近年来，DevOps已成为软件开发（Dev）与系统运维（Ops）相结合的重要概念。 DevOps旨在缩短开发生命周期，并提供高质量软件的持续交付。 DevOps是当今IT行业最热门的职业领域之一，但DevOps是多领域交织的“黄金集合”。 要成为一名合格的DevOps工程师（Dev，Ops），您必须精通一系列DevOps技能。 在这里，Worm 为您提供了 DevOps 专业人士必须掌握的工具和技术，这些工具和技术是免费和开源行业中最受欢迎的工具，涵盖了从编程、持续集成和交付 （CI CD） 到基础设施（即 IAC、监控等）的一系列需求，以确保他们能够应对各种 DevOps 角色和场景。 如果你想进入DevOps行业，可以按照列表自己学习，已经进入这个行业的老手也可以借此来检查和填补空白，丰富自己的知识和工具箱。
DevOps 是一组实践和方法，将开发团队（创建软件的人员）和运营团队（部署和维护软件的人员）聚集在一起。 这些团队不是在单独的孤岛中工作，而是在整个软件生命周期中密切合作，从设计到开发过程再到生产支持。
在传统环境中，这些团队可能会单独工作，导致沟通不畅、延迟和最终产品不完美。 DevOps 确保每个人都从一开始就一起工作、分担责任并不断沟通，以更快、更高效地解决问题。 它是将软件的创建和操作连接到一个有凝聚力、高效和富有成效的工作流程中的桥梁。
换句话说，DevOps是确保团队一起工作并使用相同剧本的做法。 最终目标是提高软件质量和可靠性，并加快向最终用户交付软件所需的时间。
在DevOps实践中，需要保证软件交付的一致性和可靠性，因此对配置和库的统一管理是DevOps思想的核心。 通过版本控制、配置管理、自动化和基础架构进行集中式配置管理，存储和跟踪配置更改。
持续集成 （CI）：参与其中的开发人员通常会将他们的更改合并到一个存储库中，在那里他们运行自动化构建和测试。 最终目标是快速捕获并修复集成错误。
持续交付 （CD）：在 CI 之后，持续交付可自动将应用程序交付到选定的基础架构环境。 这确保了软件可以在任何时候进行部署，而无需人工干预。
自动化：自动化是 DevOps 的核心。 它适用于测试、部署甚至基础架构配置，有助于减少手动工作、最大限度地减少错误并加快流程。
监控和反馈：持续监控应用程序和基础架构性能至关重要。 它有助于快速识别和解决问题。 反馈循环允许基于真实用户体验的持续改进。
掌握DevOps生命周期的各个阶段是充分理解DevOps本质的关键。 下图涵盖了DevOps生命周期的各个阶段以及所涉及的方法和工具。
计划：在这个初始阶段，团队决定软件的特性和功能、项目开发的时间表、主要功能、操作环境等。
发展：一旦计划到位，开发人员就会写**来开发软件。 这个阶段涉及使用编程语言和工具将想法转化为有形产品，以及**的版本控制，这需要开发人员之间的协作，并涉及 git 等版本控制工具。
建：编码后，下一步是将源代码编译为可运行的应用程序，这涉及将源代码转换为可执行程序，涉及自动化工具 （CI） 等自动化构建。
测试：测试对于确保软件的质量和可靠性至关重要。 在此阶段，在将软件发布给用户之前，将运行自动测试以查找并修复错误或问题。 涉及自动化测试和质量管理等工具（CI）。
部署并运行：一旦软件通过了所有测试，就可以发布它并将其运行到用户可以访问的生产环境中了。 部署应自动化，以实现频繁和可靠的发布，并且需要最少的人工干预。 它涉及自动化工具、CI CD 工具、IOC、配置管理工具等。
监测：监视涉及收集、分析和使用有关软件性能和使用情况的数据，以识别问题、趋势或需要改进的领域，涉及监视工具。
对较低级别开始的改进：最后阶段形成一个闭环，其中来自监控和最终用户体验的反馈用于对未来的改进或更改做出明智的决策。
但是，为了实现这一点，需要特定的软件工具。 好消息是，DevOps生态系统中有顶级开源系统可以帮助我们实现部分或全部流程。
目前，容器云技术已成为DevOp系统的基础。 它们彻底改变了开发人员构建、发布和运行应用程序的方式，以前所未有的方式缩小了部署与部署之间的差距。
容器允许开发人员将应用程序及其所需的所有部分（例如库和其他依赖项）打包在一起，并将其发布为包。 这种一致性提高了复杂系统部署的便利性，减少了由于开发和生产环境的差异而导致的各种问题，并简化了DevOps生命周期以提高生产力。
