最近，我在知乎上看到了這樣乙個問題：
無論是例項還是虛擬機器，乙個運維可以管理4萬台伺服器嗎？
主題：我有點迷茫，我想問乙個人真的能管理40000臺伺服器嗎？ 不管是例項還是物理機。 國內有哪些廠商擁有如此大規模的伺服器機群和集群？ 大型製造商真的可以由乙個人完成整個管道的開發、測試和線上維護嗎？
秉承和平交流的學習態度，我們精選了幾位知乎網友的精彩答案，分享給大家學習交流（不漲不上，不引戰）：No.1知乎網友：匿名使用者經過10多年的老舊運維，目前管理著近1000臺物理機，每年新增約100臺，3個機房報廢約20臺。 以穩定和成本控制為核心，負責IDC貨架規劃、網路規劃、裝置採購、貨架部署、安裝交付等工作，主要工作如下：每年年底，至少花乙個月的時間在預算上，包括 IDC 租賃、頻寬、租用線路、裝置要求和保修期外裝置的備件等......裝置硬體故障維護，每月約30次裝置硬體故障，硬碟和記憶體最多，其餘為主板、CPU、風扇。 某些重要服務（如資料庫）可能會影響業務。 處理步驟目前還沒有自動化，要做完了，人手不夠（自動採集日誌報修，投保後直接發維修工單）。 採購和上架是每季度一次，從啟動到交付，費時費力。櫥櫃空間可以繼續放在貨架上而不會壓倒嗎？ 如何讓套頭衫盡可能短？ 如何一直分配 CPU C0 機器？ 入場CMDB手冊資訊有點......如果沒有自動化系統，機器的種類太多了，在隨後的規格下可能會好得多......資源控制、申請資源後發放許可權、特殊監控需求、資源變更、使用情況跟蹤......沒有自動化，資源管理的整個過程都在做。 網路類現在有專門的網路管理員，可以不用管，這部分工作需要一些精力。 我也負責各種中介軟體，而且是我乙個人負責的，我去找領導把部分中介軟體扔掉了。 這麼說吧，有這麼多的秤機，只要一台硬體故障，晚上第一時間報警，就算有硬碟故障，RAID也不必處理，也會讓人筋疲力盡。 每月約300個工作小時。 如果有 4w 虛擬機會更好，但不知道是不是我不做，之前做過的最大虛擬機器是 3000，業務比較單一，Puppet 搞定了。
No.2知乎網友：小鳥嘎嘎
之前，我不被允許招募外人，而且HC有限，所以我和另乙個小弟弟一起工作。 從收貨，到五金拆卸、機貨上架、貼標、供電、機房擴建、空調、系統安裝、服務安裝、更新迭代、系統版本迭代、監控、報警、日誌等，都是我們自己完成的。 可以說，從底層IDC，到系統，再到應用，都要做運維平台的產品，勉強算得上是全棧運維。 當時物理伺服器總數在100多台或不到200臺，如果算上系統（因為有虛擬機器，docker可以砍掉），大概是500 600臺左右，資源池中很多沒用的閒置機器都不算在內。 如果是新機器，那麼100 200臺物理機的工作量幾乎飽和了; 如果是舊機器，兩個人絕對不夠。 為什麼是 2 人而不是 1 人？ 做運維的同學都知道乙個高可用性寫的概念**可以是乙個人，做產品可以是乙個人，做測試也可以是乙個人但運維必須成對進行：這不僅僅是乙個扛不動伺服器的人，掉落的時候損失了上萬元; 並且運維本身就是緊急情況，我上廁所，外面的交通是**，沒有人在緊急情況下，還有誰來處理呢？ 就算你給睡著的老闆打電話**，也得有人通知你 後來，我去了一家大廠做SRE，乙個300人的大部門。 無論哪個團隊的SRE都會被分配到值班，進行運維，也就是：穩定性保障。 兩個以大詞開頭的部門，加上國際，乙個部門的碼頭工人總數均勻地分布在人的頭上不能是4w的人，1w的人就算是好的。 這樣一來，大家還在吐槽，手機經常半夜被吵醒！ 如果你不接，釘釘也會提醒你，很煩人！ 這導致了 SRE 的普遍壞脾氣！ 說到這裡，你知道，SRE不對機房負責除了基礎設施專業的學生，他們中的大多數人只關注應用程式，這已經少了很多工作但我憋不住，我......不能一直抱怨
