DevOps权威指南 IT效能新基建

第　1章 认识DevOps　1

1.1　DevOps基础　1

1.1.1　DevOps的概念　1

1.1.2　DevOps与企业和IT组织的关系　2

1.1.3　DevOps究竟是什么　3

1.2　DevOps的发展轨迹和特点　3

1.2.1　DevOps的起源　3

1.2.2　DevOps的发展路径　6

1.2.3　DevOps的发展特点　8

1.3　DevOps的总体架构和流程　10

1.3.1　DevOps的总体架构　10

1.3.2　DevOps的流程　14

1.4　DevOps文化　15

1.4.1　为什么需要DevOps文化　15

1.4.2　传统IT组织文化存在的弊端　15

1.4.3　DevOps文化具备的特点　16

1.4.4　DevOps文化的目标　17

1.5　DevOps的工具链框架　18

1.5.1　DevOps工具的发展特性　18

1.5.2　DevOps工具的选择　20

1.5.3　DevOps工具的种类　21

1.5.4　DevOps工具的发展现状　22

1.5.5　工具链简介　23

1.6　DevOps的实践和落地　24

1.6.1　DevOps实践和落地的模型　25

1.6.2　DevOps实践和落地的基本原则　25

1.6.3　DevOps落地过程中的问题　27

1.7　DevOps的价值　28

1.7.1　提升IT组织中研发管理的价值　28

1.7.2　提升IT组织中服务输出的价值　30

1.7.3　助力企业进行产品转型和科技输出　31

第　2章 DevOps的工具集　32

2.1　工具的种类和选择　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工具选择问题　34

2.1.4　DevOps工具选择的建议　35

2.1.5　DevOps工具的基本功能和技术要素　36

2.2　容器云的安装　54

2.2.1　容器云和DevOps的关系　54

2.2.2　Docker的安装　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　容器云与DevOps集成的方法　87

2.4.1　容器云的DevOps和传统的DevOps的区别　87

2.4.2　容器云的DevOps规划标准　87

2.4.3　容器云的DevOps规划设计和集成方法　88

2.4.4　以Docker为代表的DevOps平台体系的运行流程　91

2.5　项目管理工具　92

2.5.1　市场占有率　92

2.5.2　禅道　92

2.5.3　Jira　99

2.6　持续集成和持续交付工具　102

2.6.1　市场占有率　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　测试管理和测试自动化工具　142

2.7.1　市场占有率　142

2.7.2　SonarQube　142

2.7.3　JMeter　151

2.8　运维管理工具　154

2.8.1　市场占有率　154

2.8.2　Zabbix　155

2.8.3　Ansible　163

第3章　支撑管理　177

3.1　项目管理　177

3.1.1　传统项目管理、IT项目管理和DevOps项目管理的区别　177

3.1.2　DevOps在项目管理中的定位　179

3.1.3　DevOps在IT项目管理中的特点和作用　181

3.2　需求管理　184

3.2.1　需求管理的概念和内容　184

3.2.2　需求管理的难点　185

3.2.3　需求管理的工程方法　186

3.2.4　需求管理和DevOps的关系　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的价值　191

