摘要：运维友好的应用当开发更多的参与运维的工作后，切身的体会到需要改进的痛点后，变化就来了。比如，开发出运维友好的应用。什么是运维友好的应用在这篇论文里提到运维友好的应用几乎不需要人工干预，极个别难解的故障外都可以被自动检测并恢复。
dev+ops?
对于devops的理解，似乎很长一段时间都在混沌状态。这很像早期网格计算，云计算初期每个人解读的版本各有不同。同一本圣经，最后还不是由于不同信徒的解读导致产生了天主教，东正教，新教的各种分支吗？ 所以解读很重要。
传统上，大家认为devops就是让dev干ops的活，干掉ops这个岗位，给老板省钱。小企业用云厂商方式搭建的应用上（其实还是要有懂ops的人）似乎可以这么搞，持有大规模私有云的企业适合这么干吗？
这两个词合在一起其实可以从两个方向看：
dev >> ops
很明显，这是要dev有运维能力，加运维技能点。
dev << ops
反过来，运维为了减少人肉，要有开发能力，开发自己需要的系统，进行自动化运维。
两个方向合力，各自都在自己的地盘上多跨一脚，成就了别人，也造就了自己。我们想要的就是在工程效率上的提升。
Google的devops这件事上Google继续领跑，去年Google出了一本书《Site Reliability Engineering》给出了答案，SRE就是Google版本devops的最佳实践。
其指导思想就是开辟了SRE岗位，让此岗位的人具备研发能力，自研支撑系统来代替传统上各种需要人工操作的地方，保证系统规模不断扩大时系统工程师别跟着线性增长。SRE招聘上有两类：一类与正常的软件工程师技能要求一样；另一类工程师技能可能稍弱但有其他技能（UNIX内核，三层网络）加成。
devops作为一种开发模式的转变，我认为其提供的其中一种积极的作用在于，让传统上分裂的开发和运维部门更多的协作，而不是对立。
例如开发关注点在于功能的交付，运维关注点在于系统稳定和安全。通常一个渣渣系统出问题，可能半夜先被叫醒的是Ops而不是Dev，当Dev不深受其苦时其系统稳定性是没有内在动力的。
运维友好的应用当开发更多的参与运维的工作后，切身的体会到需要改进的痛点后，变化就来了。比如， 开发出运维友好的应用。
什么是运维友好的应用？
James Hamilton 在Windows Live Services Platform 2007这篇论文里提到：
While auto-administration is important, the most important factor is actually the service itself. Is the service efficient to auto- mate? Is it what we refer to more generally as operations-friendly? Services that are operations- friendly require little human intervention, and both detect and recover from all but the most obscure failures without administrative intervention.
运维友好的应用几乎不需要人工干预，极个别难解的故障外都可以被自动检测并恢复。
此文章主要介绍了Windows Live Search团队在交付运维友好的服务时总结的最佳实践，如今仍然有指导意义。此处不做展开，文末引申阅读里列出了下载地址，可自行观看。
Design for failure开源界典型的业界范例可以参考Netflix贡献的eurka，DropWizard等产品的设计思路，此类基础程序在设计之初就考虑到了分布式系统的容错，系统监控自包含并提供http接口和简单图形界面。
以Eureka为例，作为设计在云计算环境使用的服务发现组件，认为服务失效是个常态，所以在服务失效时客户端代码有本地缓存，会自动将请求分发到一台新的服务地址上，实现故障转移。 而Eureka的服务端，会对发布在其上的服务器进行健康监测，在心跳缓慢或丢失时自动将服务器剔除，达到自动容灾的目的。
此处可引出很多内容（自我保护，容灾，限流，降级，监控，分组隔离，进程隔离，线程隔离，容量规划，基线管理，超时控制，重试控制，无状态化），真要聊，还是另开场地吧~
方便的监控现代服务都有良好的后台，方便的看到系统内部状态，eureka 界面如下：
