linux调优需将人工经验转化为声明式配置，用ansible统一推送：系统级用tuned+ansible，jvm参数通过环境变量注入，应用配置用template渲染，安全基线用lineinfile/service模块，全程保障幂等性、可观测性与回滚能力。
Linux 使用自动化配置管理工具下发调优策略，核心在于把人工经验转化为可复用、可验证、可回滚的声明式配置。不是写一堆脚本去“猜参数”，而是通过工具将调优逻辑固化为策略模板，并按需精准推送到目标节点。
明确调优对象再选工具链
不同层级的调优，适配不同工具：
- 系统级内核/IO/CPU调优（如 swappiness、scheduler、transparent_hugepage）→ 用 tuned 配置集 + Ansible 统一推送
- JVM 层参数（堆大小、GC 策略、容器感知）→ 用 Shell 脚本分层封装 + Ansible 部署并注入环境变量
- 应用配置文件（如 application.yml 中的线程池、缓存大小）→ Ansible template 模块动态渲染
- 安全基线与服务启停（如禁用 IPv6、关闭 unused services）→ Ansible 的 lineinfile / service 模块直接生效
用 Ansible 实现策略下发的典型流程
- 把调优策略定义为变量或模板：
- 在group_vars/webservers.yml中定义：
jvm_xms: "2g"
jvm_gc: "-XX:+UseG1GC -XX:MaxGCPauseMillis=200"
sysctl_swappiness: 10 - 编写 playbook（如
deploy-tuning.yml）：
- 用copy或template推送 tuned profile 文件（如/etc/tuned/my-app-profile/）
- 用shell模块执行tuned-adm profile my-app-profile
- 用lineinfile修改/etc/default/grub并grubby --update-kernel=ALL（如需 kernel 参数）
- 用systemd模块重启tuned服务并设为开机自启 - 执行时指定目标和策略：
ansible-playbook -i inventory/prod deploy-tuning.yml --limit app-servers
结合 tuned 实现系统级调优批量落地
tuned 是红帽系（RHEL/CentOS/Rocky/AlmaLinux）原生支持的轻量调优框架，Ansible 可直接驱动：
- 创建自定义 profile 目录结构（含
tuned.conf和script.sh），统一打包进 roles - 利用
file模块创建 profile 目录，copy模块推送配置文件 - 用
command模块执行tuned-adm profile my-profile，并校验返回码 - 加入
assert模块检查tuned-adm active | grep -q my-profile，失败则中断
JVM 参数不硬编码，靠运行时注入
避免在 Ansible playbook 里拼接 -Xmx 字符串。推荐做法：
- 在应用启动脚本（如
app.sh）中读取环境变量：
export JAVA_OPTS="${JAVA_OPTS} -Xms${JVM_XMS:-512m} -Xmx${JVM_XMX:-1g}" - Ansible 仅负责写入
/etc/profile.d/app-env.sh或 systemd 的 EnvironmentFile - 这样同一份 playbook 可面向 dev/test/prod 不同环境，只需切换变量文件
关键保障：幂等性 + 可观测性 + 回滚路径
- 所有操作必须幂等：
tuned-adm profile多次执行无副作用；sysctl设置用sysctl模块而非 shell 命令 - 默认开启可观测项：Ansible 任务后自动采集
tuned-adm active、java -version、free -h输出并记录 - 回滚只需切回旧 profile：
tuned-adm profile balanced，或 Ansible 重新运行带rollback: true标签的任务
不复杂但容易忽略。
