餐饮公司网站建设策划书,衡水网站建设费用,哪个网站可以做房产信息群发,网站推广系统目录
前言
DevOps
DevSecOps
GitOps
1、缺少一致性
2、使用成本高
3、鉴权分散
4、审核审计困难
5、不可变基础设施扩展难
DataOps
AIOps
总结 前言
提到运维#xff0c;自然而然会联想到DevOps#xff0c;大家应该还听说过DataOps、GitOps、DevSecOps、AIOps等…目录
前言
DevOps
DevSecOps
GitOps
1、缺少一致性
2、使用成本高
3、鉴权分散
4、审核审计困难
5、不可变基础设施扩展难
DataOps
AIOps
总结 前言
提到运维自然而然会联想到DevOps大家应该还听说过DataOps、GitOps、DevSecOps、AIOps等这么多的XXOps到底都是啥意思他们又是因为什么而存在并发展起来的呢 本文讲一一为大家进行解答。
DevOps
DevOps是所有Ops的大哥后续的Ops们都属于DevOps的加强和变种。
DevOps的产生存在两方面的意义从思维方式来讲DevOps约等于敏捷因为DevOps的设计理念和初衷就是围绕敏捷开发的思想来建设的从架构设计上来讲DevOps是将应用全生命周期相关工具进行平台化。 总之DevOps既是敏捷开发的思维也是这种思维的具象化实现。
DevOps贯穿整个敏捷敏捷开发的周期从时间维度可以拆分为以下环节每个环节关注点也是不一样的。 DevSecOps
DevSecOps是DevOps的弟弟妹妹里最好理解的一个正如字面意思SecurityDevOps安全加持下的DevOps他可以说是时代的产物也可以说是DevOps的必然方向。
DevOps解决的是效率问题但随着国家越来越关注互联网安全加之安全漏洞被利用的方式也越来越多系统架构师们发现安全问题并不只是买几台跳板机就能解决的问题必须从需求设计、编码、测试、上线、日常维护等应用全生命周期各个阶段都要体系化的介入进去才能最大程度的保障系统的安全性而这些周期环节与DevOps完美的契合在一起所以就有了DevSecOps的诞生。
如图所示可以把DevSecOps理解为DevOps在每个环节上的安全加强。 GitOps
每一种新技术的产生都是为了解决旧技术的某些痛点GitOps也是如此。
DevOps有哪些痛点
1、缺少一致性
以CD为例我们是将预定的发布策略和环境变量设置到了持续部署的流水线中只能保证在部署阶段其资源与流水线中设置是一样的但我们不能保证经过一段时间后云资源中的情况与我们设想的一样所以我们需要有一个唯一的声明式的配置标准这份配置是什么样的那么资源就是什么样的。
2、使用成本高
DevOps贯穿了应用交付全生命周期也关联了整个周期内的所有工具一线运维人员需要学习和登录到所有工具或相关平台去完成操作但我们更期望有一中脚本式或者说明文件式的方式帮我们隐藏掉底层工具的复杂度。
3、鉴权分散
与上述痛点一样工具的多样性决定了鉴权控制的分散性。
4、审核审计困难
与上述一样痛点一样工具的多样性同样带来了审核和审计的分散性。
5、不可变基础设施扩展难 DevOps的不可变基础设施是镜像随着业务的发展我们希望有例如“镜像环境变量DNS配置告警配置”这种更丰富的不可变基础设施在传统DevOps里很难扩展。 Git可以完美的解决DevOps中上述缺点我们可以把更丰富的基础设施用声明式文件描述出来任何DevOps工具的操作都通过提交Git中脚本或配置来实现Git自带完整的鉴权、审核、操作审计体系那么就只剩下“一致性”问题了。
解决一致性问题的思路如下 一边从Git中拉取配置数据一边从真实环境中采集相关真实数据通过比对方式判断二者是否存在差异性当存在差异时以Git中数据为准通过声明式方式将Git中内容推送到真实环境中。
DataOps
DevOps的另一个弊端是运维数据完全依赖于运维工具也就是说数据与工具是耦合的以监控为例换一套指标采集工具配套的监控语句就得做出响应修改。
DevOps发展到一定程度我们还面领着另一个问题看似数据很多但不成体系到底哪些是我们需要的那些是需要沉淀的数据间的关系是怎样的需要我们从这些数据中进行提炼。
出于上面两点考虑会搭建符合自身场景的运维数仓将运维需求抽象成数据模型模型上层构建应用场景模型下层对接各种工具中并从中钻取关注的明细这一数据化的过程就是DataOps。
DataOps带来革命性的意义运维平台第一次有了输出成为了一个DaaS服务也为AIOps提供了数据基础。
AIOps
AIOps是目前运维体系发展方向因为它涉及到故障自愈、容量评估、异常诊断、安全风险预判等场景赋予了运维更智能的体验也在效率、稳定性、成本、安全方面体现出运维更多的价值。虽然AIOps很美好但是AIOps是建立在DataOps基础上的一切的AI都要基于数据数智时代必须现有数才能有智所以要做好DataOps是AIOps的必经之路。
总结
DevOps的出现是为了解决效率问题GitOps的出现是为了解决一致性、审计、基础设施等问题DevSecOps是体系化安全建设问题AIOps是运维智能化方向DataOps是AIOps的必经之路。