3.3.4　CMDB和DevOps的集成方法　192

3.3.5　CMDB和DevOps的集成场景　194

3.4　运维服务流程的集成　194

3.4.1　创建运维服务流程的原因　195

3.4.2　创建运维服务流程时的目标　196

3.4.3　建立运维服务流程体系　197

3.4.4　运维服务流程和DevOps的集成　198

3.5　云管理平台集成　198

3.5.1　云管理平台的定义　198

3.5.2　云管理平台的种类　199

3.5.3　云管理平台的定位和边界　200

3.5.4　云管理平台和DevOps的集成　202

3.6　面向终态的监控　203

3.6.1　什么是面向终态　203

3.6.2　监控平台产生的意义　204

3.6.3　现有监控方案的一些问题　205

3.6.4　面向终态的监控设计　205

第4章　敏捷开发　208

4.1　敏捷开发介绍　208

4.1.1　Scrum概述　208

4.1.2　Scrum框架属性　210

4.2　敏捷开发和DevOps的关系　217

4.2.1　敏捷开发的特点　217

4.2.2　敏捷开发和DevOps的差异　218

4.2.3　敏捷开发和DevOps的交叉关系　219

4.2.4　敏捷开发和DevOps的共性　220

4.2.5　敏捷开发和DevOps的集成方式　221

4.3　敏捷开发看板　222

4.3.1　看板的用途　222

4.3.2　泳道　224

4.3.3　物理看板和电子看板　225

4.3.4　看板和Scrum的关系　226

4.4　用户故事　227

4.4.1　用户故事简介　227

4.4.2　用户故事的内容　229

4.4.3　用户故事的价值　230

4.4.4　用户故事的最佳实践　231

4.5　敏捷开发的驱动方式　232

4.5.1　敏捷开发和其他能力子域的协同　232

4.5.2　领域驱动敏捷开发　233

4.5.3　特征驱动敏捷开发　234

4.5.4　测试驱动敏捷开发　234

第5章　持续集成和测试　236

5.1　持续集成简介　236

5.1.1　持续集成的概念　236

5.1.2　持续集成的对象　236

5.1.3　持续集成的流程、要素和原则　238

5.2　持续集成的优点和难点　239

5.2.1　持续集成在敏捷开发中的作用　239

5.2.2　持续集成在DevOps中的作用　240

5.2.3　持续集成的优点　240

5.2.4　持续集成的难点　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的关系　243

5.3.3　版本控制和开发模式的关系　244

5.4　自动化测试简介　246

5.4.1　自动化测试和测试自动化的区别　247

5.4.2　自动化测试能够解决什么问题　247

5.4.3　自动化测试的目的　249

5.4.4　自动化测试的前置条件　249

5.4.5　自动化测试的通用流程　250

5.5　自动化测试框架　251

5.5.1　自动化测试框架的优点　251

5.5.2　自动化测试框架的类型　252

5.5.3　使用自动化测试框架时需要注意的事项　253

5.5.4　常见的自动化测试框架　254

5.5.5　Selenium最佳实践示范　257

5.6　驱动测试的方式　258

5.6.1　常见的驱动测试方式　259

5.6.2　数据驱动测试　260

5.6.3　DevOps驱动测试　262

5.7　持续集成的最佳实践　263

5.7.1　基于程序的持续集成　263

5.7.2　基于容器的持续集成　270

5.7.3　基于数据库的持续集成　272

第6章　持续部署和持续交付　276

6.1　持续部署简介　276

6.1.1　持续部署的概念　276

6.1.2　持续部署和持续集成、持续交付的区别　277

6.1.3　持续部署的演进　278

6.2　发布策略　280

6.2.1　常见的发布策略　280

6.2.2　特性开关发布　284

6.3　微服务部署　286

6.3.1　微服务架构的概念　286

6.3.2　传统开发模式和微服务开发模式的区别　287

6.3.3　微服务和DevOps的关系　288

6.3.4　微服务部署策略　289

6.4　制品和制品库　291

6.4.1　制品库的作用　291

6.4.2　制品的类型　292

6.4.3　制品库的建设　293

6.4.4　常见的制品库　294

6.5　Pipeline的种类和用法　296

6.5.1　Pipeline对DevOps的作用　296

6.5.2　Pipeline的种类　297

6.6　Pipeline的最佳实践　303

6.6.1　创建流水线的3种方式　303

6.6.2　Jenkinsfile文件的用法　306

6.6.3　Jenkinsfile文件的高阶使用场景　308

6.6.4　Pipeline中Docker的使用　312

第7章　代码质量和安全　314

7.1　技术债务　314

7.2　质量内建　318

7.3　代码规范和指标　323

7.4　代码评审　333

7.5　DevOps和安全的集成　337

7.6　DevSecOpsZ佳实践　342

第8章　DevOps的度量体系　350

8.1　数据思维　350

8.2　DevOps数据体系的建设和管理　354

8.3　DevOps数据在运维领域的使用场景　359

8.4　构建DevOps度量体系　363

8.5　构建DevOps指标体系　368

第9章　持续改进和反馈　376

9.1　DevOps持续反馈原则　376

9.2　DevOps的持续改进　379

9.3　DevOps常见误区和改进目标　381

第　10章 DevOpsZ佳实践　386

10.1　阿里云云效的DevOpsZ佳实践　386

10.2　腾讯云DevOpsZ佳实践　393

10.3　苏宁金融DevOpsZ佳实践　404

第　11章 DevOps的后续发展　409

11.1　DevOps是衡量CMDB是否成功的重要方式　409

11.2　DevOps逐渐回归本质　410

11.3　DevOps的发展趋势是成为服务目录门户　410

11.4　AI对DevOps的赋能，是“蜜糖”还是“毒药”？　411

11.5　DevOps也需要依靠数据中台　411

11.6　DevOps是否爆发式成长取决于企业领导者是否赋予研发人员更多的话语权　412

11.7　自动化已经逐渐脱离DevOps的范畴　412

11.8　没有度量的DevOps会逐渐沦为“鸡肋”　413

11.9　CI/CD流水线已不再是潮流　413

11.10　成本复盘将成为DevOps发展的新方向　413

11.11　SEC成为DevOps爆发式发展的一个阻碍　413