简介：本文的首席执行官注释将介绍有关DevOps如何传播的相关内容。我希望这对每个人都会有所帮助。让我们来看看。
在业务的敏捷性需求的背景下，传统的单型建筑和项目瀑布发展模型无法再满足快速业务发展交付和改变的需求。业务更快的变化并实现应用程序的快速开发交付和应用程序的迭代，敏捷开发（敏捷）风靡一时。Scrum作为一种敏捷方法论被认为是世界上最流行和有效的敏捷项目管理概念，管理概念以及管理概念以及管理概念以及管理概念以及管理概念以及管理概念以及最大的管理概念有效的敏捷项目管理概念和方法之一；
基于敏捷开发的DevOps（开发和操作）通过组织，文化和工具以及自动化的“软件交付”和“体系结构变化”的过程，进一步整合了开发测试，操作和维护团队。快速，频繁且可靠。
DevOps可以有效提高软件交付的效率。在实现更频繁，更快的应用程序发布时，它可以有效地减少因变化而引起的故障和停止时间。
根据Dora和Google Cloud发布的“ 2018 DevOps状态报告”，DevOps在代码发布频率中实施的有效能源团队，释放代码提交，变更的故障率，事故恢复时间的性能要好得多。效率团队：
代码释放频率高46倍
提交给版本的代码更快2555倍
更改故障率少7倍
事故恢复时间几乎是2604次
在参加调查的所有公司中，使用PAAS，Yunyuan和Cantainer Technology的公司在实施DevOps的同时具有更高的高效精英团队的可能性。IT团队的敏捷性转型为业务团队提供了能力的支持，可以快速响应响应在公司数字化的浪潮中，是否可以发现和响应市场变化的速度比竞争对手更快，这是维持公司竞争力的重要因素。
完整阅读：纳比（Nebulogy Nabi Cloud）的原始文章“ Bizdevops促进了企业的数字转型和高速增长”
就个人而言，发展是未来，运营是现在。领导者必须注意现在和未来。特定于开发方法，据估计，应将人力，材料和财务资源的适当比例安排在开发和运营部以确保它擅长运行，并且还可以关注未来。
DevOps或优势的最基本功能之一是，它可以将产品开发团队与运营团队合并为凝聚力的“个人”，这可以极大地提高工作效率。
DevOps加快交付速度
DevOps填充了上一个空白零件。DevOps基于建立完整的生活活动周期。DevOps注意如何更好地从IT运营和维护团队中获得反馈。Devops将敏捷原则应用于管理领域，DevOps使开发人员和管理人员能够在没有障碍的情况下进行交流。
DEVOPS中仍然有许多缺陷，DevOps导致代码转移到易于延迟。在主要错误的维修过程中，DevOps的相同情况也会出现。
DevOps运行软件优化
DevOps可以在两个方面提高知识水平和程序质量。首先，DevOps具有一个新的，面向对象的操作系统，例如Linux，而DevOps可能会在不关闭的情况下继续运行。因此，DevOps容易出现问题，很容易出现问题，例如错误的垃圾回收机制和无法正确组织的关系数据存储。
DevOps借用大型机器积累的经验，以重新理解软件平台类型，以及可能导致这些类型问题的开发和/或测试过程。DevOps开发团队可以使用嵌入式模式保护代码来部署代码库和测试环境。
DevOps的目标是在测试环境中，或者将DevOps嵌入应用程序本身，以获取以代码形式获得大型机器复杂性的现有知识。DevOps不希望大型机器管理员找到问题。Devops不仅可以使开发人员和测试人员的工作更加容易，而且可以简化管理员的工作。
DevOps提高了大型机器管理员的工作效率
DevOps可以改善这种大型机器管理模型，并提高DevOps提高大型机器管理员的工作效率。首先，DevOps可以通过实施标准配置和Linux相关任务的自动化来确保管理员有更多的时间来“解雇”.DEVOPS确保解决方案长期有效且高质量以减少紧急处理的处理需求。此外，DevOps允许管理人员参与敏捷开发过程并与开发团队进行交流。当开发团队拥有一个可以在运行时快速找到问题和解决方案的测试工具或代码库时，DEVOPS可以减少管理员维修错误和与开发部门所花费的错误和协调。
您可以关注该公司，该公司对此更熟悉。
1. Docker的崛起与Hadoop相似
据说码头一年没有被夸大。Docker的受欢迎程度正在上升。如果从业人员说他们不知道Docker很尴尬地说他就是这样。在2016年，集装箱管理和群集计划成为热点，K8S开始成为热点，但是这个场景类似于Hadoop的大数据如何在2013年。当时，您不得不说您不知道大数据，或者大数据不知道Hadoop，这不可避免地会引起蔑视。
云计算大喊了这么长时间，从来没有像Docker那样热。原因不过是两个：
