我自己也有点意外:原来一台不到 1 GB 内存的机器,真的能稳稳当当地撑起这些。
但”能撑起”不是自动发生的。这台机器教会我的第一件事,就和我原来的直觉相反。
二、RSS 会骗人:我重新理解了”内存占用”
服务器配置低,自然就会盯着内存看。
最开始我和大多数人一样,跑 ps aux 或者 free -h,然后按 RSS 排名,看谁占得多。
看了几天之后,我注意到一个很奇怪的现象:
系统日志服务(systemd-journald)在 ps 里显示占了 72 MB。
在这台只有 892 MB 内存的机器上,72 MB 是个显眼的数字。我当时的第一反应是:要不要限制一下它的内存?
幸好我没有直接动手,而是先去查了它的”真实占用”:
1 | for p in $(ls /proc | grep -E '^[0-9]+$'); do |
这条命令只做一件事:按 RssAnon 给所有进程排序。
结果出来之后,那个”占 72 MB”的进程,RssAnon 只有 1.5 MB 左右。
差在哪里
关键在这两个字的区别:
- RssAnon:匿名页,也就是进程真正申请、不可回收的内存。这部分才是它的”真实占用”。
- RssFile:映射的文件页(库文件、日志文件、缓存)。内存紧张时内核可以直接丢掉,不用写回磁盘。
ps 显示的 RSS 是两者之和。
换句话说,那个 72 MB 里,绝大多数是内核随时可以回收的文件页。它看起来像个内存大户,实际上对内存压力几乎没有贡献。
在一台大内存机器上这个问题不明显——反正内存够用,虚高就虚高了。但在 892 MB 的机器上,按虚高的数字去做优化决策,等于把一个不占内存的进程收拾一顿,然后发现什么也没省下。
这个”假警报”我前后复现了三次,最后把它当成了一条固定结论写进笔记:
判断内存占用只看
RssAnon,不看ps aux的 RSS,也不看 cgroup 的memory.current。
顺着这条线又发现两件事
第一件:内核参数里,”上限”和”真实占用”是两回事。
做流媒体传输调优时,我看到很多教程都会让你调这几个参数:
1 | net.core.rmem_max |
但 rmem_max 和 rmem_default 的语义完全不同:
1 | rmem_max 单个 socket 接收缓冲的上限 ← 只是天花板,不预分配 |
在小内存机器上,该抬的是”上限”,不该动的是”初始值”。把 default 一起调大,等于每个连接一建立就先占掉一块内存。
我最后只改了 xxx_max,default 一个都没碰。
第二件:Swap 被占用,不等于在用 Swap。
这台机器的 Swap 显示用了 88 MB,看起来像”内存不够了在换页”。但实测换入换出速率:
1 | vmstat 1 3 |
si 和 so 两列全是 0。
也就是说,那 88 MB 只是历史上被换出去、之后一直没被访问的冷页,当前没有任何换页活动,对性能零影响。
如果只看”Swap 占用了 88 MB”就去优化,同样是在打一个不存在的敌人。
三、让面板安全地露在外面
面板写完之后,第一个问题就是:怎么让它能被访问,但又不直接暴露在公网上?
