DevOps 不是装一套流水线工具就完成转型,而是在交付速度、变更风险与协作成本之间持续做取舍的工程习惯。本页按流水线设计、环境与配置、发布策略、可观测性四条线索,整理我在 Java 与 Go 服务中真正落地过的判断依据,只讲能进生产环境的部分。
流水线的价值不在于“能自动跑”,而在于把“什么样的变更不允许进入下一环”写成可执行的规则。我的做法是先梳理失败模式:编译不过、单测红、镜像体积异常、依赖漏洞、配置漂移,再逐条决定是阻断还是告警。
阶段划分上,我倾向把耗时长的集成测试与安全扫描并行到镜像构建之后,让开发者在前 5 分钟就拿到最关键的红灯,而不是等 20 分钟后才发现编译错误。
日志、指标、链路三者不是各自为政的工具,而应围绕同一次请求串起来。我习惯先定义黄金指标——流量、错误、延迟、饱和度,再决定埋点粒度,而不是先把所有数据都采回来。
告警要少而准:能自动恢复的不告警,能合并的合并,每条告警都应附带处置手册链接。告警风暴比没有告警更消耗团队信任。
先做构建、测试、部署三段最小闭环,把手工步骤固化下来即可;扫描与灰度可以随团队规模逐步补齐。
单次变更越小,故障定位与回滚成本越低。真正危险的是长期攒大版本,而不是高频小步发布。
云原生提供了弹性与可编排的基础设施,DevOps 提供协作与交付的流程约束,两者互为支撑而非替代。