跳到主要内容

DevOps 基础与文化

· 阅读需 8 分钟

由旧稿重新整理版本。DevOps 系列共 3 篇:本文是概念与文化;小企业DevOps方案笔记 是50~500 人企业主流方案;DevOps工具链选型对比笔记 是工具链横向选型参考。旧稿目录已清理,当前以本文为准。


1. DevOps 是什么​

1.1 定义​

DevOps 是 Development(开发)+ Operations(运维)的合并缩写,是一套文化、实践与工具的组合,目标是缩短系统变更从提交到上线的时间,同时保证质量与稳定性。

核心思想:

  • 打破开发与运维之间的「墙」
  • 把交付过程自动化、可重复
  • 用反馈回路持续改进
  • 把可靠性当成产品的一部分(而非事后靠运维救火)

1.2 不是什么​

  • ❌ 不是某种职位(「DevOps 工程师」)— DevOps 是文化与实践,单设一个职位意味着 DevOps 失败
  • ❌ 不是某个工具(Jenkins / Docker / K8s 都只是支撑)
  • ❌ 不是只搞 CI/CD(CI/CD 只是其中一环)
  • ❌ 不是运维工程师 + 几个脚本

1.3 一句话总结​

DevOps = 让交付从「靠人堆」变成「靠系统自动化」,把责任从运维单独背变成开发从始至终一起承担。


2. DevOps 的核心价值​

2.1 三大指标(Westrum 指标 / DORA)​

Google DORA 团队对软件交付效能的多年研究总结出 4 个指标:

指标EliteLow含义
部署频率(Deployment Frequency)按需(一天多次)几个月一次发布节奏
变更前置时间(Lead Time for Changes)< 1h> 1 month从 commit 到 production
变更失败率(Change Failure Rate)0~15%46~60%上线后回滚或修复的比例
故障恢复时间(MTTR)< 1h> 1 month出问题到恢复

Elite vs Low 的企业,运营表现有 30~50 倍差距(事故数、可用性、业务连续性)。

2.2 商业价值​

  • 更快交付:小步快跑,缩短 idea-to-prod 周期
  • 更高稳定性:自动化测试 + 灰度发布 + 快速回滚
  • 更低成本:减少救火 SLA、减少返工
  • 更高研发幸福感:开发者不再怕上线、值班更有方向
  • 组织敏捷:应对市场变化更快

3. CALMS 框架​

CALMS 是 Damon Edwards 提出的 DevOps 文化框架:

字母含义体现
Culture文化跨职能合作、无指责复盘、共享 oncall
Automation自动化CI/CD、IaC、测试自动化、监控告警自动化
Lean精益减少浪费(小批量、限制在制品 WIP)
Measurement度量DORA 指标、SLI/SLO、用户业务指标
Sharing共享共享库、Wiki、复盘文档、内部技术会议

文化先行(C),技术与工具是支撑(ALMS)。只买工具不改文化 → 工具用不起来。


4. DevOps 成熟度模型​

按阶段划分(0~5):

级别名称特征
L0手动时代手动部署、手动测试、FTP 推代码
L1脚本化Bash 脚本、cron、基础监控
L2CI/CDJenkins/GitHub Actions 自动化构建+测试
L3IaC + 可观测Terraform/Ansible;Prometheus + Grafana;ELK
L4GitOps + 服务网格 + SLOArgoCD/Flux;Istio;SLO 管理;灰度发布
L5自服务 IDP + AIOpsBackstage 内部开发者平台;自动扩缩容;AIOps 异常检测

小企业(50~500 技术人员)目标:稳定 L3,争取 L4。L5 是巨型企业的游戏。


5. DevOps vs SRE vs Platform Engineering​

近年来兴起的几个相邻概念容易混淆:

5.1 DevOps​

  • 范围:文化 + 工具 + 实践
  • 关注点:整个交付链路
  • 组织意义:跨职能合作
  • 负责人:人人(不是某个团队)

5.2 SRE(Site Reliability Engineering,源自 Google)​

  • 范围:生产环境的可靠性工程
  • 关注点:SLO/SLA、错误预算(Error Budget)、oncall、事后复盘(Postmortem)
  • 角色:SRE Engineer(实际岗位)
  • 经典指标:可用性 MTTR MTBF
  • 典型实践:
    • SLO 定义(99.9% 可用 = 每月允许 43 分钟宕机)
    • Error Budget 消耗 100% 后,冻结发布
    • Toil(手动工作)控制
  • 与 DevOps 的关系:SRE 是 DevOps 在「运营可靠性」方向的具体落地

5.3 Platform Engineering(平台工程,2022+ 兴起)​

  • 范围:搭建内部开发者平台(IDP)
  • 关注点:让开发者自助完成常见任务(新服务创建、CI 模板、部署、监控接入)
  • 代表工具:Backstage(Spotify 开源 IDP)
  • 与 DevOps 的关系:当 DevOps 文化成熟后,组织会自然演化出"平台团队"专门搭建 IDP
  • 与 SRE 关系:平台工程给开发者自助工具,SRE 确保生产可靠性

