DevOps權威指南 IT效能新基建

第　1章 認識DevOps　1

1.1　DevOps基礎　1

1.1.1　DevOps的概念　1

1.1.2　DevOps與企業(yè)和IT組織的關系　2

1.1.3　DevOps究竟是什么　3

1.2　DevOps的發(fā)展軌跡和特點　3

1.2.1　DevOps的起源　3

1.2.2　DevOps的發(fā)展路徑　6

1.2.3　DevOps的發(fā)展特點　8

1.3　DevOps的總體架構和流程　10

1.3.1　DevOps的總體架構　10

1.3.2　DevOps的流程　14

1.4　DevOps文化　15

1.4.1　為什么需要DevOps文化　15

1.4.2　傳統(tǒng)IT組織文化存在的弊端　15

1.4.3　DevOps文化具備的特點　16

1.4.4　DevOps文化的目標　17

1.5　DevOps的工具鏈框架　18

1.5.1　DevOps工具的發(fā)展特性　18

1.5.2　DevOps工具的選擇　20

1.5.3　DevOps工具的種類　21

1.5.4　DevOps工具的發(fā)展現(xiàn)狀　22

1.5.5　工具鏈簡介　23

1.6　DevOps的實踐和落地　24

1.6.1　DevOps實踐和落地的模型　25

1.6.2　DevOps實踐和落地的基本原則　25

1.6.3　DevOps落地過程中的問題　27

1.7　DevOps的價值　28

1.7.1　提升IT組織中研發(fā)管理的價值　28

1.7.2　提升IT組織中服務輸出的價值　30

1.7.3　助力企業(yè)進行產(chǎn)品轉(zhuǎn)型和科技輸出　31

第　2章 DevOps的工具集　32

2.1　工具的種類和選擇　32

2.1.1　工具在DevOps中的定位　32

2.1.2　DevOps工具周期表　33

2.1.3　DevOps工具選擇問題　34

2.1.4　DevOps工具選擇的建議　35

2.1.5　DevOps工具的基本功能和技術要素　36

2.2　容器云的安裝　54

2.2.1　容器云和DevOps的關系　54

2.2.2　Docker的安裝　54

2.2.3　Kubernetes的部署　58

2.3　容器云的API及其使用方式　73

2.3.1　Docker的API　73

2.3.2　Kubernetes API　81

2.4　容器云與DevOps集成的方法　87

2.4.1　容器云的DevOps和傳統(tǒng)的DevOps的區(qū)別　87

2.4.2　容器云的DevOps規(guī)劃標準　87

2.4.3　容器云的DevOps規(guī)劃設計和集成方法　88

2.4.4　以Docker為代表的DevOps平臺體系的運行流程　91

2.5　項目管理工具　92

2.5.1　市場占有率　92

2.5.2　禪道　92

2.5.3　Jira　99

2.6　持續(xù)集成和持續(xù)交付工具　102

2.6.1　市場占有率　102

2.6.2　GitLab　103

2.6.3　SVN　117

2.6.4　Maven　124

2.6.5　Nexus　129

2.6.6　Jenkins　132

2.6.7　GitLab CI　139

2.7　測試管理和測試自動化工具　142

2.7.1　市場占有率　142

2.7.2　SonarQube　142

2.7.3　JMeter　151

2.8　運維管理工具　154

2.8.1　市場占有率　154

2.8.2　Zabbix　155

2.8.3　Ansible　163

第3章　支撐管理　177

3.1　項目管理　177

3.1.1　傳統(tǒng)項目管理、IT項目管理和DevOps項目管理的區(qū)別　177

3.1.2　DevOps在項目管理中的定位　179

3.1.3　DevOps在IT項目管理中的特點和作用　181

3.2　需求管理　184

3.2.1　需求管理的概念和內(nèi)容　184

