DevOps und das Continuous Delivery System

Szene anwenden

Das Softwareentwicklungsteam stößt fast zwangsläufig auf "Lieferengpässe" bei der Skalierung: Die Häufigkeit der Codeeingaben nimmt zu, aber die Zugriffsgeschwindigkeit wird langsamer; verschiedene Werkzeuge und Prozesse werden entwickelt, getestet und laufen aufeinander, was einen manuellen Kontakt zwischen drei Personen und dem System erfordert; Umweltunterschiede machen "auf meinem Computer laufen" zu einem verbalen Argument; und das Versagen von Linienlinien, die eine Protokollanzahl erfordern, und der Verlust von Benutzern, wenn Probleme gefunden werden.

Das Problem ist nicht, dass das Team nicht hart arbeitet, sondern dass es das ist.Fehlen eines automatisierten Systems und Normen für die Zusammenarbeit, die Entwicklung, Test, Bereitstellung, Transport und Kommunikation verbindenDie hier beschriebenen Szenen sind für Softwareteams gedacht, die standardisierte DevOps-Praktiken und kontinuierliche Bereitstellungsfunktionen erstellen wollen und auf Seiten angezeigt werden.ZhiHua Tech (Shanghai e-Seok-shu Hsien-Shui Information Technology Ltd.)Die verfügbaren DevOps-Systemkonstruktions- und -bereitstellungsmethoden stellen keine Offenlegung von Daten für bestimmte Kunden dar.

Typische betriebliche Herausforderungen

1. Langer Release-Zyklus, mehrere manuelle Operationen und hohe Fehlerrate

• Erstellen und Deployment manuellDas manuelle Paket, der manuelle Upload-Server, der manuelle Neustart-Service nach der Codeentwicklung – eine einfache Version kann eine halbe Stunde dauern, bis sie aktualisiert wird. Jede Version ist eine stressige Operation, und ein leichtes Leck kann fehlschlagen.
• Inkohärenz in der UmweltEs gibt versteckte Unterschiede zwischen der Entwicklungsumgebung, der Testumgebung, der Vorveröffentlichungsumgebung und der Produktionsumgebung - die Betriebssystemversion, die Zwischenkonfiguration, die Abhängigkeit von den kleinen Versionsnummern der Bibliothek -, die dazu führen, dass nach dem Einsatz des vom Test übergebenen Codes in die Produktion weiterhin Besonderheiten auftreten.
• Fehlen standardisierter Roll-Back-MechanismenWenn eine schwerwiegende Fehlfunktion nach dem Release erkannt wird, hängt das Rollback von manuellen Operationen und sogar von der Backup-Wiederherstellung ab, und die Rollback-Zeit wird in Stunden statt in Minuten gemessen.

2. Verzögertes Feedback aus Tests und manueller Bottom-up-Qualität

• Die Testkette ist ein Engpass.Die Testphase kann eine Woche nach der Entwicklung des eingereichten Codes dauern. Das Entwicklungsteam schreibt den Code weiter, und bis der Test zurückkehrt, ist die Entwicklung auf der Grundlage des alten Codes weit fortgeschritten, und die Reparatur von Bug ist zu einer schmerzhaften "psychologischen Backsupposität" geworden.
• Die Regressionstestabdeckung ist unzureichend• Manuelle Runback-Fälle vor der Veröffentlichung, begrenzt auf Zeit und Arbeitskraft, die normalerweise nur den Hauptprozess abdecken. Marginalisierung und Verschlechterung werden oft nach Benutzerbeschwerden erkannt.

3. Niedrig beobachtete Online- und passive Fehlerreaktion

• Logs sind verstreut und schwer zu verbindenBei der Microservices-Architektur kann eine Benutzeranforderung 5-10 Service-Beispiele umfassen: Die Protokolle der Dienste sind auf verschiedene Server verteilt, und Probleme werden auf Log-by-Line-Basis ohne eine einzelne TrackID-Serie überprüft.
• Wir kommen zu spät zur Überwachung.: Die Alarmregeln sind breit angelegt – oft nur, wenn die Anzahl der Nutzer deutlich zurückgegangen ist und das Unternehmen beschädigt wurde – und lösen den Alarm aus. Es fehlt an einer Verknüpfungsanalyse und Frühwarnung für Betriebsindikatoren (niedrigere Anzahl, Erfolgsquote von Zahlungen) und Infrastrukturindikatoren.

