最近，我进行了一次网上搜索，以寻找DevOps的概述，尽管有大量的DevOps工具和实践，但我无法找到一个综合的概述。因此，我开始了对DevOps生态系统和最佳实践的梳理，以创建一个整体视图，方便后续研究实践。
CI（持续集成）
这个图表的CI部分包括以下组件：
- 代码仓库：在图表中，我使用了GitLab作为源代码控制和代码仓库，因为它在仓库管理方面具有用户友好的界面。它允许以分层方式创建组和子组，有效地控制团队结构。
- 构建工具：图表中也使用了GitLab作为构建工具。它提供了广泛的功能，用于编写代码管道，并支持模板化。
- 自动化测试：虽然有许多端到端测试框架可用，但目前在社区中最流行的是Cypress。对于自动化安全测试，您还可以使用GitLab，它提供了全面的工具集，供您使用。
- 构件库：为了存储Docker镜像或Helm图表，我集成了Harbor作为构建库。尽管有基于云的选项，但在空隙环境中使用诸如Harbor之类的工具是必需的。
我将CD存储库与源代码存储库分开，因为需要多个环境来为多个客户提供服务。然而，如果您的每个产品没有多个环境，您可以将它们合并到一个存储库中。
- 基础设施即代码：为了创建基础设施（VM）和平台（Kubernetes），使用像Terraform这样的工具是必不可少的，它可以轻松创建。虽然还有其他选择，比如Ansible或Puppet，但这些工具不支持声明性格式。我强烈建议使用Terraform和GitLab来存储您的IAC状态。
- 部署服务：我将GitLab作为部署服务，用于存储每个应用程序的环境配置文件。您可以在GitLab内创建一个Git存储库，存储您的配置文件，并定义一个管道，以将Helm图表部署到Kubernetes集群。虽然还有其他选择，比如Spinnaker，但我发现它相当复杂，具有许多可能对您的用例不必要的功能。
CM（持续监控）
CM（持续监控）部分包括以下组件和关系：
度量服务器：在图表中，我使用Prometheus作为度量服务器，用于收集和存储来自应用程序、平台和基础设施的度量。
日志服务器：我使用了社区中广受欢迎的ELK堆栈（Elasticsearch + Logstash + Kibana）来收集和存储日志。它提供了广泛的功能，可以根据收集的日志增强分析仪表板。
跟踪服务器：对于跟踪服务器，我选择了Jaeger。虽然还有另一个选项Zipkin，但我个人推荐Jaeger，因为它是一个较新的项目，拥有更大的社区。如果您想了解如何从应用程序发送跟踪到Jaeger，可以查看我关于这个主题的另一篇文章：
基础设施监控：有许多可用于基础设施监控的工具，每个工具都有其自己的优缺点。然而，我选择了Zabbix，因为它是一个具有全面监控能力的开源项目。它是一个基于代理的工具，虽然还有一些无代理的替代方案。一些公司选择使用SolarWinds作为替代方案。
自动缩放器：Keda项目专门设计用于基于Kubernetes中不同指标的Pod自动缩放。它支持各种类型的应用程序，并从中收集指标以便于自动缩放。此外，还有其他工具可用于根据Prometheus收集的指标自动缩放基础设施和平台资源（如VM数量或Kubernetes工作节点）。
警报管理器：警报管理器工具应能够从不同系统收集和去重警报。Alertmanager是Prometheus开源团队开发的一个工具，可以接收来自各种监控工具（如Prometheus、Zabbix和Elasticsearch）的警报。它能够根据预定义的规则和配置对这些警报进行分组、去重和过滤。此外，它还支持各种通知机制，可以将警报发送给支持团队，包括电子邮件、PagerDuty、Slack和其他自定义集成。
结论
总体而言，如下所示：
这些系统共同工作，以确保生产环境的可靠性和弹性。CI + CD + CM的组合促进了不同团队之间更好的协作。如果您正在遵循敏捷方法，开发团队可以处理CI部分，运维团队可以处理CD部分，监控团队可以处理CM部分。这些团队合作，以确保服务的可靠性。
