2019十佳DevOps工具,你用了几个?

2019 年 3 月 6 日 DBAplus社群


译者介绍

崔婧雯,现就职于IBM,高级软件工程师,负责IBM WebSphere业务流程管理软件的系统测试工作。曾就职于VMware从事桌面虚拟化产品的质量保证工作。对虚拟化,中间件技术,业务流程管理有浓厚的兴趣。DockOne社区金牌翻译。


开发和运维的集成翻开了软件开发的全新篇章。如果你还是DevOps的新手,或者正在寻求改进已有流程的方法,那么第一道关卡就是调研哪些工具最适合你的团队。


本文整理了工具列表,为大家选择所需的工具提供详实的参考信息。让我们一起看看从自动化build工具到应用程序性能监控平台领域里,十大最佳DevOps工具是哪些吧。


1、Gradle



DevOps工具集需要一种可靠的build工具。Apache Ant和Maven统治着自动化build工具市场很多年,但是Gradle在2009年现身,从那时起它就迈着稳定增长的步伐越来越流行。Gradle的功能很强大,允许用户用Java,C++,Python或者其他语言编程。各种流行的IDE,比如Netbeans,Eclipse以及Intellij IDEA也都支持Gradle。如果这还无法说服你使用它,那么还有一点可能有所帮助,Google也选择它作为Andriod Studio的正式build工具


Maven和Ant使用XML配置,Gradle则引入了一种基于Groovy的DSL来描述build。在2016年,Gradle团队还发布了一种基于Kotlin的DSL,因此用户现在也可以用Kotlin来编写build的脚本。这意味着Gradle的学习需要一定的时间,如果你以前用过Groovy,Kotlin或其他JVM语言的话,那么会有助于Gradle的快速掌握。除此之外,Gradle使用Maven的repository格式,因此如果使用过Maven的话对Gradle的依赖管理也会比较熟悉。还可以将Ant build导入进Gradle。


Gradle最好的设计是增量build,因此可以节省大量的编译时间。根据Gradle的性能报告,它比Maven快100倍。这样的性能优势一部分来源于这种增量设计,另外也得益于Gradle的build缓存daemon。build缓存重用task的输出,而Gradle的Daemon将build的信息储存在内存里,可以在多个build间共享。


总的来说,Gradle让快速交付成为可能,也让配置更加灵活。


参考阅读


  • Gradle:

    https://gradle.org/

  • 正式build工具:

    https://developer.android.com/studio/build/

  • 基于Kotlin的DSL:

    https://github.com/gradle/kotlin-dsl

  • 将Ant build导入:

    https://docs.gradle.org/current/userguide/ant.html

  • 增量build:

    https://blog.gradle.org/introducing-incremental-build-support

  • 性能报告:

    https://gradle.org/gradle-vs-maven-performance/

  • build缓存:

    https://blog.gradle.org/introducing-gradle-build-cache

  • daemon:

    https://docs.gradle.org/current/userguide/gradle_daemon.html


2、Git



Git是最流行的DevOps工具之一,在软件界使用广泛。它是一种分布式SCM(源码管理)工具,远程团队和开源贡献者都很喜欢它。Git让用户可以跟踪自己开发工作的进度。用户可以保存自己源码的不同版本,并且在需要的时候切回之前的版本。它也很适合做实验,因为可以创建单独的分支,在需要的时候仅仅merge新特性。


要将Git和DevOps工作流集成起来,还需要维护repository,团队成员可以向其中push各自的工作。目前,两大最佳在线的Git repo托管服务是GitHubBitbucket。GitHub更有名气,但是Bitbucket给小团队(不超过五个成员)提供免费不受限的私有repo。使用GitHub,用户仅仅可以免费访问公有的repo——当然这对于很多项目来说仍然是很好的解决方案。


GitHub和Bitbucket都有很好的集成。比如,用户可以将它们和Slack集成,这样团队的每个人都能在有任意commit时收到通知。


内容更新注释:GitHub现已有免费私有仓库。由于本文是译文,存在一定时差,特此注明。


参考阅读


  • Git:

    https://git-scm.com/

  • GitHub:

    https://github.com/

  • Bitbucket:

    https://bitbucket.org/


3、Jenkins



Jenkins是很多软件开发团队在走向DevOps时会用的自动化工具。它是开源的CI/CD服务器,帮助用户自动化交付流水线的不同阶段。Jenkins之所以流行的主要原因是其巨大的插件生态系统。目前,它提供1000多个插件,因此它可以和几乎所有DevOps工具(从Docker到Puppet)集成。


使用Jenkins,用户可以搭建并且根据实际需要自定义自己的CI/CD流水线。Jenkins文档里介绍了如下示例:



这仅仅是一种可能的实现。看着很不错,不是吗?


