DevOps实践指南（1-4）

第一部分 DevOps介绍

　　第1章 敏捷、持续交付、三步法

　　技术价值流-（把业务构想-转换为交付价值的服务-由技术驱动所须要的流程）

　　前置时间-工做建立到工做处理到工做完成的时间（工做建立并不必定当即进行处理）前置时间过长 客户体验糟糕；

　　处理时间-工做处理到工做完成的时间；

 

 

　　返工指标-实际有效耗时/总花费时间（实际有效指真正有用的工做，没必要修复、补充、澄清）

　　目标-分钟级别的部署前置时间：

• 前提模块化、高内聚、低耦合
• 小批量变动
• 自动化测试
• 自动部署

　　DevOps基本原则

　　　　第一步，实现开发到运维的工做快速地从左向右流动。为了最大程度地优化工做流，须要将工做可视化，减少每批次大小和等待间隔，经过内建质量杜绝向下游传递缺陷，并持续地优化全局目标。

　　　　第二步，在从右向左的每一个阶段中，应用持续、快速的工做反馈机制。该方法经过放大反馈环防止问题复发，并能缩短问题检测周期，实现快速修复。

　　　　第三步，创建具备创意和高可信度的企业文化，支持动态的、严格的、科学的实验。经过主动地承担风险，不但能从成功中学习，也能从失败中学习

　　

  

　　第2章 流动原则

　　开发到运维之间快速、平滑、能向客户交付价值的工做流。目标：缩短上线时间的同时提升服务的质量和可靠性。

　　1：工做可见

　　可视化工做板，度量工做的前置时间

　　

　　2：限制在制品的数量

　　限制多任务；发现工做中的阻碍；中止多任务处理的开始，已经开始的任务确保完成；

　　3：减小批量大小

　　每次操做只执行一个单位产品的处理。小批量的制品，前置时间更短，错误检测更快，返工量更少。

　　4：减小交接次数

　　自动化执行大部分操做，避免信息丢失，减小队列等待时间

　　5：持续识别和改善约束点（瓶颈-技术、资源……）

　　识别、利用、全局、改善

　　环境搭建的约束点-经过自动化建立环境

　　代码部署的约束点-经过自动化部署

　　测试准备和执行-自动化测试

　　架构紧密耦合-建立松散耦合的架构

　　6：消除价值流中的浪费

　　半成品-没有完全完成的工做；额外工序-不增值的额外工做；额外功能-避免镀金；多任务切换-避免并行处理；等待-避免因为资源问题的等待

　　移动-避免频繁进行工做移动（人员、工做）……　　

 

　　第3章 反馈原则

　　每一个阶段中可以快速、持续的得到工做反馈，在发生前发现并消除问题。

　　1：要在复杂系统中安全地工做，必须具有4种能力

• 管理复杂的工做，从中识别出设计和操做的问题；
• 群策群力解决问题，从而快速地构建新知识；
• 在整个组织中，将区域性的新知识应用到全局范围；
• 领导者要持续培养有以上才能的人。

　　2：及时发现问题-经过在工做系统中创建反馈和前馈回路的方式

　　目标是在技术价值流的每一个阶段（包括产品管理、开发、QA、信息安全和运维），在全部工做执行的过程当中，创建快速的反馈和前馈回路。

　　（这包括建立自动化的构建、集成和测试过程，以便尽早检测出那些可能致使缺陷的代码变动。创建全方位的监控系统，监控服务组件在生产环境中的运行状态，以便快速探测到服务的意外状况。）

　　反馈回路不但能让问题的快速探测和修复成为可能，并且还能告诉咱们如何防止问题复发。

　　3：群策群力，打败问题获取新知

　　4：在源头保障质量

　　让全部人都负起了质量责任，而不是仅让一个部门来负责

　　5：为下游工做中心而优化

　　在技术价值流中，咱们经过为运维而设计来为下游工做中心作优化，包括运维的非功能性需求（如架构、性能、稳定性、可测试性、可配置性和安全性）与用户功能一样重要。

　　总结

　　创建快速的反馈机制，对于实现技术价值流中的高质量、可靠性和安全性相当重要。为此，要在问题发生时识别问题，群策群力解决问题并构建新的知识，在源头控制质量，而且不断地为下游工做中心作优化。

　　第4章 持续学习与实验原则

　　持续提示我的技能，转换为团队和组织财富

　　学习型组织和安全文化

　　将平常工做的改进制度化

　　局部发现转化为全局优化

　　在平常工做中注入弹性模式