No.3知乎網友：木村星辰
我乙個人負責 6,000 臺物理機器。 硬體哪部分報警，什麼變化，不用就送整機維修。 可以管理軟體以開啟指定數量的 KVM 或安裝指定的 docker 映像。 網路上的所有交換機都是中繼，並且計算機上的 KVM Docker 配置為指定的 VLAN。 路由器無關緊要，運營商處理 BGP。 機房只掃地板，不擦灰塵。 有空的時候可以自己做資料遷移，沒空可以要求業務部門做或者延遲，自己做可以打包發布。 工作時間是免費的，只需在72小時內與警察打交道，想去就去。
知乎網友No.4：三大尷尬
不可能，有了這麼多的伺服器，沒有人可以單獨管理硬體，更不用說其他方面了。 40,000臺伺服器，加上機房內的配套交換機、路由器、儲存裝置、UPS電源、空調、安防裝置、消防裝置等。 這個裝置的數量是可怕的。 即使單個裝置出現問題的概率很小，但數量增加後，幾乎不可避免地會出現問題。 僅靠每天處理硬體問題無法解決。 每個硬體仍然有使用壽命，當使用壽命結束時需要更換。 當需要更換時，乙個人根本無法處理這個數量。 裝置是分批來的，更換也是分批的。 怎麼可能讓業務停止並等待您慢慢更換裝置？ 這個金額肯定不是乙個簡單的系統，所以讓我們來看看保護。 按照保密保護的要求管理機房，不僅僅是管理裝置是否可用，更要有制度、流程、安全策略。 就算你是一頭大牛，也可以自己做，但總要花時間，做個評估，一兩個月就沒了。 你有時間做其他事情嗎？ 我認為發表評論的人是乙個擁有 40,000 臺伺服器的團隊中的乙個人。 至於他有沒有許可權管理4萬台伺服器，我不相信，正常運維不可能給乙個人這麼多伺服器。 必須有權力下放，不同的人管理不同型別的裝置，移動伺服器也必須得到批准。 如果我是電源經理，有40000臺伺服器插在電源裡，我還負責40000臺伺服器，那我就不說了。 No.5知乎網友：karlestira
4W物理機？ 僅僅向領導報告就可以殺死你。 另外，4w物理機是什麼概念？ 常見的純CPU雙通道2U機都有500W的功耗，4W是20MW，算上各種UPS、空調、儲能、網路，可能要去50MW。 如果商業用電是一塊，機房滿載，電費每天100W以上。 這麼大的事，再僱兩個人不是很香嗎？
No.6知乎網友：zhyllhhaaoo40 足以讓你喝一壺。 機房的貨架，各種跳線......把你折磨致死。 4W站，一人？？ 你不是在說相聲嗎？
No.7知乎網友：吃鐵獸
別管幾個伺服器，4個或者4萬個，乙個人，就算是5*8的全職值班也很難保證。 更不用說這個人受傷和辭職造成的空缺......要有一支有一定穩健性的團隊！ "乙個運維人員可以管理4萬台伺服器嗎？ "歡迎在留言區交流，分享您的經驗 參考資料丨 DevOps技術棧二次整理丨DBAPLUS社群**丨**：知乎com 問題386653243答案 2117913692*僅供參考和學習之用，並不代表 DBAPLUS 社群的立場！ DBAPLUS 社群歡迎 editor@dbaplus 技術人員的貢獻cn