DevOps是整体信任
DevOps首先是一种文化上的变迁,强调开发、运维、测试等环节的沟通合作,帮助它们朝着“尽可能向客户或用户交付最大化价值”的共同目标努力,为此要调整组织文化和团队分工协作。书中引用观点:敏捷帮开发重获商业信任,DevOps让IT组织作为整体重获信任;没有培养出正确的文化,再好的工具也不过是热门词汇。
主题对照
DevOps 在组织中的适用边界与推进顺序:稳态与敏态系统的区分、工具与流程文化的关系、责任共担取代交接审批、分支模型与团队能力的匹配。
DevOps首先是一种文化上的变迁,强调开发、运维、测试等环节的沟通合作,帮助它们朝着“尽可能向客户或用户交付最大化价值”的共同目标努力,为此要调整组织文化和团队分工协作。书中引用观点:敏捷帮开发重获商业信任,DevOps让IT组织作为整体重获信任;没有培养出正确的文化,再好的工具也不过是热门词汇。
软件开发生命周期遇到过两次瓶颈:第一次在需求和开发之间,需求不断变化,于是出现强调适应需求、快速迭代、持续交付的敏捷方法论;第二次在开发和构建部署之间,敏捷频繁交付给运维带来很大压力,大量完成的开发任务阻塞在部署阶段,于是有了DevOps,它是敏捷方法论向运维侧的延伸。
基础设施即代码(IaC)用机器可处理的定义文件或脚本描述计算、网络、存储和运行环境,再由工具重复创建或修改环境;定义和配置进入版本控制,便于追溯、审查和重建。它把易出错的交互式手工配置改成可重复的交付输入,是大规模持续交付的前提。边界:把命令粘进脚本,却不管理版本与执行结果,仍难保证环境一致。
长期功能分支让团队并行开发、责任清晰,但分支多且存活久时,合并冲突与延迟集成会推迟问题暴露。主干开发要求小步提交,每次提交触发自动构建与测试,使主干持续处于可工作状态。它缩短反馈周期的前提是自动验证足够快、可靠;若没有质量门禁,频繁合入只会更快传播故障。可关联[[流水线内嵌质量]]。
软件生产流水线指从软件开发到上线部署的生产过程,目的是更快、更可靠地发布质量更好的应用;每次变更都要经历构建和一系列测试与部署,流水线就是对这一过程建模。构建完整的流水线不是集成工具实现自动化那么简单,它涉及代码托管、持续集成与部署、测试管理、运维监控和项目管理;还要监控流水线,任何环节出问题都能快速反馈给责任部门。
对软件发布过程来说,最重要的全局度量指标是周期时间:从决定开发或修改某个功能开始,到把它交付给用户为止。知道周期时长后,先识别构建、测试、部署和发布中的约束,如手工测试环节;若周期仍太长,就为瓶颈环节扩容,增加测试人员或投入自动化测试。度量是流程改进的依据,能让团队看清交付中的瓶颈和风险。
DevOps 不是持续部署的下一级工具,而是覆盖开发与运维团队协作流程的一组实践,目标是更快、更可靠地构建、测试和发布软件。它要打通的是开发与运维之间的壁垒:谁对上线后的系统负责、问题如何共同处理。CI/CD 自动化是它的承载手段,见 [[持续集成到部署的链路]];只有自动化而责任仍按部门切开,算不上 DevOps。
双模 IT 把系统分成两类:记录型的稳态系统关注安全、可靠与稳定,变更慢,如核心账务;交互型的敏态系统关注快速交付,如电子渠道。DevOps 在敏态场景价值最大;稳态系统缺的往往是稳定而非速度,强推高频发布反而增加风险。采纳一套方法前,先判断系统属于哪类、真正缺什么。
DevOps 工具很多,最常见的误区是相信换个更先进的工具就能解决协作问题。不存在最好的工具:同一团队用同一工具,结果也可能大不相同,因为工具要适应的是企业已有的文化和流程。流程缺失时,换任何工具都不会让故障响应变快。衡量转型进展应看流程和协作方式是否改变,而不是上了多少新工具。
职责边界越清晰,成员越倾向只做分内事,对上下游的问题漠不关心,这是“开发写代码、运维管上线”分工的隐藏代价。DevOps 要改变的不是职能,而是“交接”和“审批”这种协作方式:开发上线后不再对系统负责,就不会在意可运维性。组织调整的信号是出了问题时是共同排查,还是先撇清责任。