使用Jenkins很容易,它在Windows,Mac OS X和Linux上开箱即用。很容易就可以使用Docker安装它。用户可以通过浏览器搭建并且配置Jenkins服务器。如果你是第一次使用它,可以选择安装最常用的插件。当然也可以创建自定义配置。


使用Jenkins,用户可以尽快迭代并部署新代码。它还帮助用户度量流水线里每一步是否成功。我听到有人抱怨Jenkins很“丑陋”且并不直观的UI。但是,我仍旧可以很容易地找到需要的所有东西。


参考阅读


  • Jenkins:

    https://jenkins.io/

  • 1000多个插件:

    https://plugins.jenkins.io/

  • Jenkins文档:

    https://jenkins.io/doc/book/pipeline/

  • 使用Jenkins很容易

    https://jenkins.io/download/

  • 使用Docker安装它

    https://wiki.jenkins.io/display/JENKINS/Installing+Jenkins+with+Docker


4、Bamboo



Bamboo是Atlassian的CI/CD服务器解决方案,很多特性和Jenkins类似。它们都是流行的DevOps工具,帮助用户自动化发布流水线,从build到部署。但是,Jenkins是开源的,Bamboo是收费的。因此,这里永恒的问题是,有免费软件时有必要选择收费软件吗?这取决于你的经费和目标。


Bamboo有很多预构建的功能,而这些功能在Jenkins里得自己手动搭建。这也正是Bamboo的插件更少的原因(大概100个,Jenkins有1000+个)。实际上,你并不需要Bamboo的很多插件,因为它带着很多开箱可用的功能。


Bamboo和其他Atlassian产品,比如Jira和Bitbucket无缝集成。用户还可以访问内建的Git和Mercurial分支工作流及测试环境。总之,Bamboo可以节省很多配置的时间。它的UI也更为直观,有提示,自动补全和其他有用的特性。


参考阅读


  • Bamboo:

    https://www.atlassian.com/software/bamboo


5、Docker



Docker在2013年发布之后已经成为了首屈一指的容器平台,并且仍然在持续改进。它是最重要的DevOps工具之一。Docker在科技界掀起了容器化的潮流,主要是因为它让分布式开发成为可能,并且自动化了应用程序的部署。它将应用程序隔离成单独的容器,因此应用变得更加便携也更为安全。Docker应用程序也独立于OS以及平台。用户可以使用Docker容器代替虚拟机,比如VirtualBox。


我最喜欢Docker的一点是用户无需担心依赖管理。可以将所有依赖打包进应用程序的容器,并将所有的东西当做独立的单元交付。然后,用户可以很轻松地在任意机器或者平台上运行这个应用程序。


Docker也和Jenkins以及Bamboo集成。如果你将自动化服务器和Docker搭配使用,可以进一步改进交付工作流。另外,Docker也很适用于云计算。最近几年,所有主流的云供应商,比如AWS,Google Cloud,都已经支持Docker。因此,如果你计划云迁移,那么Docker可以帮助简化这一进程。


参考阅读


  • Docker:

    https://www.docker.com/

  • Jenkins:

    https://jenkins.io/solutions/docker/

  • Bamboo:

    https://confluence.atlassian.com/bamboo/getting-started-with-docker-and-bamboo-687213473.html


6、Kubernetes



今年,每个人都在谈论Kubernetes。它是容器编排平台,将容器化推进到下一个层面。它可以使用Docker或者其他替代产品。Kubernetes仍然很新;2015年才推出第一个版本。它由一些Google的工程师创建,他们想找到管理大规模容器的方案。使用Kubernetes,用户可以将容器组织成逻辑单元。


如果你只有几个容器,那么可能并不需要容器编排平台。但是,当系统达到一定级别的复杂度,需要扩展资源的时候,这就是合理的下一步。Kubernetes让用户可以自动化管理上百个容器的过程。