3.2.2　需求管理的難點　185

3.2.3　需求管理的工程方法　186

3.2.4　需求管理和DevOps的關系　188

3.3　CMDB集成　189

3.3.1　CMDB概述　189

3.3.2　CMDB的作用　190

3.3.3　CMDB的價值　191

3.3.4　CMDB和DevOps的集成方法　192

3.3.5　CMDB和DevOps的集成場景　194

3.4　運維服務流程的集成　194

3.4.1　創(chuàng)建運維服務流程的原因　195

3.4.2　創(chuàng)建運維服務流程時的目標　196

3.4.3　建立運維服務流程體系　197

3.4.4　運維服務流程和DevOps的集成　198

3.5　云管理平臺集成　198

3.5.1　云管理平臺的定義　198

3.5.2　云管理平臺的種類　199

3.5.3　云管理平臺的定位和邊界　200

3.5.4　云管理平臺和DevOps的集成　202

3.6　面向終態(tài)的監(jiān)控　203

3.6.1　什么是面向終態(tài)　203

3.6.2　監(jiān)控平臺產(chǎn)生的意義　204

3.6.3　現(xiàn)有監(jiān)控方案的一些問題　205

3.6.4　面向終態(tài)的監(jiān)控設計　205

第4章　敏捷開發(fā)　208

4.1　敏捷開發(fā)介紹　208

4.1.1　Scrum概述　208

4.1.2　Scrum框架屬性　210

4.2　敏捷開發(fā)和DevOps的關系　217

4.2.1　敏捷開發(fā)的特點　217

4.2.2　敏捷開發(fā)和DevOps的差異　218

4.2.3　敏捷開發(fā)和DevOps的交叉關系　219

4.2.4　敏捷開發(fā)和DevOps的共性　220

4.2.5　敏捷開發(fā)和DevOps的集成方式　221

4.3　敏捷開發(fā)看板　222

4.3.1　看板的用途　222

4.3.2　泳道　224

4.3.3　物理看板和電子看板　225

4.3.4　看板和Scrum的關系　226

4.4　用戶故事　227

4.4.1　用戶故事簡介　227

4.4.2　用戶故事的內(nèi)容　229

4.4.3　用戶故事的價值　230

4.4.4　用戶故事的最佳實踐　231

4.5　敏捷開發(fā)的驅(qū)動方式　232

4.5.1　敏捷開發(fā)和其他能力子域的協(xié)同　232

4.5.2　領域驅(qū)動敏捷開發(fā)　233

4.5.3　特征驅(qū)動敏捷開發(fā)　234

4.5.4　測試驅(qū)動敏捷開發(fā)　234

第5章　持續(xù)集成和測試　236

5.1　持續(xù)集成簡介　236

5.1.1　持續(xù)集成的概念　236

5.1.2　持續(xù)集成的對象　236

5.1.3　持續(xù)集成的流程、要素和原則　238

5.2　持續(xù)集成的優(yōu)點和難點　239

5.2.1　持續(xù)集成在敏捷開發(fā)中的作用　239

5.2.2　持續(xù)集成在DevOps中的作用　240

5.2.3　持續(xù)集成的優(yōu)點　240

5.2.4　持續(xù)集成的難點　241

5.3　版本管理　242

5.3.1　版本控制　242

5.3.2　版本控制和DevOps的關系　243

5.3.3　版本控制和開發(fā)模式的關系　244

5.4　自動化測試簡介　246

5.4.1　自動化測試和測試自動化的區(qū)別　247

5.4.2　自動化測試能夠解決什么問題　247

5.4.3　自動化測試的目的　249

5.4.4　自動化測試的前置條件　249

5.4.5　自動化測試的通用流程　250

5.5　自動化測試框架　251

5.5.1　自動化測試框架的優(yōu)點　251

5.5.2　自動化測試框架的類型　252

5.5.3　使用自動化測試框架時需要注意的事項　253

5.5.4　常見的自動化測試框架　254

