作者：阮志敏
DevOps 是一个热词，但是毫无疑问，也是未来的趋势（注 1）。高效率的 IT 组织常常贴着 DevOps 的标签，是人们讨论的焦点和学习的对象。2009 年时，人人都在讨论如何像 Flickr 一样一天内完成十几次的部署（注 2）。今天，人人都谈论如何像 Netflix/Pinterest 一样基于云基础设施构建大规模、高可用、可伸缩的服务（注 3）。
如何才能实现 DevOps 呢？很多人会不假思索地告诉你，使用 Chef/Puppet，你就能实现 DevOps。于是，DevOps 变成了一个简单的问题，选择 Chef 还是 Puppet。这并不奇怪，在开源软件盛行的今天，各种软件声称自己是 DevOps 工具，而人们通常不会去思考一项新技术或者新思路背后的缘由，人们需要的是“银弹”。
如同 Agile，把 DevOps 等同于工具层面的 Chef/Puppet，是错误的，会严重束缚人们的思维。在国内 Cloud Native 应用开发时代即将开启的今天，充分认识 DevOps 是很有必要的（注 4）。
（一）DevOps 不仅仅是工具
DevOps 是 Agile 的延伸，Ailge 依靠 Dev & Biz 部门紧密协作，通过增量交付的方式来解决需求多变的难题。DevOps 则进一步延伸到 IT 运维，通过 Dev & Ops 的紧密协作提高软件交付的质量和频率。人的重要性大于流程，流程的重要性大于工具。这个结论适应于 Agile, 也同样适用于 DevOps。工具带来的影响是短期的和片面的，流程和人所产生的影响是长期的和全面的。
事实上，大部分人都知道这个道理，只是在潜意识中仍然把 DevOps 当成 Chef/Puppet 等工具。建设 DevOps 的正确步骤应该是充分理解 DevOps 的原则，认真分析自身需求和条件，选择正确的方法和流程，最后才是选择或构建适当的工具。Learn By Example 仍然是学习和建设 DevOps 的重要途径。在今后的各种会议上，分享 DevOps 经验会越来越多。我们应该不仅仅关注讲演中提到的工具，更要多关注流程、组织结构和文化方面的分享。
DevOps 不仅仅是工具，即便是工具，其也是建设 DevOps 所需工具链中的可选工具。
（二）Chef/Puppet 只是 DevOps 工具链中的可选工具
DevOps 目的是打造标准化的、可重复的、完全自动化的 Delivery Pipeline, 其范围涵盖需求，设计，开发，构建，部署，测试和发布。除了需求、设计和开发外，其他的四个步骤都是可以自动化的。自动化是提高可测试性，一致性，稳定性和交付频率的核心。
下图来自 IBM Agile, ITITL, Cloud How DevOps brings it all together 。该图非常清晰地解释 DevOps 如何实现交付的自动化（注 5）。
图中 DevOps 流程所需要用到的工具和环境有：
- 源代码版本控制工具： 比如 SVN， Git 等。
- 持续集成工具：比如 Jenkins, Bambo 等。
- Artifact 存储仓库：持续集成构建后的 artifact 都统一放在一个仓库中，比如 Nexus/Artifactory, 当然也可以是 FTP, S3 等。
- 配置和部署工具：Chef/Puppet/CFEngine, Fabric/ControlTier，也包括新兴的 Docker 等。
- Cloud Provision 工具：在云环境下，由于任何 IT Infra 资源都以编程接口提供，意味着 Full-Stack Automation (from “bare-metal to running business services”) 成为了可能。Cloud provision 工具可以自己通过 API 构建 (如 Netflix Asgard)，也可以直接使用 IaaS 服务商提供的扩展服务如 AWS CloudFormation & Opsworks，也可以使用第三方工具如 Ringscale/Scalr 等。相当一部分 Cloud Provision 本身也集成了 Chef/Puppet 来实现后续的部署和配置。
- 测试工具：除了传统的测试工具外，还需要模拟 Infra 灾难、验证系统健壮性的工具，如 Netflix 的 Chao Monkey。
- 发布工具：一般情况下，人们需要拥有 DTAP 四个环境，即开发环境、测试环境、Staging 环境和生产环境。每种环境的作用，部署方式和代码版本等是不一样。比如开发环境是持续部署的，测试环境是定期如每天晚上自动部署，Staging 和生产环境是手动触发的。
- 云基础设施：包括 AWS/Azure 等公有云，Cloudstack/Openstack 等私有云。
因此，我们看到，Chef/Puppet 只是实现 DevOps 工具链的可选工具，可以用来实现配置和部署自动化。但是仅靠 Chef/Puppet 本身无法实现 Full-Stack 部署自动化。
（三）仅靠 Chef/Puppet 本身无法实现 Full-Stack 部署自动化
如果要实现 Full-stack Automation，那么就必须实现环境创建自动化，软件安装和配置自动化，应用部署和配置自动化，监控和告警自动化，故障检测和恢复自动化，扩展自动化，如下图所示（注 6）。
- 环境创建：创建 VMs、网络、存储、负载均衡，协调不同角色 VMs 的创建过程和配置。