eureka也被集成到了spring cloud中作为服务发现的组件，其界面也是大同小异的：
由上也可看出，什么叫运维友好？自己的服务，能在一处统一的地方看到内部的运行状态，这在观测系统行为和排查问题时是极为有用的。
依赖控制java依赖通过maven控制，为啥系统依赖要割裂出来用各种基线来控制呢？还是用docker image解决系统级的依赖吧，不过似乎大多数java应用除了jdk,tomcat其实也不需要太多此种依赖，除了外挂的各种采集类的agent。
自动化最近Gitlab.com发生的删库后，陈皓的一篇文章阐述了一个观点
一个公司的运维能力的强弱和你上线上环境敲命令是有关的，你越是喜欢上线敲命令你的运维能力就越弱，越是通过自动化来处理问题，你的运维能力就越强。
这是必要的，按照规范将大量繁杂活自动化，命令都固化到脚本或程序中去，让程序准确无误地执行。
好了，就这么多了，欢迎拍砖
—
延伸阅读：
On Designing and Deploying Internet-Scale Services
为什么不应该使用ZooKeeper做服务发现
理解Eureka的自我保护模式
Netflix源码解析之Eureka：Eureka client 注册过程
从GITLAB误删除数据库想到的)
本文来自微信公众号「麦芽面包，id「darkjune_think」
转载请注明。
微信扫一扫关注公众号。
文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。
转载请注明本文地址：https://www.ucloud.cn/yun/7987.html
摘要：运维部门比较笨，他们不懂新技术，为什么他们没法实现最新的技术呢为什么他们这么落伍呢在我的机器上运行的没问题啊刺客联盟与圣殿骑士互掐了几百年，但事实上他俩都不过是想维护人类文明开发与运维互看不顺眼，但他们的初心都是想这个项目能顺利验收。 从电子游戏到DevOps在一个项目团队中，开发与运维之间的关系像极了知名大型游戏《刺客信条》里的故事：开发就是追求自由的刺客联盟——我喜欢用各种新颖技术...
摘要：当云平台出现网络故障系统故障等问题，这对云租户用户有时甚至是致命的，所以不少是由高级别开发人员转型而来。目前国内各大云厂商也基本都提供了应用运维平台，包括腾讯蓝鲸阿里华为等。 DevOps 全链路 下图是我们熟知的软件研发环节，在迭代频率高的研发组织里，一天可能要经历多次如下循环。对于用户群体庞大或者正在经历大幅业务扩张的企业研发组织，除了重点关注应用的快速上线之外，如何保障应用的高可...
摘要：编者按本文作者为，主要介绍告警疲劳的产生原因与对抗告警疲劳的种方法。告警疲劳不仅会影响团队成员的工作情绪，而且会阻碍软件交付链的成长。利用工具事件管理工具对抵抗告警疲劳大有帮助。 【编者按】本文作者为 Chris Riley，主要介绍告警疲劳的产生原因与对抗告警疲劳的8种方法。文章系国内 ITOM 管理平台 OneAPM 编译呈现。 各司其职、孤军作战非常不利于团队沟通，一旦发生重大事...
摘要：此文已由作者林帆授权网易云社区发布。好在问题发生在工作时间，被及时发现，没有导致什么损失。此外，服务的安全性也逐渐需要提上日程。这种应用与云高度融合的实践算得上是的一种终极形态。 此文已由作者林帆授权网易云社区发布。 欢迎访问网易云社区，了解更多网易技术产品运营经验。 序文伴随着IaaS、PaaS等云端基础设施技术的成熟，应用上云成为许多企业软件部门的心头大事。通过把传统软件系统搬到云...
摘要：作为本次大会的白金赞助商，华为云作为容器技术的领导者之一，将如何展现自身能力让小编先带你一睹为快。华为云如何参与本次峰会技术直击热点自去年以来，存储一直是大会的热点。今日，2018年容器领域最大的峰会之一KubeCon ＋ CloudNativeCon于丹麦哥本哈根召开。云计算业界领先公司和技术大牛将齐聚童话王国一同交流和分享容器技术。作为本次大会的白金赞助商，华为云作为容器技术的领导者之一...
阅读 1237·2023-04-25 23:47
阅读 889·2021-11-23 09:51
阅读 4285·2021-09-26 10:17
阅读 3686·2021-09-10 11:19
阅读 3237·2021-09-06 15:10
阅读 3533·2019-08-30 12:49
阅读 2366·2019-08-29 13:20
阅读 1712·2019-08-28 18:14