5.5.5　Selenium最佳實踐示范　257

5.6　驅(qū)動測試的方式　258

5.6.1　常見的驅(qū)動測試方式　259

5.6.2　數(shù)據(jù)驅(qū)動測試　260

5.6.3　DevOps驅(qū)動測試　262

5.7　持續(xù)集成的最佳實踐　263

5.7.1　基于程序的持續(xù)集成　263

5.7.2　基于容器的持續(xù)集成　270

5.7.3　基于數(shù)據(jù)庫的持續(xù)集成　272

第6章　持續(xù)部署和持續(xù)交付　276

6.1　持續(xù)部署簡介　276

6.1.1　持續(xù)部署的概念　276

6.1.2　持續(xù)部署和持續(xù)集成、持續(xù)交付的區(qū)別　277

6.1.3　持續(xù)部署的演進　278

6.2　發(fā)布策略　280

6.2.1　常見的發(fā)布策略　280

6.2.2　特性開關發(fā)布　284

6.3　微服務部署　286

6.3.1　微服務架構的概念　286

6.3.2　傳統(tǒng)開發(fā)模式和微服務開發(fā)模式的區(qū)別　287

6.3.3　微服務和DevOps的關系　288

6.3.4　微服務部署策略　289

6.4　制品和制品庫　291

6.4.1　制品庫的作用　291

6.4.2　制品的類型　292

6.4.3　制品庫的建設　293

6.4.4　常見的制品庫　294

6.5　Pipeline的種類和用法　296

6.5.1　Pipeline對DevOps的作用　296

6.5.2　Pipeline的種類　297

6.6　Pipeline的最佳實踐　303

6.6.1　創(chuàng)建流水線的3種方式　303

6.6.2　Jenkinsfile文件的用法　306

6.6.3　Jenkinsfile文件的高階使用場景　308

6.6.4　Pipeline中Docker的使用　312

第7章　代碼質(zhì)量和安全　314

7.1　技術債務　314

7.2　質(zhì)量內(nèi)建　318

7.3　代碼規(guī)范和指標　323

7.4　代碼評審　333

7.5　DevOps和安全的集成　337

7.6　DevSecOpsZ佳實踐　342

第8章　DevOps的度量體系　350

8.1　數(shù)據(jù)思維　350

8.2　DevOps數(shù)據(jù)體系的建設和管理　354

8.3　DevOps數(shù)據(jù)在運維領域的使用場景　359

8.4　構建DevOps度量體系　363

8.5　構建DevOps指標體系　368

第9章　持續(xù)改進和反饋　376

9.1　DevOps持續(xù)反饋原則　376

9.2　DevOps的持續(xù)改進　379

9.3　DevOps常見誤區(qū)和改進目標　381

第　10章 DevOpsZ佳實踐　386

10.1　阿里云云效的DevOpsZ佳實踐　386

10.2　騰訊云DevOpsZ佳實踐　393

10.3　蘇寧金融DevOpsZ佳實踐　404

第　11章 DevOps的后續(xù)發(fā)展　409

11.1　DevOps是衡量CMDB是否成功的重要方式　409

11.2　DevOps逐漸回歸本質(zhì)　410

11.3　DevOps的發(fā)展趨勢是成為服務目錄門戶　410

11.4　AI對DevOps的賦能，是“蜜糖”還是“毒藥”？　411

11.5　DevOps也需要依靠數(shù)據(jù)中臺　411

11.6　DevOps是否爆發(fā)式成長取決于企業(yè)領導者是否賦予研發(fā)人員更多的話語權　412

11.7　自動化已經(jīng)逐漸脫離DevOps的范疇　412

11.8　沒有度量的DevOps會逐漸淪為“雞肋”　413

11.9　CI/CD流水線已不再是潮流　413

11.10　成本復盤將成為DevOps發(fā)展的新方向　413

11.11　SEC成為DevOps爆發(fā)式發(fā)展的一個阻礙　413