1.开发人员可以使用Docker。开发人员需要开发环境。它们始终涉及各种资源，例如数据库，例如消息中间零件。要安装这些东西不是开发人员的技能，而是操作和维护人员的技能。并使用Docker放置MySQL图像，或Tomcat Mirror或Rabbitmq Mirror，简单而简单，几乎为零，操作几乎为零。代码，制作一个码头镜进行测试，操作和维护人员，避免使用用于测试或操作和维护人员的程序包。测试或操作和维护人员必须部署和配置应用程序。困难的开发人员过去可以扔码头图像，并让操作和维护人员运行镜像。该配置基本上是在镜子中完成的。
这恰好满足了DevOps的要求，因此DevOps很热。开发人员是一个巨大的市场，很多人。通过病毒般的传销，Docker在开发人员中很热。
2.镜像仓库和开源，任何人都可以使用它。Docker Mirror库非常丰富。无论谁制作镜子的人都可以推到公共仓库。当开发人员需要环境时，他们可以去Docker Mirror Warehouse进行检查。有很多选择，减少了许多不必要的环境安装工作。通过开源，大规模通信开始了。
让我们回顾一下2010 - 2013年，大数据的名词遍布全国，各行各业都在谈论大数据，但是从技术上讲，这是Hadoop。请记住，2012年，VMware与Hadoop无关，与Hadoop无关。我还急忙在虚拟机上制作了Sereneoop Sereneti。如果该产品没有被Hadoop染色，我很尴尬地说我是一家IT公司。Hadoop的受欢迎程度绝对不比2014-2015的Docker受欢迎，并且时间有一定的连续性。从2014年开始，Hadoop的受欢迎程度到达了顶点，并开始冷静下来。徽标活动是英特尔对Cloudera的投资。Docker自2014年以来的受欢迎程度提高了。
看看为什么Hadoop在2010年左右开始变得很热。先前的大数据是数据仓库，这是一个昂贵的企业级别数据分析并行数据库。Hadoop是一种便宜的大数据处理模式。通过开源和X86廉价硬件，可以大规模使用Hadoop Made Made，尽管Internet时代产生的大量数据主要是垃圾，但Gold Gold Rush也可以找到一些价值。Hadoop只是满足了这两个需求。尽管Hadoop的功能或性能远比MPP数据库差得多，但性能远远远远远胜MPP数据库，但是性能远比MPP数据库差得多，但性能远比MPP数据库差得多，但性能是较差远比MPP数据库差得多，但性能远远远远比MPP数据库差得多，但性能远远远远远胜MPP数据库，但性能远比MPP数据库差得多，但性能远比MPP数据库差得多。，但性能远比MPP数据库差得多。制造简单的数据存储，数据查询和简单的数据统计分析仍然可以胜任。实际上，到目前为止，大多数Hadoop应用程序是数据存储，数据查询和简单数据统计分析以及ETL业务处理。
Docker和Hadoop有不同的原因，但是这种现象是相似的。开源和用户组是常见元素。
其次，Hadoop从热情转变为理性
当Hadoop是最热门的时候，几乎所有数据库都是必需的，甚至Oracle都面临着前所未有的影响，甚至Hadoop成为了Oracle对IOE的使命之一。在那个热情的阶段，客户如何才能做一个或两个大数据项目，否则，他们将与同龄人看不起。每个IT制造商还必须启动大数据产品，否则它可能会成为其过时的模型。数据部门创建了一个以Hadoop为中心的巨大的大数据解决方案。
尽管英特尔是一个芯片，但必须将大数据混合并设置一个大数据部门才能做英特尔·霍德普（Intel Hadoop）。
任何曾经热情的新技术都将朝着理性发展，而Hadoop也不例外，但是这个过程相对较快。随着大数据的巨大飞跃，随着Hadoop的应用程序越来越多地应用，每个人都发现，大数据效应是在夸张的情况下不好。它仅在特定情况下有效。Hadoop进入了理性发展的阶段。对于Exipplace MPP数据库，请替换数据仓库，更换Oracle，对SQL等的完美支持，所有这些都基本变成了气泡。这实际上是一种常识。任何技术都具有其应用程序方案，夸大了应用程序方案，并且任意扩展应用程序方案只会损害该技术的开发。
“这与当前夸大的Docker的应用程序场景相同。例如，Docker向下取代虚拟化，Docker取代PAAS，几乎已成为云计算的唯一技术。该论点始终充满了各种会议/论坛。从夸张到理性需要时间，理性并不总是迟到。
Hadoop技术正在开发，与大数据相关的技术也在开发中。Hadoop因缓慢的处理速度而受到批评。它通过火花/风暴缓慢求解，尤其是在流数据处理的领域。