DevOps 转型要改变 IT 基础设施、组织流程和企业文化,三者难度差异很大:换平台、上工具最容易见效,流程标准化次之,组织与文化最难最慢。务实的顺序是从最简单的基础设施入手建立信心,再推进流程,最后才是文化。但组织调整不能无限期拖延,越快完成流程和组织标准化,转型越能向前推进。
GitFlow 用五类分支对应开发生命周期,边界清晰,便于多团队协作和审计,但合并关系复杂、流程偏慢,适合产品开发和复杂项目;GitHubFlow 只保留 master 一条长期分支,改动都走短循环,轻量,但依赖扎实的持续集成与发布能力,适合部署频繁的团队。两者是把协作复杂度放在分支结构里,还是放在 CI 与发布系统里。
微服务团队应是全功能团队,包含需求、设计、开发、测试等角色,并且负责服务上线后的运维。让团队直接承受线上质量反馈,改进服务质量就有了内在动力;给团队决定自己服务开发的权利,同时让它对结果负责,能缩短决策链条,避免“开发只交代码、运维只背事故”的断裂。
DevOps 把开发和运维部署连成一个完整流程,关键是用 Jenkins 流水线把各环节串起来。书中流程是:代码提交到 GitHub,触发 Jenkins,拉取代码并编译成 Jar,构建 Docker 镜像推送到镜像仓库,再用 Helm 部署到 Kubernetes。每一步都有记录,发布可追溯、可重复,出问题时也能按版本回滚。
搭建可快速创建销毁的测试环境时,把 MQ、协调服务、缓存、配置中心都放进容器看似彻底,但书中这些中间件多是深度定制或自研的,容器化要大改客户端 SDK;更关键的是容器环境与其他环境代码差异变大,容器里测过还得在别处重测,失去意义。于是只把业务服务放进容器,复用现有测试环境稳定的中间件。
传统流程要等所有服务开发完、整体提测后测试才介入。书中用 Jenkins 任务加 Kubernetes,一键就能把相关服务部署成一套独立测试环境,开发每完成一个功能,测试就能马上介入,提测后的测试周期大大缩短,也不再为抢测试环境反复协调,之后基本人均一套。很多串行交接的瓶颈,根源是准备环境太重,把这个成本降下来,开发和测试就能并行。
DevOps 的核心不是堆砌工具。它最初以业务敏捷为中心,强调工具和文化两手并进,解决开发与运维的协作问题;后来外延扩展到产品、开发、质量、运营、安全等所有角色,围绕端到端价值流实现快速交付。自动化流水线只是手段,目标是缩短从需求到把价值可靠交付给用户的路径。
DevOps 落地可从四个维度推进:自动化,比如用基础设施即代码把交付一直延伸到生产环境;度量,把运维侧的日志、监控数据暴露给开发,形成反馈;文化,建立开发与运维责任共担的机制;共享,把运维侧积累的知识前移到开发侧,例如将安全、监控等非功能需求直接放进产品待办列表。
DevOps 最初是为了填平开发与运维之间的鸿沟,但它不只关乎这两个角色,更是一种鼓励沟通与合作的文化转变。获得这种能力有两个关键:全局观,从软件交付的全局出发,加强产品、开发、测试、运维各角色的合作;自动化,用支持脚本化、受版本控制的工具代替手工操作。概括为:文化观念的改变加自动化工具。
三者层层递进:持续集成要求团队成员频繁集成代码,每人每天至少一次,由自动化构建和回归测试尽早发现集成错误,出错必须第一时间修复;持续交付在此基础上把代码部署到更接近真实环境的预生产环境测试,通过后再部署生产;持续部署则让所有通过自动化测试的改动自动上线。是否采用持续部署,取决于业务需求而不是技术限制。
NoOps 意为无须运维,它从 DevOps 发展而来,二者都是用技术手段尽量降低甚至消除运维成本的开发模式。NoOps 并非真的没有运维,而是用自动化运维取代手工运维,让开发者无须关心运维。书中还把它与精益生产联系起来:目的是在价格、质量和效率上更好地服务用户。它与[[无服务器的含义]]一样,本质是责任迁移。