同时，docker 容器可以在几秒钟内启动和停止，从而更轻松地管理峰值负载。 这种灵活性在当今的敏捷开发流程和持续交付周期中至关重要，使团队能够更快、更可靠地将更新推送到生产环境中。
容器还提供程序之间的隔离，确保每个应用程序及其运行时环境都可以单独受到保护。 这有助于最大限度地减少正在运行的应用程序之间的冲突，并通过限制潜在攻击的范围来增强安全性。
尽管容器在 Docker 出现之前就已经存在，但它使它们流行起来，并将它们设定为 IT 行业广泛使用的关键标准。 如今，Docker 仍然是使用容器的首选，使其成为所有 DevOps 专业人员的基本技能。
在基于容器的容器云生态系统中，该工具用于管理（编排）这个复杂的集群。 在DevOps生态系统中，这被称为“协调器”。 虽然容器领域还有其他广泛使用的替代方案，例如 Swarm、Podman、LXC 等，但在谈论容器编排时，有一个名字脱颖而出作为最终解决方案，那就是 K8s（Kubernetes）。
作为一个强大的开源平台，用于自动化容器化应用程序的部署、扩展和管理，K8S 从根本上改变了开发和运营团队的协作方式，通过在计算机集群之间自动分配应用程序，快速高效地交付应用程序。
K8S 还支持无缝扩展应用程序，以响应不断变化的需求，确保最佳的资源利用率和性能。 K8S 消除了管理基础设施的复杂性，使开发人员能够专注于编写，而运营团队则可以专注于治理和自动化。
此外，K8S 对 CI CD 管道非常友好，可自动执行签入到部署过程，使团队能够持续快速可靠地发布新功能和修复程序。
简单来说，知道如何使用 K8s 对于 DevOps 领域的每个专业人士来说都是必不可少的。 如果你在这个行业，学习K8S是必须的。
DevOps 的核心是对自动化的需求。 Python 和 Golang 的简单语法以及广泛的库生态系统允许 DevOps 工程师编写脚本来自动部署、管理配置并简化软件开发生命周期。 两种语言都有专用DevOps生态和流程栈系统的模块和工具支持，优势互补，是DevOps开发系统不可或缺的两大支柱。
无论是用于配置管理的 Ansible （Python）、Saltstack 还是作为胶水语言的 Python，胶水都集成了各种 CICD 堆栈工具，以实现持续的 DevOps 工作流程，从而实现跨不同平台和环境的无缝操作。
Python 在 IAC（基础设施即事物）范式中也至关重要，它允许团队通过 Python 定义和配置基础设施。 Terraform 和 CloudFormation 等库通常与 Python 脚本一起使用，以自动设置和管理服务器、网络和其他云资源。
Python 的数据分析和可视化功能对于监控性能、分析日志和识别瓶颈非常宝贵。 Prometheus 和 Grafana 等工具通常与 Python 集成，使 DevOps 团队能够保持高可用性和性能。
Python 在流行的人类领域也得到了广泛的支持，DevOps 和数据智能对于访问 AI 是必不可少的，这使得它更加依赖这种语言。
DevOps生态中的绝大多数工具包括Docker、K8S、CoreOS、InfluxDB、Traefik、Hugo、Terraform、OpenTof、Gitlab Runner等，很多云原生工具都是使用Golang开发的，所以Golang是DevOps开发中天生的老大哥，要想在DevOps生态中有所建树，就必须好好学习Golang开发。
Git 是 Linus 历时三个月开发的分布式版本控制系统，在软件开发、版本管理和协作开发领域占据主导地位，是 DevOps 系统不可或缺的一部分。 Git 提供了项目更改的全面历史记录，可以更轻松地跟踪进度、恢复错误和了解库的演变。 此功能对于保持DevOps所寻求的开发速度和质量至关重要。 Git 与持续集成持续部署 （CI CD） 管道无缝集成，创建一个事实上的 DevOps 堆栈，该堆栈充当堆栈的源（** 和配置管理存储库），并由流触发（修改推送、拉取和触发具有各种 git 钩子的后续 CI CD 操作）。
了解 Git 使 DevOps 专业人员能够有效地实施和管理分支策略，例如流行的 Git 流程。