因此，直到今天，人们对Hadoop的态度已成为理性。它仅适用于特定情况。但是，不适合支付学费的Hadoop乘坐的Hadoop客户的场景也是一样的。总是有一些客户在夸张的场景中支付学费，但是只是客户没有愿景吗？它与无限夸张的传教士无关吗？
另一方面，大数据和Docker的发展是世界上的。在美国，是否不如Hadoop和Docker像国内那样疯狂。Hadoop技术源自Yahoo（Dougcutting）的Google，但炒作在中国。相似，Docker也在采用这样的过程。在美国，主要是Docker，然后是主要制造商的支持，没有太多的Docker初创公司。初创企业和风险投资公司都知道，没有技术或技术的公司受到人们的影响，值得投资。既然Docker家族是独一无二的，那么去Docker拆分杯子会更容易吗？
而且，中国的任何Docker初创公司都无法为Docker/K8S源代码做出重要贡献（但华为为K8做出了贡献），但它们在市场上奋斗。潜力是最可销售的，但它比任何人都比任何人都好。谁能说出更多的声音，谁做了更多的市场活动。据说一家Docker初创公司拥有80％的资金在市场推广和聚会上，这不是个人现象。这是一个普遍的现象。某些码头工人的浮躁心态反映出。
目前，Prometheus的警报是Grafana自己的警报和Prometheus插头警报的常见警报。这是AlertManger的警报功能。
与Prometheus操作员一起，使用AlertManger可以使监视警报更加多。
Prometheus操作员介绍了K8S中的自定义资源定义（CRSS）Prometheus，ServicesMonitor，Prometheusrule和AlertManager。
因此，在K8S中构建了Prometheus操作员之后，当我们需要监视项目时，我们的配置顺序是配置ServiceMonitor以获取监视数据，配置Prometheusrule以获取警报阈值，并配置AlertManager以配置警报发送方法。
如果我们已经完成了ServerMonitor对象的汇编，则必须监视重要数据，设置阈值以触发警报。
使用Spark Service CPU为例，介绍Prometheusrule的写作
通过这种方式，我们完成了Prometheusrule资源对象的写作，因此Prometheus如何识别此警报规则。
让我们检查Prometheus的资源对象
Kubectl获取Prometheus/K8S -N监控-O YAML
可以看出，普罗米修斯将自动匹配普罗米修的普罗米苏鲁群岛的资源对象，普罗米修斯将其标记为Prometheus = K8S和角色。在这里，我们可以体验自动发现普罗米修斯操作的魅力。我们只需要编写相应的警报规则YAML文件，然后ApplionY您可以制定警报。
检查刚刚在Prometheus接口上制定的警报规则
对于警报通知，需要考虑以下几点
及时：邮件通知有时不注意，尤其是在计算机前不关注，因此我们在这里选择了在工作中用作警告消息推动方法的公司微信
简单性：如果服务器性能正在等待警告值，则会有许多相关的警报触发器，因此我们需要配置分组，静音和抑制计划
灾难性：如果Alermanger或Prometheus本身被挂起来，如果您无法发送警告该怎么办，则通常会使用另一项监控来监视Prometheus，或自定义连续的警报通知。该警报通知将不会发出哪一天，这意味着不会发出警报通知。监视有问题。一件很棒的事情是Prometheus操作员已经考虑了这一点，并且它带有看门狗作为监视
创建一个AlertManger配置文件
删除先前的秘密对象并创建一个新的对象
检查公司的微信，此时您会发现您已经收到了警报信息
该看门狗是对Prometheus本身的监视。如果有必要，您可以制定路由以匹配严重性的警报，然后每24小时重复一次。这可以达到每天监测Prometheus本身的效果。如果您没有一天没有收到看门狗，那么您可以知道Prometheus会挂起。
通常收到警报信息
AlertManger还支持Webhook警报，但是对于钉头和公司微信机器人等消息头有特殊要求。如果您直接使用Webhook，则需要在致电之前安装插件包装，然后才能致电
AlertManager还支持暂时的无声警报。有时我们正在处理警报，并希望暂时默默地警报消息，或者在测试环境中进行压力测试，我们需要暂时默默地警报一段时间，我们可以暂时阻止特定的特定通过AlertManager的UI通知通知。通过定义标签的匹配规则（字符串或正则表达式），如果新的警报通知符合无声规则的设置，请停止向接收者发送通知
当前AlertManager仅支持UI上的临时沉默警报
当静默规则生效时，用户将看不到来自AlertManager的警报页面匹配的警报信息，而微信机器人不会发送响应警报消息
