国内大厂都在坐的DevOps是什么？DevOps方法和工具详细解析！

阳光穿透心脏的1/2处 2023-01-07 15:27 385阅读 0赞

# DevOps #

目前很多大厂如阿里、腾讯、百度、头条、滴滴、美团等公司内部都在做DevOps，那么DevOps是什么？为什么**都对其趋之若鹜？DevOps应该怎么做**？

首先我们来讲讲DevOps是什么？

**DevOPs是一种方法论**。DevOps=Developers+Operators，即开发团队和运维团队一体化，尽可能地为公司创造更多价值。

现在流行的做法是将两个职能部门的人融合为一个职能部门，实现开发运维一体化，而早期的时候是两波人分别承担不同的职能，中期的时候是要求两波人密切配合、快速迭代，这中间的变化取决于开发模式的转变。

![在这里插入图片描述][20210118124119651.png]

![img][]

早期的时候是瀑布开发模型。因为互联网上涌入的网民还不多，大家的关注点是能用、能解决问题即可，所以早期在需求评审阶段产品经理给到的是完整、清晰、固定的需求，研发人员只需要根据需求在约定的时间点进行交差即可，迭代的频率或许是1月1次，也或许是1个季度1次，研发聚焦于功能开发，在功能开发完成后交付测试团队进行测试，测试团队经过反复的测试与问题修复后，交付运维团队进行上线，此后生产环境的可用性稳定性等工作全由运维负责。

这种开发模式存在的问题是需求不能快速得到验证，很有可能团队花费半年的时间开发出来的东西早已经不适合市场了，也还有种可能是在开发阶段研发需求理解不到位，等到后期验证时发现有问题再去做调整耽误整体工期。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzMxNDUxOQ_size_16_color_FFFFFF_t_70]

中期的时候是敏捷开发模型。因为互联网上涌入的网民开始增多，大家的关注点开始变成好用、好玩，而此时一些有远见的人开始注意到互联网红利，投身于互联网，此时的开发模式演变成了敏捷开发模型。

敏捷开发模型面对的是频繁的需求变化，要求快速开发。比较流行的实际案例则是Scrum、XP极限编程。在新迭代（一般2-6周）开始前，产品经理将需求拆分成具体的开发任务，研发人员进行任务认领，每日站会进行任务的review，直到开发完成，发布新的可用版本。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzMxNDUxOQ_size_16_color_FFFFFF_t_70 1]

现在最流行的是DevOps。因为互联网上涌入的网民在海量的增加（微信用户已破11亿），互联网企业的竞争也开始变得激烈，同一块蛋糕很多人来抢来分（电商领域的淘宝、京东、网易严选、拼多多、小鹅拼拼等），快速迭代产品，快速占领市场，快速占据用户心智成为了各互联网公司的目标，此时的开发模型变成了DevOps，需要持续开发、持续集成、持续测试、持续部署、持续监控，每一次代码的改动都触发一次校验，每天每时每刻都可进行新版本的上线。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzMxNDUxOQ_size_16_color_FFFFFF_t_70 2]

那么**DevOps应该怎么做**呢？因为涉及到整个软件开发的生命周期，而软件的起点之一便是代码，所以常见的实现做法是从代码仓库视角入手（如Gitlab），研发人员从版本控制系统中拉取代码仓库，进行新版本的开发，功能开发完成之后，提交代码合并请求MergeRequest，在合并请求中通过gitlab.ci的yaml文件编写去触发CI校验，如代码规范检查、代码安全检查、单元测试等，CI校验通过之后进行代码合并到主干分支，触发代码编译、打包、部署流程，将生成的产物如镜像部署在预发布环境的物理机、虚拟机、容器中，经过小部分用户校验没问题后再大范围甚至全量发布。

![img][img 1]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzMxNDUxOQ_size_16_color_FFFFFF_t_70 3]

总体来看，在人力成本如此之高、市场竞争如此之激烈、用户需求变化如此之频繁的情况下，**DevOps是大厂必须选用的一条路**。

目前DevOps已日趋激烈成熟，阿里的云效、腾讯工蜂等产品不仅内部自用，而且已在公有云部署发布，越来越多的传统企业和新创企业也开始接受并实施DevOps，DevOps工程师也成为当下最炙手可热的岗位之一，对DevOps你心动了吗？心动就赶快行动吧～

# 5 大 DevOps 工具，你用过几个？ #

\*\*DevOps 的概念在软件开发行业中逐渐流行起来。越来越多的团队希望实现产品的敏捷开发，DevOps 使一切成为可能。\*\*有了 DevOps ，团队可以定期发布代码、自动化部署、并将持续集成 / 持续交付作为发布过程的一部分。