软件系统 40%~90% 的花销发生在开发完成后的持续维护中,可传统软件工程把精力几乎都放在开发过程上。“上线即稳定、不必再投入”的流行看法因此站不住:既然大部分成本在后半程,就需要一种专门负责软件从设计、部署、改进到退役全生命周期的职业,SRE 由此而来。发散:估算项目投入时,把运行维护单列,而不是当作开发的尾巴。
站点可靠性工程师可以拆成三层理解:首先是工程师,用软件工程手段设计和研发大型分布式系统及其组件,如备份与负载均衡;其次关注可靠性,因为没人能稳定使用的系统没有存在意义,但不追求完美,系统“足够可靠”后就把精力转去研发新功能;最后,工作对象是运行在集群管理系统上的具体业务服务。发散:衡量一个运维团队,先看它是否在写软件、是否知道“够了”的界线。参见[[SRE的人员构成与50%规则]]。
DevOps 的核心是尽早把 IT 技术与产品设计开发结合、强调自动化而非人工、用软件工程手段执行运维,这些与 SRE 的核心实践一致。两者的关系可以理解为:DevOps 是 SRE 核心理念的普适版本,适用于更广的组织与人员安排;SRE 是 DevOps 在 Google 的具体实践,并有自己的扩展,比如把可靠性作为首要关注点、倾向于直接消除运维需要。发散:落地 DevOps 可借用错误预算等 SRE 机制。
对长期陷在工单里的团队,可临时嵌入一名 SRE,目标是改善工作方式,而不是帮忙清工单。工作分三阶段:先了解服务,判断团队是否处于靠加人扛负载的运维模式,并按压力给问题排序;再分享知识,示范写好事后总结,把紧急事件分为琐事与非琐事;最后主导改变,从定 SLO 开始,带成员亲手改进并解释理由。结束时写检查报告。发散:要让团队学会自己判断。参见[[只派一个人介入,而非两个,以避免防御心理]]。
找出团队现有的最大压力来源后,还要检查可能变成下一次紧急情况的信号:
发散:把清单用于团队自查,找出尚未转化为工程治理的风险。参见[[运维压力过低同样是风险]]。
嵌入者往往急着亲手修复问题,这要克制,否则等于宣扬“改变是别人的事”。更好的做法:找一项可由团队成员完成的有价值工作,讲清它如何永久解决事后总结暴露的问题,自己担任代码和文档改动的评审者,在两三个问题上重复。发现的其他问题写进错误报告或团队文档,让成员提意见,也借机鼓励写文档。发散:成果应留在团队手里,而非嵌入者的提交记录里。参见[[解释决策背后的逻辑,而非只给结论]]。
Google 只有少数服务一开始就由 SRE 运维,多数要评估、改进后再交接,即“接手”。SRE 参与有三种模型:简单生产就绪评审(PRR),针对已发布的服务;早期参与,设计阶段就介入,接手期短、出厂即可靠;框架与平台,让研发直接在 SRE 验证过的基础设施上开发,更可靠也更易扩展,研发可专注应用层创新。问题发现越早越容易修。发散:最好的接手是不需要接手。参见[[发布工程应在项目早期介入]]。
SRE 承担重要服务的生产运维,是为了提高其可靠性,评估和改进时关注六个“生产方面”:系统架构与跨服务依赖;指标的选择、度量与监控;紧急事件处理;容量规划;变更管理;性能,包括可用性、延迟和资源效率。参与的目标就是在这些方面做改善,让服务更容易运维。发散:这六项可以当作新服务上线前的自检框架。参见[[SRE参与的三种模型]]。
很多服务不需要高可靠,研发团队也总比 SRE 能支持的多,所以并非都有 SRE 紧密参与。替代方式有两种:由资深 SRE 和研发维护的“生产指南”,记录运维最佳实践;发布前的 SRE 咨询,一两名 SRE 花几小时了解设计,指出高风险点和常见解法。但服务增长几个数量级、或被众多服务依赖时,就到了转折点,需要长期的 SRE 参与。发散:支持深度应随重要性升级。参见[[发布协调工程师的角色]]。
点击箭头逐层展开,点击卡片标题查看详情。路径上下文仅用于连接层级,不计入主题卡片数。
来源书籍