使用Kubernetes,无需将容器化的应用程序绑定到某个单独的机器里。相反,你可以将它部署到一个机器集群里,Kubernetes会自动化分发并在整个集群里调度容器。


一个Kubernetes集群包含一个master和几个worker节点。master节点实现预定义的规则,并且将容器部署到worker节点上。Kubernetes负责所有一切。比如,它注意到某个worker节点下线了,就会将其上的容器重新分发到别的节点上。


参考阅读


  • Kubernetes:

    https://kubernetes.io/


7、Puppet企业版



Puppet Enterprise是一个跨平台的配置管理平台。它让用户可以将基础架构当做代码来管理。因为它自动化了基础架构管理,用户可以更快更安全地交付软件。Puppet还给开发人员提供了小型项目可以使用的开源工具。但是,如果你负责的是较大的基础架构,就会发现Puppet Enterprise的额外特性是有价值的,比如:


  • 实时报告

  • 基于角色的访问控制

  • 节点管理


使用Puppet Enterprise,你可以管理多个团队和数千资源。它能自动理解基础架构里的关系。它处理依赖关系并且智能地处理故障。当遇到一次失败的配置时,它也会跳过所有依赖的配置。Puppet最好的一点是它有5000多个模块,可以和很多流行的DevOps工具集成。


参考阅读


  • Puppet Enterprise:

    https://puppet.com/products/puppet-enterprise

  • 开源工具:

    https://puppet.com/download-open-source-puppet

  • 额外特性:

    https://puppet.com/products/why-puppet/puppet-enterprise-and-open-source-puppet

  • 5000多个模块:

    https://forge.puppet.com/

  • 很多流行的DevOps工具:

    https://puppet.com/products/managed-technology


8、Ansible



Ansible是一个配置管理工具,和Puppet,Chef类似。用户可以用它配置自己的基础架构并且自动化部署。和其他类似的DevOps工具相比,它的主要卖点是简洁易用。Ansible遵循和Puppet一样的基础架构即代码(IAC)的理念。但是,它使用超级简单的YAML语法。使用Ansible,用户可以在YAML里定义任务,而Puppet则有自己的声明式语言。


无代理的架构是另一个经常被提及的Ansible的特性。因为后台没有运行daemon或者代理,Ansible是安全并且轻量级的配置管理自动化的解决方案。和Puppet类似,Ansible也有一些模块


如果想要更好地理解Ansible在DevOps工作流里是怎么工作的,可以查看Red Hat Blod里的这篇博文 。它介绍了在Jenkins流水线里,如何使用Ansible来预配环境以及部署应用。


参考阅读


  • Ansible:

    https://www.ansible.com/

  • 一些模块:

    https://docs.ansible.com/ansible/latest/modules/modules_by_category.html

  • 这篇博文:

    https://www.redhat.com/en/blog/integrating-ansible-jenkins-cicd-process


9、Nagios



Nagios是最流行的免费并开源的DevOps监控工具。它可以监控基础架构从而帮助用户发现并解决问题。使用Nagios,用户可以记录事件,运行中断以及故障。用户还可以通过Nagios的图表和报告监控趋势。这样,可以预测运行中断和错误,并且发现安全攻击。


虽然基础架构监控里有很多DevOps工具,但是Nagios因为其丰富的插件生态而脱颖而出。因为Nagios已经发布很多年了(2002年发布),围绕它的社区很大。除了插件,社区还贡献了add-on,指导文章,翻译等等有用的东西——都是免费的。


Nagios提供了四中开源监控解决方案:


  • Nagios Core

  • Nagios XI

  • Nagios Log Server

  • Nagios Fusion


Nagios Core是一个命令行工具,提供了所有基本功能。用户还可以选择Nagios XI ,它提供了基于网页的GUI以及监控向导程序。Nagios提供了功能的比对


Nagios Log Server让用户可以搜索日志数据,并且配置可能攻击的报警。Nagios Fusion可以同时监控多个网络。


整体来说,Nagios给DevOps团队提供了基础架构监控解决方案。但是,它需要一定的时间搭建,并且需要考虑和你的环境的兼容性。


参考阅读


  • Nagios:

    https://www.nagios.org/

  • 插件生态:

    https://exchange.nagios.org/

  • 功能的比对:

    https://www.nagios.org/downloads/nagios-core/


10、Raygun



Raygun是领先的错误监控以及崩溃报告的平台。应用程序性能监控(APM)是其最近的项目。Raygun的DevOps工具帮助用户分析性能问题,并且定位到代码的某一行,某个function或者API调用。APM工具和Raygun的错误管理工作流可以协同工作。比如,它自动定位最高优先级的问题,并创建issue。