![img][img 2]

\*\*虽然 DevOps 背后有各种各样的概念，但幸好有一些工具可以让你更容易地理解和实现。\*\*在本文中，你将了解这些工具，并将它们作为软件发布 / 维护工具包工作的一部分开始使用。

DevOps 有很多可使用的工具，在一篇文章中几乎不可能介绍完它们。**本文将介绍五种最流行、功能最强大的 DevOps 工具：**

*  Terraform
 *  Ansible
 *  Packer
 *  Docker
 *  Kubernetes

## Terraform ##

![img][img 3]

类型：配置

语言: Go

推荐的第一个 DevOps 工具是来自 Hashicorp 的**Terraform**。Terraform 是一个基础设施管理工具，允许您正确地构建、更改和管理基础设施。您可以将 Terraform 视为一种供应工具。它帮助您设置服务器、数据库和其他支持全面应用程序的基础设施。

Terraform 并不局限于任何特定的云服务提供商，它可以与多个云提供商和环境协同工作。云服务提供商如 AWS、Microsoft Azure、谷歌云都与 Terraform 无缝集成。版本控制系统托管提供商，如 Github 和 Bitbucket，都可以很好地使用它。

Terraform 有一个企业版和开源版，还可以安装在 macOS、Linux 和 Windows 系统上。

## Ansible ##

![img][img 4]

类型：配置

语言：Python、PowerShell、Shell 和 Ruby

与 Terraform 类似，Ansible 也是一个基础设施管理工具。Ansible 可以帮助你部署应用程序，供应和配置管理的服务器。Ansible 是用 Python 构建的，由 RedHat 维护，但它仍然是免费和开源的。

作为一个配置管理系统，您可以使用 Ansible 来设置和构建多个服务器。你可以在控制机器上安装 Ansible，而不需要 Ansible 在其他服务器上运行，这些服务器可以从 web 到应用程序再到数据库服务器。

与 Terraform 不同，Ansible 不使用 HCL 作为它的代码。相反，配置是写在 Ansible 剧本，这是 YAML 文件。Ansible 使用声明性和程序性模式的混合。这与 Terraform 不同，后者仅仅是声明性的。

Linux 是安装 Ansible 最合适的操作系统。不过，它在 macOS 上也运行良好。对于 Windows 用户，可以通过 Linux 的 Windows 子系统的 bash shell 使用 Ansible。

## Packer ##

![img][img 5]

类型：配置

语言: Go

Packer 是另一个来自 Hashicorp 的 DevOps 工具。用 Golang 编写的 Packer 可以帮助你自动创建虚拟镜像。手动构建镜像的过程可能令人沮丧，因为它容易出错，但 Packer 消除了所有这些。

对于单个 JSON 文件，可以使用 Packer 创建多个镜像。当它第一次工作时，由于没有任何东西会干扰它的自动化过程，因此可以保证它能百分百地工作。许多云服务提供商都使用镜像，您可以无缝地与这些提供商合作，因为 Packer 标准化了用于云环境的镜像的创建。

Packer 不是一个独立的工具。您可以将其与 Ansible、Chef 和 Jenkins 集成，以便在部署管道中进一步使用这些映像。安装过程并不复杂，您可以学习如何开始使用该工具。

## Docker ##

![img][img 6]

类型：容器

语言: Go

Docker 是一种容器技术，可让您在特殊环境中隔离应用程序。容器化与虚拟化类似，不同之处在于容器不会启动完整的操作系统。

使用 Docker 容器，您可以在这些自定义环境中开发和部署应用程序，从而不必担心兼容性问题。您的应用程序可以在任何位置运行，只要它们位于容器中即可。

要启动 Docker 容器，您必须通过 Dockerfiles 创建 Docker 映像。从 Docker 映像启动时，Dockerfile 包含 Docker 容器中所需的规范。您不必总是构建自己的 Docker 映像，因为 Docker Hub 上可以使用官方映像。

Docker 本身可以在 Linux 上运行，并且在 macOS 上也可以正常运行，因为它类似于 Unix。对于 Windows 用户，也可以通过Docker 工具箱来使用 Docker。

通常情况下，你可能会使用多个 Docker 容器，这就引出了本文中的最后一个 DevOps 工具。

## Kubernetes ##

![img][img 7]