应用只监听本机
我做的第一件事是让面板只绑定 127.0.0.1,不监听公网网卡。
1 | 公网 → Nginx(443/TLS) → 127.0.0.1:8000 → 面板 |
这样面板本身永远不直接面对公网:
- 外部无法直接连到应用端口
- TLS、安全响应头、访问限速、日志,全部在 Nginx 这一层统一处理
- 应用可以专注于业务逻辑,不用自己操心证书
这也是我觉得反向代理最值得理解的一点:它不只是一个”转发器”,而是应用和公网之间的一层缓冲。
没有域名,也能上 HTTPS
这里遇到一个实际问题:我没有为这台服务器准备域名,但我想用 HTTPS。
原因是 URL 里带 IP 的证书,浏览器一定会报错——证书只对域名签发,不对 IP 签发。
后来发现了一类挺好用的服务:把 IP 直接写进域名的通配 DNS。
比如把一个公网 IP 203.0.113.10 写成域名:
1 | 203-0-113-10.sslip.io |
这类服务会把点换成横线的那部分解析回对应的 IP,所以它天然指向你的服务器。
于是就可以像对待正常域名一样去申请证书:
1 | certbot certonly --nginx -d 203-0-113-10.sslip.io |
然后验证一下自动续期是不是真的能跑通:
1 | certbot renew --dry-run --no-random-sleep-on-renew |
顺带一提:上面这个 IP 是文档专用测试网段,不是我的真实地址。写文章的时候特意换掉了。
这个技巧解决了我一个挺实际的困境:在还没决定要不要买域名的阶段,先把 HTTPS 跑起来。
四、公网服务器的日常:每天都在被敲
服务器上线之后,我养成了偶尔翻日志的习惯。翻多了就会发现一件事:
一台暴露在公网的服务器,每天都在被人尝试登录。
各种来源的 IP,一天几十上百次,试 root、试 test、试 user、试各种常见用户名。
一开始看到这些会有点紧张,后来慢慢就平静了——因为它们全都没有成功过。
一个用来验证加固是否生效的细节
真正有意思的,是日志形态发生的变化。
我把 SSH 配成只能用密钥登录、完全禁用密码认证之后,日志里出现的东西变了:
配置之前,攻击尝试长这样:
1 | Failed password for invalid user root from <IP> port <PORT> ssh2 |
配置之后,变成了这样:
1 | error: maximum authentication attempts exceeded for invalid user root from <IP> port <PORT> ssh2 |
差别看着很细,但含义完全不同:
Failed password 说明”密码验证发生过,只是密码错了”。
maximum authentication attempts exceeded 说明”密码验证这个环节根本不存在”,所以只能在尝试次数上被挡掉。
这是我看到过的、最能说明”加固真的生效”的证据——比”没有发生入侵”这种结论有力得多,因为它直接证明了攻击路径本身已经被移除,而不是”运气好没被攻破”。
另一件事:扫描器也在敲门
除了 SSH,Web 层同样不安静。
日志里经常能看到一堆明显不属于正常访问的请求:
1 | GET /.env |
这些是自动扫描器在碰运气,找有没有配置泄露、有没有装 WordPress、有没有随手放着的数据库管理面板。
对这类请求我的处理很直接:在 Nginx 层识别到特征就直接掐断连接,不给任何响应内容。
服务器被扫描不是异常,是常态。 需要做的不是”让它不被扫”,而是确保被扫到的东西什么都拿不到。
五、小服务器要小心的两个”隐形上限”
这一节是两个我踩过、或者差点踩到的坑,都跟”看起来没问题但其实有限制”有关。
坑一:突发型实例的 CPU 是有额度的
很多便宜的云服务器用的是突发型(Burstable)规格。
它的特点写在名字里:CPU 不是随时都能跑满的。
这类实例有一个”基线”——比如只保证 10% 的 CPU 性能,平时跑得轻松,你偶尔需要爆发时可以借用额外的算力,但借来的部分是要”还”的。额度用完,CPU 就会被限流。
意思是:
同样一台机器,程序跑得快不快,可能取决于它之前跑得勤不勤。
所以后来我排查”服务变慢了”的时候,会先确认一下是不是被限流了,而不是一上来就怀疑代码。
验证的办法很朴素:跑一个单核基准测试,然后再跑一个双线程并行的测试。
1 | 如果双线程耗时 ≈ 单线程的一半 → 两个核都在正常工作 |
这个思路其实挺通用的:用一个可测量的基准,去区分”我的程序慢”和”机器不让我快”。
坑二:不要把”排障”和”优化”混在一起
还有一个更隐蔽的问题,跟 TLS 握手的性能有关,也和内存、带宽都有关——在这里展开会太长,但它给我留下的教训是通用的:
在没有任何度量的情况下做优化,你根本不知道优化有没有生效。
我后来在 Nginx 的日志格式里加了几个字段,专门记录请求耗时、上游处理时间、实际发送字节数:
1 | log_format wyx_main |
加了这几个字段之后,我才能直接算出真实的传输速率。
在那之前,我只能拿日志里的时间戳去”推算”吞吐量——这个做法非常不可靠,因为日志时间戳的精度、请求的并发、连接的复用都会让推算结果失真。我确实因为这样得出过错误的结论。
先把度量补上,再下结论。这一条现在写在我的笔记里。
六、比技术更重要的,是几个习惯
服务跑起来之后,我慢慢发现真正让运维不那么提心吊胆的,不是某个具体的命令,而是几个习惯。
习惯一:改动之前先想好怎么退回去
每次要改配置,我会先做两件事:
- 把要修改的文件备份到一个固定的备份目录,带上时间戳;
- 在备份目录里顺手写好回滚脚本。
听起来有点小题大做,但它的价值在于:改坏了的时候,我不用现场思考怎么办,只要执行一条已经写好的命令。
人在出问题的时候是最容易慌的,把”冷静的时候想好的方案”存下来,比现场急中生智可靠得多。
习惯二:危险操作挂一个”定时回滚”
有些改动,比如改 SSH 配置、改网络参数,万一改错了会导致直接连不上服务器。
对付这种情况,我用了一个很简单的办法:
改动生效之后,顺手挂一个定时任务,在若干分钟后自动回滚。
如果改动没问题,我确认之后手动把这个定时任务取消;
如果我改完真的把自己关在门外了,等定时器到点,配置自动恢复,我就能再连进去。
这个”保险”我确实用到过一次——而且是以一种很尴尬的方式:有一次我确认了没问题,但忘了取消定时回滚,于是改好的配置在几分钟后被自动回滚了。
那次教训之后,我在笔记里加了一条:验证全部通过之后,第一件事是停掉回滚定时器。
习惯三:配置改动写成可重复执行的脚本
手改配置文件有个问题:改过一次之后,第二次再改就很容易改乱,或者改重复。
所以后来凡是重要的配置改动,我都写成带起止标记的脚本:
1 | # WYX-XXX-START |
脚本先检查标记是否已存在,再决定要不要插入,插入之后还会做一遍结构校验(比如括号是否配对)。
这样这条改动可以反复执行,结果都一样——不管我是在新机器上重来一遍,还是在已经被改过的机器上再跑一次。
习惯四:所有结论都要有实测支撑
前面几节其实都在说这件事:
- 内存要看
RssAnon,不能看 RSS —— 这是实测出来的 - Swap 占用不等于换页 ——
vmstat实测si/so都是 0 - SSH 加固生效 —— 日志形态从
Failed password变成maximum authentication attempts exceeded - CPU 没有被限流 —— 单核基准 + 双线程对比
推测可以指导排查方向,但结论必须来自测量。
这大概是我这段时间最大的收获。服务器的好处是,它几乎能把所有事情量化:日志、速率、内存、连接数。既然能量化,就没有理由靠猜。
七、还没做完的事
我不太想把这篇文章写成一份”我全都搞定了”的报告,因为实际上还有几件悬着的事:
1. 内核更新了,但还没重启生效。
系统在自动安全更新时已经装上了新内核,但当前运行的还是旧版本,需要重启才能切换。重启会让所有服务中断一两分钟,所以我一直没动手——得挑一个我自己不用代理、不用远程桌面的时间。
2. 服务器还没有自动备份。
目前只有我手工做的快照——把数据库、凭据、配置文件打成一个包。数据量很小(不到 1 MB),但它现在是靠人记得去做,而不是系统自动做。这件事我打算尽快补上一个定时任务。
3. 面板的口令还不够强。
这一点我自己很清楚。它的风险不在于面板本身,而在于服务器上有公网可达的写入入口——这两件事叠在一起,性质就不一样了。
知道问题在哪,和把它解决掉,中间还差一个”安排时间”。这里如实记下来。
结语
上一篇的结尾我问过一个有点迷茫的问题:
有了服务器,却突然不知道拿它做什么。
现在这个问题有答案了,但答案和当初设想的不太一样。
当初我以为答案是”部署某个具体的东西”。实际做下来发现,真正让这台服务器变得有价值的,是它一直在线、一直暴露在公网、一直有人在敲这三件事带来的连锁反应:
因为它一直在线,所以我开始考虑服务怎么常驻、开机怎么自启、异常怎么恢复;
因为它暴露在公网,所以我开始认真对待证书、加固、日志和限流;
因为一直有人在敲,所以我不得不去读懂那些日志,然后发现”被扫是常态,挡得住才是本事”。
这些事,在自己电脑上跑一个本地服务的时候,一件都不会遇到。
所以比起”我在这台服务器上部署了什么”,我更想记住的是:
它逼着我把事情想得更完整了一点——包括那些出问题时才需要用到、但必须在没出问题时就准备好的部分。
参考
- 上一篇:《从一台云服务器开始:我的 Linux 实验场搭建记录》
- 内存判据:
/proc/<pid>/status中的RssAnon - 证书签发与续期预演:
certbot renew --dry-run - Nginx 日志扩容:自定义
log_format附加$request_time/$upstream_response_time/$bytes_sent