Raygun APM能够帮助最大化其他DevOps的价值,因为你总是能收到问题通知。因为它自动将错误链接到源码里,Raygun给整个团队提供统一的真理来源来定位错误和性能问题,将开发和运维紧密联系在一起。


参考阅读


  • Raygun:

    https://raygun.com/

  • 应用程序性能监控:

    https://raygun.com/platform/apm


哪些DevOps工具适合你的团队?


找到最佳的DevOps工具需要一些测试和经验。搭建以及配置开源软件通常需要更多时间。大多数商业DevOps工具都有免费试用版本,用户可以测试并且评估。最终选择哪些工具取决于团队的需求和目标。


译者:崔婧雯

原文:https://raygun.com/blog/best-devops-tools/

来源:Docker订阅号(ID:dockerone)

dbaplus社群欢迎广大技术人员投稿,投稿邮箱:editor@dbaplus.cn



想了解更多运维工具的实用操作

灵活配合解决问题

不妨来Gdevops北京站学点独家技能


↓↓点击链接了解更多详情及报名↓↓

2019 Gdevops全球敏捷运维峰会-北京站

登录查看更多
0

相关内容

DevOps是软件开发、运维和质量保证三个部门之间的沟通、协作和集成所采用的流程、方法和体系的一个集合。 它是人们为了及时生产软件产品或服务,以满足某个业务目标,对开发与运维之间相互依存关系的一种新的理解。
FPGA加速系统开发工具设计:综述与实践
专知会员服务
65+阅读 · 2020年6月24日
【干货书】现代数据平台架构,636页pdf
专知会员服务
253+阅读 · 2020年6月15日
【实用书】Python技术手册,第三版767页pdf
专知会员服务
234+阅读 · 2020年5月21日
算法与数据结构Python,369页pdf
专知会员服务
161+阅读 · 2020年3月4日
【新书】Java企业微服务,Enterprise Java Microservices,272页pdf
【书籍推荐】简洁的Python编程(Clean Python),附274页pdf
专知会员服务
179+阅读 · 2020年1月1日
21个必须知道的机器学习开源工具!
AI100
13+阅读 · 2019年9月13日
UML建模工具一览(20190909 更新)
UMLChina
12+阅读 · 2019年9月9日
2020年你应该知道的8种前端JavaScript趋势和工具
前端之巅
5+阅读 · 2019年6月9日
polyglot:Pipeline 多语言NLP工具
AINLP
4+阅读 · 2018年12月11日
刚开始学编程?这几款小工具能让你事半功倍
Python 杠上 Java、C/C++,赢面有几成?
CSDN
6+阅读 · 2018年4月12日
Google 开源机器学习算法;2018 年 SO 数据库调查
技术最前线
4+阅读 · 2018年3月14日
2017年DevOps最新现状研究报告解读
CSDN云计算
5+阅读 · 2017年6月13日
Arxiv
35+阅读 · 2019年11月7日
A Comprehensive Survey on Graph Neural Networks
Arxiv
13+阅读 · 2019年3月10日
Arxiv
12+阅读 · 2018年9月5日
Arxiv
8+阅读 · 2018年4月8日
Arxiv
7+阅读 · 2017年12月28日
VIP会员
相关VIP内容
相关资讯
21个必须知道的机器学习开源工具!
AI100
13+阅读 · 2019年9月13日
UML建模工具一览(20190909 更新)
UMLChina
12+阅读 · 2019年9月9日
2020年你应该知道的8种前端JavaScript趋势和工具
前端之巅
5+阅读 · 2019年6月9日
polyglot:Pipeline 多语言NLP工具
AINLP
4+阅读 · 2018年12月11日
刚开始学编程?这几款小工具能让你事半功倍
Python 杠上 Java、C/C++,赢面有几成?
CSDN
6+阅读 · 2018年4月12日
Google 开源机器学习算法;2018 年 SO 数据库调查
技术最前线
4+阅读 · 2018年3月14日
2017年DevOps最新现状研究报告解读
CSDN云计算
5+阅读 · 2017年6月13日
Top
微信扫码咨询专知VIP会员