类型：容器

语言: Go

Kubernetes (K8s) 是一个谷歌开源工具，它可以让你管理 Docker 容器。由于在生产中经常有大量的容器在运行，因此，Kubernetes 使编排这些容器成为可能。

首先要了解编排 Docker 容器的原因。当有许多容器在运行时，很难手动监视这些容器，并使它们彼此通信；另外，这种扩展以及负载平衡也变得困难。

使用 Kubernetes，可以控制所有这些容器，因此可以将这组机器作为一台机器进行管理。与 Docker Compose 相比，Kubernetes 是不同的，因为它使部署，扩展和监视容器变得更加容易。当它们中的任何一个崩溃时，它们都可以自愈，而 Kubernetes 可以制造新的来代替。使用 K8s，可以轻松地进行存储编排、服务发现和负载平衡。

您可以在 macOS，Linux 和 Windows 上安装 Kubernetes，并通过Kubernetes 命令行工具使用它。

## **结论：** ##

DevOps 的概念对于使大型应用程序在不同负载或流量下保持高性能是非常有益的。它还使软件部署管道易于管理。

如果没有可用的工具，DevOps 概念很难实现。这个领域有很多工具，每个公司都有不同的选择。尽管如此，Terraform、Ansible、Packer、Docker、Kubernetes 都是拥有大量用户社区的工具，能够在各种软件项目中实现 DevOps 的工具。如果您打算使用它们，可以做进一步的研究。

## **相关教程：** ##

**动手实战学 Docker**

[动手实战学 Docker\_Docker - 实验楼www.shiyanlou.com!][Docker_Docker - _www.shiyanlou.com]

2825 人学过、511 人关注！通过 14 个实验带你体验 Docker 魅力。最快的上手教程，最新的技术领域，最多的动手实践，帮助你在线学习Docker ，DockerFile ，Compose ，Swarm 等技术。

**Kubernetes 入门与实战**

[Kubernetes 入门与实战www.shiyanlou.com!][Kubernetes _www.shiyanlou.com]

本课程介绍了 Kubernetes 的核心概念和资源类型，并借助实际的实验操作来掌握它们，进而帮助我们去思考这些设计的意义以及它们所应用的业务场景。主要内容包括：Kubernetes 基础概念以及使用方式、单例应用 Pod、访问应用 Service 等。

**基于 Ansible + Celery 的运维开发平台**

[基于 Ansible + Celery 的运维开发平台www.shiyanlou.com!][Ansible _ Celery _www.shiyanlou.com]

为大家提供一种管理服务器在 1000 台以内的自动化运维方案，主要实现自动化运维方案里的集中化管理的核心部分；可以为运维工作的同学提供一种解决日常工作中批量处理服务器维护性工作的方案，为从事自动化运维开发的同学提供一种自动化运维的实现思路。

[20210118124119651.png]: /images/20221119/63cbc7c8dda34f41ba01168242e96e17.png
[img]: /images/20221119/c956303014cc4884b9d5427d0e12fdec.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzMxNDUxOQ_size_16_color_FFFFFF_t_70]: /images/20221119/d0cf0b996e464444a6d3b78974a208ee.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzMxNDUxOQ_size_16_color_FFFFFF_t_70 1]: /images/20221119/6ab5c9d887e944488e0b3b8df5a0b0ba.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzMxNDUxOQ_size_16_color_FFFFFF_t_70 2]: /images/20221119/01a6bb689d9748d58002b6ecb5d31d21.png
[img 1]: /images/20221119/e555520c1d3343218fe1f91bb395f12c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzMxNDUxOQ_size_16_color_FFFFFF_t_70 3]: /images/20221119/dfb4044ffd9c41d7bb5f99e04a3fb2ff.png
[img 2]: /images/20221119/bfc773dd412f46b2a53043cd58614393.png
[img 3]: /images/20221119/d948bdab58ec4c6984f0fb7ad8318a62.png
[img 4]: /images/20221119/90b5cc322455418f8f006dd9424fe412.png
[img 5]: /images/20221119/85e80e5def6f460fb5b0b30eac783745.png
[img 6]: /images/20221119/b5708e6845224b6da5c0a19d65825685.png
[img 7]: /images/20221119/a87b105360f0404cb2ccfbc3914c0d39.png
[Docker_Docker - _www.shiyanlou.com]: https://www.shiyanlou.com/courses/498
[Kubernetes _www.shiyanlou.com]: https://www.shiyanlou.com/courses/1207
[Ansible _ Celery _www.shiyanlou.com]: https://www.shiyanlou.com/courses/1380