- 软件安装和配置：操作系统配置，比如创建用户、组，设置 ulimit 参数等；基础软件安装和配置，比如 mysql/nginx。这些软件的特点是变动不频繁。对于 Chef/Puppet 来说，这个步骤的自动化是其最擅长的。它们都提供大量现成的 Recipes，并抽象各种异构系统之间的差异。
- 应用部署和配置：部署应用代码，比如 war 包、db 脚本、php/rails 代码等。这部分的变动是频繁的。对于 Chef/Puppet 来说，其是可以做这个工作的，但是很多人认为用 Fabric/Glu 等更为合适。另外，对于复杂的系统来说，如果保证升级期间系统的可用性，系统的各个应用组件需尽量是无状态和松耦合的。如果系统的组件之间是有依赖的，那么升级期间必须动态地协调 (Orchestration)、控制好相关组件的行为。
- 监控和告警：包括 OS 级别和应用级别的可用性和性能监控。如果发现异常，需要能够自动发出告警信息。
- 健康检测和恢复：为了应付云基础设施故障，系统需要 Design By Failure. 在异常发生时，系统可以发现并进行自动处理。
- 自动伸缩：一般情况下，业务存在高峰期和低估期。为了节省成本，系统应该是可以自动伸缩的。
对于上述的每一个步骤，看似都存在现成的工具可以用来实现自动化。但是，实现 Full-Stack 部署自动化从来就不是一件容易的事情，绝非简单通过选择、拼凑相关工具即可实现。Autodesk 中国研发中心最近在 InfoQ 上分享了他们基于 AWS 的自动化部署实践。文章详细阐述了业务目标，设计目标和限制，和最终的实现方案，是一个非常好的案例。在这里，我们再来分析一下两种差异较大的实现方式。
(1) 基于 PaaS 的实现方式 (以 Cloud Foundry 为例)。
| 环境创建 | 用户不需要创建物理资源环境，Cloud Foundry 会自动创建并分配资源给各个租户，用户无法控制底层 OS 等 |
| 软件安装和配置 | 用户不需要软件安装。Cloud Foundry 已经安装好相关软件，只是支持的类型和版本有限 |
| 应用部署和配置 | Cloud Foundry 提供接口，用户调用接口进行应用部署和配置。应用类型必须是 Cloud Foundry 支持的，只能进行有限的配置，比如 Tomcat 的配置参数等 |
| 监控和告警 | Cloud Foundry 提供监控服务，但是 Metric 类型有限，无法支持自定义 Metric |
| 健康检测和恢复 | Cloud Foundry 提供 Container 级别的健康检测和恢复 |
| 自动伸缩 | 基于 Cloud Foundry 提供的 monitoring 接口和应用控制接口，可以实现 instance 级别的自动伸缩 |
貌似这种方式是最完美的方案，Cloud Foundry 基本替你实现了上述的所有自动化步骤，应用开发人员只需专注于应用逻辑本身的开发。然而，Cloud Foundry 也限制了用户的选择权和控制权，特别是大型的、复杂的、分布式系统，开发人员需要的是 Full-Stack 可控制性。
(2) Netflix 的实现方式
| 环境创建 | 通过自己研发的Asgard管理和部署工具实现 |
| 软件安装和配置 | 基础软件和配置都打包成 AMI，基于 Netflix 自己的打包工具Aminator |
| 应用部署和配置 | 同上，应用代码和配置也打包进 AMI（注 7） |
| 监控和告警 | Leverage AWS Cloudwatch, 同时也将通过自己开发的ServoLib 将 custom metric 发送至 Cloudwatch. |
| 健康检测和恢复 | Leverage Atoscaling group，健壮性测试有 Netflix 自己开发的Chaos Monkey工具 |
| 自动伸缩 | Leverage AWS AutoScaling Group |
Netflix 除了 Leverage AWS 的 CloudWatch/Auto Scaling Group/ELB 等服务外，自己也开发了一序列工具完成了 Full-Stack 部署自动化。这些工具通过Asgard这个可视化云管理和部署控制台集成起来。另外，Deployable image 这种部署模式虽可简化部署并确保一致性，但是一部分复杂性转移到了应用层面（注 7）。系统的各个组件是无状态和松耦合，同时还需要Eureka这种服务来实现中间层的负载和 failover。
在上述两个案例中，我们都看不到 Chef/Puppet 的影子。即便是 Cloud Foundry 自身的部署工具 Bosh，但也不是基于 Chef/Puppet。 所以，尽管 Chef/Puppet 非常流行，并且有很多成功案例，但是我们决不能把 DevOps = Chef/Puppet。它们只是建设 DevOps 所需工具链中的可选工具，仅此而已。
参考文档
注 1: What’s DevOps?
注 2: 10+ Deploys Per Day: Dev and Ops Cooperation at Flickr
注 3: Ops, DevOps and PaaS (NoOps) at Netflix
注 4: 对国内云计算三个现象的思考
注 5: Agile, ITITL, Cloud How DevOps brings it all together
注 6: “It’s the App, Stupid!” on Orchestration, DevOps Automation and What’s in Between
注 7: Netflix deployable image
关于作者
阮志敏，AWS 认证架构师，目前在三星中国研究院从事 PaaS 相关工作。