DevOps是IT服务管理的模型。在过去的几十年中，IT操作和维护经历了几个阶段。
简而言之，DevOps试图打开开发，操作和维护的部门墙，以打开整个IT值交付的整个生命周期，并提高整个过程的效率，从产品需求到整个过程在线操作和维护。
DevOps最重要的作用是提高企业产品的交付质量，缩短开发周期并减少失败。降低成本和效率是数字化转型后每家公司的巨大挑战。毫无疑问，DevOps直接达到了疼痛点。
作为DevOps工程师，除了软件工程师的基本编程能力外，它还需要特定的人际交流，工具使用和其他技能。换句话说，DevOps工程师还需要具有“软”和“硬”技能，如下：
1.沟通与协作技能
DevOps是跨软件开发，测试和部署的一种协作方法。它收集具有不同目标的小型团队，以实现更高效和高质量的代码版本。这要求在DevOps过程中不同角色之间必须没有沟通障碍。因此，良好的沟通技巧（无论口头还是书面）对于优秀的DevOps工程师至关重要。
协作的能力也很重要。Devops是团队合作开发模型。每位工程师都是团队成员，需要在整个软件迭代期间支持其他同事的工作。这不仅要求我们成为一名出色的队友，而且在适当的情况下为新移民提供了一些建议，包括但不限于最佳方法指导团队成员提供代码，编码时使用哪些工具以及如何测试最新功能。这要求我们了解这些DevOps流程中的必要技能。
2.熟悉并理解DevOps工具链
除了协作和沟通等“软”技能外，DevOps工程师还必须知道如何使用各种复杂工具来支持软件交付目标。这是出色的DevOps工程师所需的“硬”技能。
DevOps工程师需要知道如何使用和理解以下类型的工具：
版本控制工具
详细介绍，结合代码审核和合并函数的版本控制工具是允许多个开发人员完美协作的主要DEVOPS工具。由于DevOps流程将来自各个部门的专家汇集在一起，因此他们需要了解源代码控制系统和系统跟踪不同应用程序中的变化。此外，它还维护了应用程序的多个版本。
目前，DevOps流程中常用的版本控制系统基于开源分布式版本控制系统Git，例如GitHub，Gitee，Gitlab和主要的基于GIT的内源性协作工具的主要制造商。
连续集成工具
连续集成（CI）是DevOps的关键技能之一，它是构建管道的重要组成部分。Devops要求操作和开发团队使用统一的系统。因此，继续集成的是合并的代码通过此类技术，可以有效合并数据。因此，DevOps工程师必须知道如何使用一些常用的CI工具，例如Github Action，Jenkins，Bamboo，Teamcity，Travis CI等。
容器和布置工具
作为现代微服务和云的核心技术，容器提供了DevOps的三个基本功能，包括连续实验，流量和反馈。容器技术的非特征基础架构实现了操作系统层的虚拟化。它不仅促进了操作和维护程序的升级和部署，而且还促进了将环境复杂性隐藏到应用程序代码的手段，从而成为促进分布式服务的必要前提。
目前，Docker仍然是最广泛使用的容器技术，并且带有集装箱布置引擎Kubernetes的Cloud Native Technology Stack是主要互联网公司建立集装箱技术基础架构的事实标准。
自动化工具
自动化是软件开发中的重要元素之一。几乎所有手工任务都可以使用各种脚本自动完成。例如，Ruby，Bash，Python，Node，Shell等。成为许多DevOps团队加速开发和部署的关键。掌握自动化工具是DevOps工程师的必要条件。
监视和警报工具
DevOps的持续集成和连续的部署实现不能与连续监控的辅助作用分开。许多部件由数百个组件组成，其中一项服务的一项服务可能导致整个系统崩溃。时间 - 耗费以手动找到核心故障。解决方案的一种是继续监视关键功能，例如RAM使用，数量，异常数量和存储空间。因此，需要根据密钥来设置警告系统系统的功能。例如，当存储空间的使用达到80％时，应触发警报，以便DevOps操作和维护开发人员可以在整个系统崩溃之前解决问题。
3.具有成熟编码标准的特定编程技能
但是，编程能力是每个开发人员的最基本能力，但是DevOps工程师在这方面仍然有更多特殊要求。
一般来说，DevOps工程师需要根据专门使用1-2个编程语言来熟悉多种语言框架工程师需要了解这些语言的特征，并具有在操作系统环境中编写和调试的能力。
第四，技术支持和维护技能
优秀的DevOps工程师不仅需要开发技能，而且还需要为客户提供维护和技术支持。这意味着DevOps工程师应该愿意支持内部和外部客户，并且在出现问题时未能消除故障。
结论：以上是首席CTO注释汇编的DevOps相关内容的相关内容。希望它对您有所帮助！如果您解决了问题，请与更多关心此问题的朋友分享?