DevOps 团队所做的许多工作都是从简单的 git 命令开始的。 作为 DevOps 流程触发的开关，它直接启动了 CI CD 流程中的一系列步骤，最终形成完整的软件产品、正常运行的服务或稳定的 IT 基础设施。
简而言之，对于行业专业人士来说，“拉”、“推”、“提交”等命令是DevOps的字母表。 因此，在这个领域变得更好和成功取决于对 git 的熟练程度。
Ansible、Saltstack、Puppet 和 Chef 等自动化工具是我们 DevOps 实践的核心，作为开源自动化工具，在基础架构、配置管理和应用程序部署中发挥着关键作用。 对于DevOps领域的专业人士来说，掌握自动化执行工具的技能变得越来越重要。
这些工具允许团队自动执行软件配置、配置管理和应用程序部署过程。 这种自动化减少了人为错误的可能性，并显著提高了效率，使团队能够专注于更具战略性的任务，而不是重复的手动工作。
虽然这对 DevOps 工程师来说不是强制性的，就像容器、Kubernetes 和 Git 一样，但 DevOps 角色的任何职位都需要熟练使用自动化工具。
Jenkins 是一个开源自动化服务器，可促进持续集成和持续交付 （CI CD） 实践，使团队能够更快、更可靠地构建、测试和部署应用程序。
Jenkins 的工作方式是监控版本控制系统的更改，自动针对新版本运行测试，并促进将构建部署到生产环境。
由于这些特性，正如 Kubernetes 是容器编排的首选工具一样，Jenkins 也是 CI CD 流程的首选工具，可以自动执行软件开发生命周期中涉及的重复性任务，例如构建**、运行测试和部署到生产环境。
通过与多种开发、测试和部署工具集成，Jenkins 是简化的 CI CD 管道的支柱。 它使开发人员能够将更改集成到项目中，并使团队更容易及早发现问题。
精通 Jenkins 在 DevOps 领域备受追捧。 随着组织越来越多地采用 DevOps 实践，对精通 Jenkins 和类似技术的专业人员的需求持续增长。
掌握它为许多机会打开了大门，从专注于构建和维护 CI CD 管道的角色到 DevOps 运营开发角色。
GitLab 是目前唯一一个作为单个应用程序交付的全栈、全流程完整开发 （SEC） 运营平台，从根本上改变了开发、安全和运营团队协作和构建软件的方式。 从设计到开发，GitLab 帮助团队将周期时间从数周缩短到几分钟，从而降低开发成本和上市时间，同时提高开发人员的工作效率。
借助用于 CI CD 实现的 Jenkins 构建块脚本和插件，GitLab 在单个平台上实现了一个完整的 DevOps 系统：一个接口、一个会话线程、一个数据存储和一个用于安全和设计管理的堆栈。
持续迭代开发，持续快速推出。 使所有团队能够使用 CI CD 高效协作。 Gitlab 支持功能强大、可扩展的端到端自动化。 Gitlab 也是敏捷开发和持续迭代的典范，一年一个大版本，一个月一个中版本，还有几个补丁版本，可以快速实现功能更新和迭代，其 Dev（SEC）Ops 设计理念和功能也是业界最先进、最快的，遥遥领先于其他（如 Jenkins）工具。
Gitlab 还附带了 DevSecOps（高级功能仅在企业高级版中受支持）、*质量和漏洞管理所需的内置安全自动化。 通过严格的数据和安全管理与合规性检查，消除了从生产开发到交付的整个安全迭代管理堆栈。
如果企业无法在本地采用 Gitlab 单栈 DevOps 解决方案。 例如，如果您使用的是第三方 Git 存储库 （GitHub），则可以选择使用 Argo CD。
从本质上讲，Argo CD 是 Kubernetes 的声明式 Gitops 持续交付工具，其 Git 存储库充当定义应用程序及其环境的事实。
当开发人员将更改推送到存储库时，Argo CD 会自动检测这些更新并将更改同步到指定环境，确保集群中的实际状态与存储在 Git 中的所需状态相匹配，从而减少人为错误的可能性。
掌握 ARGO CD 使专业人员能够有效地大规模管理复杂的部署。 这种熟练程度带来了几个关键的好处，其中最主要的是增强了自动化。
