基于 Kubernetes 的 DevOps

传统运维模式

---

需要各个环境保持一致性，测试，生产。

想做自动化的流水线也缺少工具链的支持，早期更多自动化部署的时候是将部署的通过shell脚本，然后去部署。

以为缺少统一的平台，实现灰度是比较难的，一种是手工，一种是公司提供强大的pass团队，然后将整个能力自动化全部构建出来，所以这里每家公司就需要去做投入，缺少统一的监控和运维的能力。

建立持续交付的服务体系

---

基于Docker的开发模式驱动持续集成

---

有了容器它就是一个利器了，得益于它的隔离性和封装性，一次构建到处运行，交付的不是一个一个的应用包，而是一个容器镜像。

所谓的持续集成就是你每次发代码变更的时候，我就要将你的代码，构建成二进制文件，然后构建为容器镜像，那么整个自动化的流水线最终输出的就是容器镜像。

应用交付容器化，真正一个应用部署到生产系统上面去，也是通过容器镜像去交付的，所有的环境都是容器镜像。

这样就可以避免在研发环境测试的在生产系统跑不起来。

 devops 流程定义

---

产品经理只收集需求，交付一大堆文档给研发，研发交付的是代码，代码在本地测试完之后交给测试，测试跑不通去找研发，在开放的辅助下测试跑完了，之后交付软件包，交给运维。

如果产线的运维部署出现问题，那么可能问题出现在任意一个环节，那么运维人员的压力是很大的，这样彼此之间就有冲突了。

所谓的devops就是既然都是微服务架构，会为每个能力设置一些负责人，这个负责人就需要为这个能力的全生命周期负责。全生命周期包含规划，代码编写，包含构建测试，发布，部署，日常运维，监控。

如果拉通了devops，那么就需要为软件的全生命周期负责。

Dev和Ops的边界定义

---

Programming vs. Engineering

• Programming更多的是系统设计和编码实现。
• Engineering 包含更大范围概念，除了功能层面的实现，还需为运维服务。

定义 production readiness

---

单体架构下的人员配置

---

一个网站就是一个WAR包，比如我用了MVC的框架，前端和后端的人员就会去分离开来，然后还有数据库管理员，前后端的业务逻辑是分离开来的，最后还有数据库管理员。

系统架构是前端和后端的业务逻辑，但是所有的业务逻辑是糅合在一起的。

微服务架构下的人员配置

---

将一个一个系统拆分为不同的微服务。

 

 

 

devops下人员的划分

---

 

 

 

此组织结构的优缺点

---

 

 

我眼中的devops

---

 

 

 

敏捷开发

---

 

 

 

 devops流程概览

---

基于云原生工具链完成持续集成，持续部署，那么就需要工具上的支持。

将所有的东西都提交到github里面去，GitHub是可以有一个一个的webhook的，webhhok就可以去监听我的GitHub的变动，如果是源代码的变动就说明我要去做持续集成了， 如果是部署代码变动那么我去做持续部署了。

那么它就会去驱动持续集成和持续部署的流水线，来完成我的持续构建和持续部署。

 

代码分支管理

---

 

 当有任何功能要进主版本，那我们会去拉取一个分支版本，或者通过fork的repo来做