Programmdesign Thinking

1. Bau von standardisierten CI/CD-Flowlines

• Auslöser für die Übermittlung von Codes: Die Entwicklung eines Push-Codes in einem bestimmten Zweig löst automatisch die Konstruktion einer Stream-Linie aus - Compilieren, Testen des Geräts, Scannen des Codes (SonarQube), Sicheres Scannen, Spiegelkonstruktion. Wenn eine Verbindung fehlschlägt, erhält der Entwickler eine sofortige Benachrichtigung in IDE oder Enterprise IM.
• UmweltselbstbedienungDie Testumgebung und die Pre-Dispatch-Umgebung werden durch die Standarddefinition von Infrastruktur oder Code (Terraform / Ansible) definiert, und jedes Teammitglied kann die gesamte Umgebung mit einem Schlüssel erstellen.
• Grayscale Release und Kanarieneinsatz: Produktionsfreigaben werden zunächst 5-10% eingesetzt, und die Beobachtung von Kernindikatoren (Fehler, Verzögerungen, Geschäftsdaten) ist normal und wird auf das volle Volumen hochskaliert.

2. Einrichtung automatisierter Schichtungssysteme für die Prüfung

• Testpyramide: Eine große Anzahl von Unit-Tests (schnell, glaubwürdig) Ein ordnungsgemäßer Integrationstest Eine kleine Anzahl von End-to-End-Tests. Jede Streaming-Linie wird zuerst durch Unit-Tests (Sekunden) und dann erst nach dem Passieren durch integrierte Tests ausgeführt.
• Automatisierung des Regressionstests: Die Leistungsbasis der Schlüsselschnittstelle wird bei jedem Build automatisch getestet. Wenn eine Übermittlung zu einer Verzögerung in einer Schnittstelle P99 führt, die den Schwellenwert überschreitet, wird der Build automatisch als Fehler markiert.

3. Detektierung der gesamten Gebäudekette

• Unified Log und Link Tracking: Basierend auf ELK/Loki + OpenTelemetry werden alle Service-Logs gesammelt und in TraceID eingefügt. Geben Sie eine TraceID ein, wenn Sie nach einer Frage suchen, um die Zeit zu sehen, die benötigt wird, um den vollständigen Link und jeden Knoten aufzurufen.
• D.D. Watch und Smart Alarm.Die Infrastrukturüberwachung (CPU/RAM/Disk/Netzwerk) + Anwendungsüberwachung (QPS/verzögert/Fehler) + Betriebsüberwachung (niedriger/Zahlungserfolg) ist mit drei Ebenen verknüpft.

Umfang der Systemkapazität

Code und Build Management

• GitFlow/Trunk-Basiert
• Integrierter Build und Vertrauen auf Management für Multimodul-Projekte
• Türleiste für Codequalität: statischer Scan, Sicherheitslückenerkennung, Prüfung der Abdeckung
• Integriertes Management des Produktlagers (Docker Mirror/ JAR/WAR/ NPM-Paket)

• Laufende Integration und Deployment

• Jenkins/Gitlab CI/GitHub Actions Waterline
• Automatische Multi-Umwelt-Einführung (Entwicklung/Test/Prä-Veröffentlichung/Produktion)
• Greyscale Release, Blue Green Deployment, Rolling Update Strategie
• Ausstellung von Genehmigungsfluss und Automatisierung von Änderungsaufzeichnungen

Automatisierungstest

• Modultest / Integrierter Test / End-to-End Test Layer Policy
• Leistungsrichtwert und Regressionstests
• Schnittstellen-Vertragstest (Pact), um die Interoperabilität der Dienste zu gewährleisten
• Chaos Mesh Test zur Überprüfung der Widerstandsfähigkeit

• Beobachtbare Plattformen

• ELK/Grapana Loki Zentrale Log-Plattform
• Prometheus + Grafana Indikator Überwachung und Visualisierung
• OpenTelemetry, Full-Link-Tracking.
• + Mehrkanalbenachrichtigung (Kreuzfahrt/Mikro/Fly-Buch/PagerDuty)

Infrastruktur ist Code

• Terraform / Pulumi Cloud Resource Organisation
• Ansible / SaltStack Konfigurationsmanagement
• Kubernetes Cluster Management und Auto-Scalp
• Helm Chart Standard Application Deployment

Zu erbringende Leistungen

Wertorientierung

• Sowohl Häufigkeit als auch Zuverlässigkeit der Veröffentlichung: Bis zu und noch häufiger werden monatliche Releases auf Abruf herausgegeben, wobei jedes Release durch ein kleines Änderungsset deutlich reduziert wird.
• 70 % +• Beseitigung künstlicher Verbindungen und wartender Verbindungen durch automatisierte Flow-Leitungen.
• Durchschnittliche Reparaturzeit von Fehlfunktionen (MTTR) komprimiert von einem Elternteil auf eine Minute: Full Chain Tracking + Smart Alarm, Positionswurzel nicht mehr erraten.
• Teamworks ging von "Serien und so weiter" zu "zusammenkrabbeln".Umwelt-Self-Service, automatisiertes Test-Feedback, Entwicklung und QA warten nicht mehr aufeinander.