5.4 三者关系图​

┌──────────────────────────┐
│ DevOps(文化层) │
│ 跨职能协作 / 反馈 │
└──────────┬───────────────┘
│
┌────────────┴────────────┐
▼ ▼
┌──────────────────┐ ┌──────────────────────┐
│ SRE(可靠性层) │ │ Platform Eng(平台层)│
│ SLO / oncall / │ │ Backstage / IDP / │
│ postmortem │ │ 自服务化 │
└──────────────────┘ └──────────────────────┘

实际分工:DevOps 是思想,SRE 把「可靠性」做到极致,Platform Eng 把「自助化」做到极致。一个组织往往三者都有。


6. DevOps 与周边概念的关系​

6.1 Agile(敏捷)​

  • 关注需求与产品迭代(Scrum / Kanban)
  • DevOps 关注开发到上线的链路
  • 二者互补:Agile 解决「做正确的事」,DevOps 解决「正确地做事」

6.2 Lean(精益)​

  • 起源于丰田生产方式
  • DevOps 的"L"(Lean):减少浪费(WIP)、缩短反馈
  • 核心观点:构建质量(Build Quality In),而非事后检测

6.3 持续集成(CI)​

  • 频繁合并代码到主干,每次合并自动跑构建+测试
  • 目标:早发现集成问题
  • 是 DevOps 的"A"(Automation)层的一环

6.4 持续交付 / 持续部署(CD)​

  • Continuous Delivery:代码任何时候都可发布(人工决定何时发布)
  • Continuous Deployment:自动化通过所有测试后自动发布到生产
  • 与 CI 是同源概念

6.5 GitOps(详见 II_Jenkins_CICD实战笔记 / 小企业DevOps方案笔记)​

  • 以 Git 为单一真相源
  • 通过 PR/MR 改动生产环境
  • ArgoCD/Flux 是事实标准工具

7. 小企业(50~500 人)做 DevOps 的现实路径​

7.1 当前痛点​

  • 产品迭代快,部署频率赶不上
  • 服务一多,环境/版本混乱
  • 故障定位慢,SLA 压力大
  • 团队各自为政,没有标准化

7.2 落地顺序(按 ROI 由高到低)​

阶段 1(基础):
- Git 工作流规范化(trunk-based 或规范化的 GitFlow)
- CI 流水线(PR 触发自动测试 + 自动化单测)
- 基础监控(接入 APM、链路追踪)

阶段 2(演进):
- 镜像化所有服务 + K8s 容器化
- CD 流水线(自动推镜像、自动部署)
- IaC(Terraform 管理云资源)

阶段 3(治理):
- GitOps(ArgoCD + App-of-Apps)
- SLO 管理 + Error Budget 流程
- 安全门禁(Trivy、OPA、镜像签名)

阶段 4(平台化):
- Backstage IDP
- 内部共享库、模板化新服务
- AIOps、混沌工程、灰度发布

不要一上来就上服务网格 + IDP,从最痛点(部署慢 / 故障多)切入。

7.3 关键组织变化​

  • 运维团队转型:从「纯救火」变「平台建设 + SRE 兼 SRE 思路」
  • 开发承担 oncall:共同对生产负责
  • 建立 blameless postmortem 文化:复盘不追责,找系统问题
  • 共享指标:DORA 4 指标透明、考核按团队而非个人

8. 组织/团队模型​

8.1 反向康威定律​

康威定律:"系统结构反映组织沟通结构"。

DevOps 时代常反向:先决定系统/团队结构,反过来调整组织:

  • 微服务 = 小团队 + 全栈:每个服务由一个 5~9 人小队全权负责(含 oncall)
  • 平台团队:构建 CI/CD 模板、可观测性、镜像仓库
  • 产品团队:聚焦业务,平台能力由平台团队提供

8.2 经典模型​

模型来源适用
Spotify 模型Spotify大型、矩阵化、产品线多
Team TopologiesSkelton & Pais演化出 4 种团队类型:业务流、平台、赋能、复杂子系统
SRE 拓扑Google强 oncall 流程
Platform Engineering2022+ 兴起自服务化优先

Team Topologies 4 类:

  • Stream-aligned team:业务流团队(按业务价值流)
  • Platform team:提供 IDP
  • Enabling team:传帮带
  • Complicated-subsystem team:复杂专门系统(如 ML 平台)

9. 一句话总结​

  • DevOps = 文化(CALMS)+ 自动化 + 度量 + 共享
  • 目标:DORA 4 指标达到 Elite(部署频率高 / 前置时间短 / 变更失败率低 / MTTR 短)
  • 区分 DevOps / SRE / Platform Engineering:文化 / 可靠性 / 自服务
  • 小企业落地分阶段,从痛点切入(CI + 监控),再演进到 L3~L4(IaC + GitOps)

标签:#docker #kubernetes #jenkins #git