我是做DevOps这个领域的创业者，跟一些中小互联网和传统IT公司都有过这方面的一些探讨。
现在对实施DevOps有想法的公司，多半都是业务发展还不错，在研发和运维上都比较大的压力的公司，希望通过引入DevOps来提升公司IT部门的总体运作效率，来支撑业务的发展速度。
关于DevOps对效率的提升，Puppet出过一份调研报告，算是比较成体系的。
中文版的报告链接在此：http://www.idcos.com/download/devops-report
工欲善其事，必先利其器，现在大家在DevOps领域最关注的还是在工具层面。
下面是我跟这么多公司接触下来，大家使用比较多的工具：
1、监控工具
比较老牌的就是Zabbix,Nagios，用Zabbix的感觉是最多的。
国内的有小米开源的OpenFalcon。
这类监控工具一般是对服务器、服务（中间件，数据库）做一些常用指标的监控。
2、性能分析/APM工具
APM很多时候被认为是监控的一个细分领域。
但在现代复杂分布式系统架构下，APM工具往往更能准确、直接的帮助用户定位到性能瓶颈，比如哪一个URL访问慢、哪一个方法执行慢、哪一个SQL执行慢。
在以往要想拿到这些数据，往往得需要比较资深的架构师、DBA一起合作才能拿到这些数据，而定位瓶颈的效率往往还不太高。
现在通过APM工具能让普通技能的运维人员，也很高效的定位到这些深层的问题。
现在商用的APM工具不少，国外的有Newrelic，国内知名的就有听云、Oneapm、透视宝这些。
开源的也有Pinpoint（naver开源）、Zipkin（twitter开源）、CAT（大众点评开源）.
3、批量+自动化运维工具
这里就比较多了，知名的有Puppet、Ansible、Chef、Saltstack这些。
这些在网上的资料也比较多，找比较新版本的官方文档看就行了。
Puppet和chef是比较早期的工具，受众面也很大，不过这两个工具基于ruby实现，现在要找到熟悉ruby的人来做这块的二次开发可不容易。
而ansible和saltstack则相对新生代一些，目前用户基数增长很快，基于python实现，要找做二次开发的人也相对容易的多。
4、集中日志分析工具
在一个服务器比较多的环境下，如何集中的管理和分析、查询日志，已经变成一个比较强的需求了。
想象一下，如果发生了某个错误，你还得一台台机器去翻日志文件，是不是很蛋疼。
在这个需求驱动下，就诞生了一些集中日志分析工具。
在开源领域，比较知名的就是ELK这一套工具了，涵盖了日志采集、上报、搜索、展现这一类基本需求，现在比较多的上规模的企业都用这个，网上资料也大把。
核心实现机制都是通过一些日志采集代理（类似Filebeat）去爬日志文件，将最新的部分提交到采集服务端，后端再对接搜索引擎，能支持很快速、准确的搜索即可。
有一个国内不怎么知名的Sentry日志收集服务，比较轻量级，本身是Python做的，与各种语言的日志框架做了非常好的集成，可以很方便的集中收集异常日志，并分配给对应的开发人员。
它在github上有10000多个star了，这在DevOps相关的软件里，都是排名非常靠前的了。
git的地址：GitHub - getsentry/sentry: Sentry is cross-platform crash reporting built with love
5、持续集成/发布工具
我接触的人都是用Jenkins的，没有用其他的，可能跟我所在的技术圈子有关。
集成打包的过程其实一般都比较简单，配好版本库和打包脚本就行。
但发布的过程就比较复杂，有些是全量发布，但也有非常多的IT团队采用增量发布。
这个方面如果想用工具，还是得先分析清楚现有的发布流程，手工情况下怎么做，哪些能通过自动化工具来完成。
最近两年的公有云推广比较迅速，很多新的服务器采购都被导入到云上去了。
现在主流的公有云都提供了比较完备的API，基于这些API也可以做一些针对基础资源的自动化操作，比如游戏行业的快速开服。
Dev, QA, Ops 的交汇处我们认为就是 DevOps。 实际上说白了，DevOps 就是把产品开发过程中各部门交汇处的活给干了，让各部门都专注于干他们自己的活儿。
依稀记得，刚进公司的时候，每天工作的大头就是给 QA， TA， PM, Boss编译各种版本的包，真正写代码的时间寥寥无几 :(
<img src="https://pic2.zhimg.com/50/v2-82efc5c06509b986951889f86fcd6479_hd.jpg" data-rawwidth="252" data-rawheight="220" class="content_image" width="252">
4090
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