通过将部署与 Git 中的版本控制配置绑定，Argo CD 确保了跨环境的一致性。 此外，它还自动化了部署过程，减少了人为错误，并为 DevOps 团队腾出了宝贵的时间，让他们专注于更具战略性的任务。
此外，随着应用程序和基础设施的增长，Argo CD 的功能使团队能够轻松管理跨多个 Kubernetes 集群的部署，支持可扩展的操作，而不会影响控制或安全性。
对于DevOps领域的专业人士来说，掌握Argo CD意味着站在行业向更自动化、更可靠和更高效的部署过程迈进的最前沿。 最后但并非最不重要的一点是，努力掌握 Argo CD 可以推进职业道路。
近年来，Terraform 已成为 DevOps 专业人士的基石，用于定义和配置基础设施——“基础设施即事务 （IAC）”。
Terraform 允许开发人员和 IT 专业人员使用高级配置语言定义其基础结构，使他们能够编写服务器、数据库、网络和其他 IT 资源的设置和配置脚本。 这样一来，Terraform 就为通常复杂的基础设施管理流程带来了自动化、可重复性和一致性。 通过自动化基础架构管理并将其集成到开发流程中，使基础架构管理更加可靠、可扩展和透明。
借助 Terraform，DevOps 专业人员可以无缝管理多个云服务和提供商，只需一个命令即可部署整个基础架构。 此功能在当今的多云环境中至关重要，因为它确保了灵活性，避免了供应商锁定，并节省了时间和资源。
此外，它与分布式版本控制系统（如 Git）很好地集成在一起，允许团队以与管理应用程序相同的方式跟踪和审查对基础设施的更改。
鉴于 Terraform 的开发人员选择了闭源，Linux ** 正在推出其开源兼容性工具 OpenTofu，它是 Terraform 的完全兼容和生产就绪的分支。 强烈建议您将现有的 terraform 替换为 opentofu 或从头开始使用 opentofu。
Prometheus 是一个开源的监控和告警工具包，由于其强大的动态服务监控功能而获得广泛采用。 其核心是实时收集和存储指标作为时间序列数据，允许用户使用 PromQL 语言查询这些数据，从而允许 DevOps 团队跟踪从 CPU 使用率和内存到用户可定义的自定义指标的所有内容，以深入了解系统的运行状况和性能。
Prometheus 的工作原理是按指定的时间间隔从配置的目标中抓取指标、评估规则表达式、显示结果并在满足特定条件时触发警报。 这种设计使其成为具有复杂监控和警报要求的环境的理想选择。
总的来说，Prometheus 对于 DevOps 领域的任何人来说都是一项关键技能。 它提供了对系统性能和运行状况的详细、实时洞察，使其成为现代动态基础设施管理不可或缺的一部分。 随着系统变得复杂，对能够有效利用 Prometheus 的熟练专业人员的需求只会增加，使其成为任何 DevOps 职业道路的关键能力。
Grafana 作为企业监控数据中端接口，帮助用户团队在一个全面且易于理解的仪表板中可视化和分析来自各种**（例如 Prometheus、Elasticsearch、Loki 等）的指标。
通过将这些数字数据转换为具有视觉吸引力的图形和图表，Grafana 使团队能够监控其 IT 基础设施和服务，从而提供对应用程序性能、系统运行状况等的实时洞察。
Grafana 使 DevOps 专业人员能够对系统保持警惕，在问题升级之前识别和解决问题，从而确保更顺畅的运营和更好的服务可靠性。
此外，Grafana 支持将来自各种系统的数据聚合和可视化到单个仪表板中，使其成为所有系统的监控位置。
最重要的是，Grafana 广泛的自定义选项允许 DevOps 专业人员根据他们的特定需求定制仪表板。 在一个项目的需求可能与另一个项目的需求有很大差异的领域，这种灵活性是必不可少的。
总之，掌握 Grafana 使 DevOps 专业人员具备有效监控、分析和优化系统的技能。 因此，利用 Grafana 强大功能的能力将继续成为任何 DevOps 专业人员工具包中的宝贵资产。 **10,000粉丝奖励计划
总结
本文中列出的 DevOps 工具和方法涵盖了从编程、自动化、版本控制、持续集成和交付 （CI CD） 到基础结构（即 IAC）、监视的一系列方案，并展示了 DevOps 行业的最佳实践，无论你是新手还是希望提高技能的经验丰富的专业人士。