《Python自动化运维：技术与最佳实践》全书导览

按刘天斯原书三篇16章建立Python自动化运维学习与验收路线。

从运维闭环开始

先预测：自动化是否只是把手工命令写成Python？不是。成熟自动化还要目标清晰、执行有界、证据完整并能恢复。把原书三篇连成系统。

基础篇：采集与监控

三篇十六章地图按作者源码目录还原：基础篇4章、高级篇8章、案例篇4章，每章都用当前Python重做可复现实验。

def observe(target, collector):
    return {'target': target, 'sample': collector(target)}

高级篇：批量与集中管理

基础信息与服务监控主线从psutil、IP、DNS走到差异、邮件、Web探测、报表与系统安全，建立单机证据。

def bounded_run(targets, action, limit=10):
    approved = authorize_and_preview(targets, action)
    return dispatch_with_limit(approved, action, limit)

大数据与报表

批量运维与集中管理主线比较pexpect、Paramiko、Fabric、Ansible、SaltStack和Func的控制面、目标选择与失败聚合。

案例篇：平台化

大数据应用主线用Hadoop与MapReduce处理Web日志，连接采集、聚合、报表和容量边界。

现代化迁移

B/S与C/S平台案例把数据库、Django、执行器、审计、分布式采集和桌面客户端组织成完整运维产品。

def accept(results, rollback):
    if any(item['status'] != 'ok' for item in results):
        rollback()
        raise RuntimeError('automation did not converge')

分步验收

综合实验

选择一个测试服务：采集CPU与HTTP质量，生成差异和报表，通过受信SSH发布配置，再从两个探针验证结果。每一步保存事件ID、目标、时间、返回码和摘要；任一步失败都停止后续动作并运行恢复。这个实验把原书模块从脚本清单变成工程闭环。

常见误区

本章回顾

三篇十六章地图按作者源码目录还原：基础篇4章、高级篇8章、案例篇4章，每章都用当前Python重做可复现实验。基础信息与服务监控主线从psutil、IP、DNS走到差异、邮件、Web探测、报表与系统安全，建立单机证据。批量运维与集中管理主线比较pexpect、Paramiko、Fabric、Ansible、SaltStack和Func的控制面、目标选择与失败聚合。大数据应用主线用Hadoop与MapReduce处理Web日志，连接采集、聚合、报表和容量边界。 B/S与C/S平台案例把数据库、Django、执行器、审计、分布式采集和桌面客户端组织成完整运维产品。现代化迁移边界保留原书架构思想，同时标出Fabric 1、Func、CGI等历史技术与现代安全替代，不照搬过时代码。本页把三篇十六章地图、基础信息与服务监控、批量运维与集中管理、大数据应用、B/S与C/S平台案例、现代化迁移边界连接成可执行路线。