软件架构方法论类
书籍类型:经典原理
清单覆盖 7/7
358 张卡片
来源书籍
书籍类型:经典原理
290 张卡片
来源书籍
系统架构类。
书籍类型:未标注
类别清单尚未核对
180 张卡片
来源书籍
云应用平台实战类
书籍类型:未标注
清单覆盖 4/4
38 张卡片
来源书籍
书籍类型:经典原理
142 张卡片
来源书籍
CI/CD 与 DevOps 实践类
书籍类型:经典原理
清单覆盖 6/6
381 张卡片
来源书籍
书籍类型:经典原理
312 张卡片
来源书籍
书籍类型:未标注
398 张卡片
来源书籍
云基础设施平台类
书籍类型:工程实践
清单覆盖 7/7
45 张卡片
来源书籍
框架类
书籍类型:工程实践
清单覆盖 7/7
48 张卡片
来源书籍
系统架构类
书籍类型:未标注
清单覆盖 6/6
92 张卡片
来源书籍
云基础设施平台类
书籍类型:工程实践
清单覆盖 7/7
53 张卡片
来源书籍
系统架构类
书籍类型:经典原理
清单覆盖 6/6
237 张卡片
来源书籍
系统架构类
书籍类型:工程实践
清单覆盖 7/7
70 张卡片
来源书籍
Serverless架构类
书籍类型:工程实践
清单覆盖 6/6
51 张卡片
来源书籍
可观测性/监控类
书籍类型:经典原理
清单覆盖 8/8
189 张卡片
来源书籍
基础设施设计模式类
书籍类型:经典原理
清单覆盖 8/8
146 张卡片
来源书籍
系统架构类
书籍类型:工程实践
清单覆盖 7/7
121 张卡片
来源书籍
书籍类型:工程实践
39 张卡片
来源书籍
书籍类型:未标注
389 张卡片
来源书籍
书籍类型:工程实践
41 张卡片
来源书籍
书籍类型:工程实践
38 张卡片
来源书籍
数据工程与数据架构方法类
书籍类型:工程实践
类别清单尚未核对
145 张卡片
来源书籍
软件架构方法论类
书籍类型:经典原理
类别清单尚未核对
127 张卡片
来源书籍
架构师职业方法论类
书籍类型:经典原理
清单覆盖 7/7
166 张卡片
来源书籍
书籍类型:未标注
357 张卡片
来源书籍
软件架构方法论类
书籍类型:未标注
清单覆盖 7/7
119 张卡片
来源书籍
软件架构方法论类
书籍类型:经典原理
类别清单尚未核对
83 张卡片
来源书籍
软件架构方法论类
书籍类型:未标注
类别清单尚未核对
334 张卡片
来源书籍
书籍类型:工程实践
57 张卡片
来源书籍
系统架构类
书籍类型:工程实践
清单覆盖 3/7
57 张卡片
来源书籍
系统架构类
书籍类型:工程实践
清单覆盖 7/7
424 张卡片
主题索引
比较单元测试、变异、模糊测试、静态分析与故障注入各自能证明什么。
主题索引
比较容器隔离与镜像理念、Kubernetes 的资源模型与控制器、应用封装方案,以及容器存储的抽象与扩展机制。
主题索引
比较团队边界、组织结构与技术架构如何对齐,以及组织惯性对架构变革的影响。
主题索引
流水线的资源模型、任务隔离与显式依赖、定义与运行分离、事件触发,以及构建/发布/运行分离和配置外置如何让同一制品安全跨环境交付。
主题索引
无服务器平台在 Kubernetes 之上补齐的原语:构建、请求路由、事件交付与伸缩至零,以及事件格式标准化。
主题索引
比较交付指标、GQM、可维护性指标与趋势观察等架构度量方法,以及指标如何脱离上下文而误导决策。
与 2 张主题卡片存在结构化链接;来自相同书籍;属于相同分类
与 2 张主题卡片存在结构化链接;来自相同书籍;属于相同分类
与 1 张主题卡片存在结构化链接;共享 1 个其他主题;来自相同书籍;属于相同分类
与 1 张主题卡片存在结构化链接;共享 1 个其他主题;来自相同书籍;属于相同分类
与 1 张主题卡片存在结构化链接;共享 1 个其他主题;来自相同书籍;属于相同分类
与 1 张主题卡片存在结构化链接;共享 1 个其他主题;来自相同书籍;属于相同分类