如何在六个月或更短的时间内成为DevOps工程师

系列第一篇， 第二篇

目标读者

本系列文章适用于想向DevOps模型转型的开发人员，或者是受过传统培训，想要了解整个关于DevOps的内容的运营人员，如果不属于以上两者，只是想在职业上寻找变化却不知从何开始的话，也请继续阅读。

如果你已从事多年DevOps工作，这篇文章仍可能对你有益，它可以验证我们当前所处位置和发展方向。

首先，什么是DevOps？

你可以在搜索引擎查找DevOps的定义，大部分都是一些冗长的语句（这里是有点自夸的嫌疑）

那么我这里将为你节省时间并将其提取下来： DevOps是一种提供共同痛点和责任的交付软件的方式 。仅此而已。那么，这到底是什么意思呢？

这意味着在传统上，创建软件的人即开发者的动机出发点与运行软件的人大不相同。

举个例子，作为一名开发人员，我希望尽可能快地创造出更多的新功能，毕竟这是我的工作，是客户的需求。但是如果我是一名运营人员，那么我希望新功能尽可能少，因为每个新功能都是一次变更，变更即意味着风险。

由于这种不同的利益出发点，DevOps诞生了。

DevOps试图将开发与运营融合到一个组中。我们的想法是会有一个小组来承担从面向客户的软件创建，部署和创收的痛点和责任（也可能是奖励）。

接下来纯粹主义者会告诉你没有“DevOps工程师”这样的东西。他们会告诉你，“DevOps是一种文化，而不是一种角色”。

好吧，他们说的这些从技术上来讲没毛病，但是正如经常发生的那样，这个术语已经超越了它原有的含义。

现在，成为DevOps工程师就好似成为“系统工程师2.0版本”。

换句话来说，DevOps工程师就是那些了解软件开发生命周期并带来软件工程 工具 和流程来解决传统运营挑战的人。

DevOps最终意味着构建数字（自动）化流程，从代码的诞生直至产生效益。这就是它的意义所在！

同样值得注意的是作为职业选择，整个DevOps空间得到了高度补充，几乎每家公司都在或是声称在“实施DevOps”。

不管这些公司处在哪里，整个DevOps行业的工作机会都很丰富，在未来的几年内将能提供很多有趣的有意义的工作。

额外需要注意雇佣“DevOps团队”或是“DevOps部门”的公司。严格来说，这些事情都不应该存在，因为最终DevOps是关于文化和交付软件的方式，而不是成立配备一个新的团队或是部门。

现在，我们先考虑以下几点。

你是否听说过在Reddit和StackOverflow上一句流行的比喻，“不存在初级DevOps工程师”这话是什么意思？

简而言之，想要成为DevOps工程师意味着需要多年的经验，结合对工具的扎实了解，才能最终成为真正有影响力的高级DevOps从业者。遗憾的是经验这条路是没有捷径可寻的。深刻理解快速变化的工具和方法这些技能需要数年才能掌握。

然而大多数公司都使用大致商定的工具和概念菜单，这就是本文所讲述的。

再次声明，工具与技能不同，因此当你学习工具时，请确保不要忽视自己的技能（包括面试，网络，书面沟通，故障排除等）

最重要的是，不要忘记我们追求的目标，那就是构建一个全自动的数字化流程，将Ideas转化成能创收的代码。

这是本篇文章中唯一最重要的内容。

光说不练，那么我该从何开始？

你可以参考以下作为路线图。

掌握以下内容，你大可以自称自己为DevOps工程师，如果你不喜欢“DevOps”称谓的话也可以称自己为云工程师。

以下的路线代表我（以及可能是在这个领域工作的大多数人）的关于一个有竞争力的DevOps工程师该了解什么的看法。也就是说，这只是一种意见，肯定会有不同的看法。

注意：你应该循序渐进，先从基础开始。首先开始学习蓝色的部分，包括 Linux 、 Python 、AWS，如果时间允许或是市场的就业需求，你应该再学习下Golang以及Google Cloud。

一旦你掌握了基础部分，那么我们开始讲讲现实中所需要的技能：

注意：上图缺少了测试阶段，这是有意为之的，编写单元测试，集成测试与验收测试并不容易，传统上讲这些都是落在开发者的头上的。我这里故意遗漏了测试阶段，因为上面路线图的目标是快速获取新技能与工具。我认为缺少测试专业知识是从业DevOps工作上一个微不足道的障碍。

同样请记住，我们不是在这里学习一大堆无关的技术。这些工具结合在一起来组成一个连贯的故事，我们才能对这些工具有更深刻的理解。

上面讲的是端到端的流程自动化，一个一环扣一环的数字化管道流程。

而且，你不想学习了一大堆工具就停下来。工具的变化很快，概念则是越来少。因此实践才能出真知。

接下来我们讲得深入一些。

基础知识

在“基础知识”往下一行就是所有DevOps工程师所必须掌握的技能。

行业优势的核心有三点，那就是操作系统，编程语言以及公共云。这些不是你可以很快能学习并掌握的东西。这些技能将是你必须持续获取并保持敏锐的技能，请持续关注并及时了解相关最新情况。

我们一个一个来看看吧。

Linux是能运行几乎所有东西的一个平台。当然一名出色的DevOps从业者也可以完全仅使用微软的生态系统。没有任何法律要求Linux实现一切。

然而请注意，虽然所有DevOps工作可以通过Windows完成，但在Windows上会比较痛苦，且相关的工作机会要少得多。所以你可以放心地假设在不了解Linux的情况下无法成为真正的DevOps专业人员。因此，Linux是你必须不断学习的技能。

老实说，最好的方法就是尽量多使用Linux，例如在个人电脑上安装Fedora或Ubuntu。在使用过程中，肯定会有某些东西被破坏，那么你会陷入困境，但你将不得不学习解决所有问题。这些都是获取经验的途径。

作为参考，红帽的分支版本在北美更为流行。因此，从Fedora或CentOS开始学起稍微有意义些。如果你还想知道是要选择KDE还是Gnome版本，我会告诉你Linus Torvalds也用的KDE。

Python：当今占主导地位的后端语言。易于上手，广泛使用。且Python在AI/机器学习领域非常流行，所以如果你想要转行到另一个热门领域，那么你将能轻易上手！

AWS：再一次申明，如果没有充分理解公共云如何工作，就不可能成为一名经验丰富的DevOps专业人士。如果你有了解过云的知识，那你该知道AWS是这一领域的主导者，它提供了最丰富的工具集。

是否可以从Google Cloud或Azure开始？当然可以，但是我们追求最大收获，至少在2018年，AWS是最稳当的。

当你注册AWS帐户时，你将获得免费套餐，所以这是一个能让你上手的好地方。

现在，当你登录到AWS控制台时，你将看到一个简单易懂的选项菜单。AWS会有非常多的功能，但值得高兴的是你并不需要了解每一个技术细节。

从VPC，EC2，IAM，S3，CloudWatch，ELB（在EC2保护伞下）和安全组开始，这些东西可以帮助你入门，每个现代化的支持云的企业都会大量使用这些工具。

AWS自己的培训站点同样是一个很好的入门平台。

我建议你每天留出20-30分钟来练习Python，Linux和AWS。

注意：这将是你必须学习的其他内容的补充。总而言之，我估计每天花费一个小时，每周五次就足以让你在6个月或更短的时间内充分了解DevOps领域的情况。

以上就是基础层，在随后的文章中，我们将探讨下一级复杂性：如何以完全自动化的方式配置，版本，打包，部署，运行和监控软件！

（翻译：fengxsong）