本文主要梳理了研发效能领域完整的方向图谱以及主流工具,其中对少部分工具也做了一些点评.看了之后,大家可以对研发效能这个领域有个整体认识,同时研发效能落地的时候也有对应的工具(黑话叫抓手)可以选择. 我上传了一个高清大图,大家可以下载下来看.如果有问题,欢迎留言或者微信直接纠正我.这是第一版,后续我会在研发效能群里更新,欢迎加入我们. 文档管理 推荐语雀.快手内部的docs 还是非常给力的,我非常喜欢用.腾讯文档也不错,有很多的模版.不过今天在我导入一个脑图的时候,居然提醒我节点太多,需要付费才能

作者:王利莹 采访嘉宾:京东云DevOps团队负责人 郑永宽 今年,IDC 特别针对中国地区发布了<IDC MarketScape:中国 DevOps 云市场2019,厂商评估>研究报告,IDC 对具有代表性的 7 家 DevOps 云提供商进行了深度研究. 报告显示,基于产品现有能力.未来策略与投入.市场表现与客户满意度三大指标体系的综合评估,京东云 DevOps 跻身"Major Players"(核心厂商)位置. IDC 认为,未来 1–2 年市场将高速增长:公有云

2009 年 6 月份,John Allspaw 及 Paul Hammond 在速度大会 (Velocity) 上分享了在 Flickr 中如何通过加强 Dev(开发团队)和 Ops(运维团队)之间的协作,从而加快应用部署频率的演讲 .随后,关于 Dev 和 Ops 之间协作的讨论一直在 Twitter 上持续进行,当年的 10 月份,在 Twitter 上首次出现了 DevOps( 开发运维一体化 ) 一词 .在随后的几年里,DevOps 不仅引起了工程界的大量关注和实践,同时,也吸引了大量

本文作者:CODING - 廖红坤 前言 随着微前端.微服务等技术理念和架构的蓬勃发展,我们已经没必要去讨论为什么要前后端分离这种话题,前后端分离已成为互联网项目开发的标准模式.前后端在各自的领域发展越来越纵深. DevOps 视角的前后端分离 今天我们换个视角,从 DevOps 的角度来聊聊前后端分离. 项目协同 DevOps 体系中包含了敏捷开发方法论,而前后端分离前的开发模式无法做到敏捷.开发过程中前后端强依赖,需多次反复集成才能发布可用版本,违背了敏捷开发"适应性"的特点(适应

原文地址:http://www.drdobbs.com/architecture-and-design/getting-devops-right-the-lay-of-the-land/240062639,作者Scott W. Ambler. 对于不同的利益相关人DevOps含义不同,但是基本组成部分是相同的. 在过去的1,2年,媒体上有很多关于DevOps的争论.有关DevOps的声音越来越杂乱,导致听众也越来越困惑.DevOps提供了针对IT市场的敬业精神和生产力一个潜在增长点.但是,与在它

Devops概念 DevOps 强调通过一系列手段来实现既快又稳的工作流程,使每个想法(比如一个新的软件功能,一个功能增强请求或者一个 bug 修复)在从开发到生产环境部署的整个流程中,都能不断地为用户带来价值.这种方式需要开发团队和运维团队密切交流.高效协作并且彼此体谅.此外,DevOps 还要能够方便扩展,灵活部署.有了 DevOps,需求最迫切的工作就能通过自助服务和自动化得到解决:通常在标准开发环境编写代码的开发人员也可与 IT 运维人员紧密合作,加速软件的构建.测试和发布,同时保障开发

DevOps的基本原则与介绍       DevOps这个术语是developer与operations的合并简写.实现还有QA.DevOps描述与精简软件交付流程,在今天已经开始广泛的使用.强调从生产环境到开发的生命周期快速地反馈学习.DevOps不只是让你更快地交付软件,更多是帮助你产出高质量,与个人需求一致的软件. 鼓励运维工程师与开发工程师积极合作是至关重要的. DevOps原则有如下:  l 与人合作:        从你的坐位上起来与其他运维工程师或开发人员面对面交流.在这儿你不能用

原文地址:大数据技术Hadoop入门理论系列之一----hadoop生态圈介绍   1. hadoop 生态概况 Hadoop是一个由Apache基金会所开发的分布式系统基础架构. 用户可以在不了解分布式底层细节的情况下,开发分布式程序.充分利用集群的威力进行高速运算和存储. 具有可靠.高效.可伸缩的特点. Hadoop的核心是YARN,HDFS和Mapreduce 下图是hadoop生态系统,集成spark生态圈.在未来一段时间内,hadoop将于spark共存,hadoop与spark 都能

为自动化和分析所设计的软件及服务正加速devops改革的步伐,本文为你盘点了Devops成功的八大炫酷工具 Devops凭借其连接弥合开发与运营团队的能力正在各个行业呈现席卷之势.开发人员和运营人员历来就是水火不容,无论是在开发.测试还是部署上都有着很大的分歧,只有Devops才能扭转这一局面. 人们开发了很多工具来便利Devops的实施,最著名的有Puppet和Chef这两款配置管理工具,不过Devops的内容可不仅限于配置管理.今天我们就来看看其他八款Devops工具. Automic  图

Technorati 标记: hadoop,生态圈,ecosystem,yarn,spark,入门 1. hadoop 生态概况 Hadoop是一个由Apache基金会所开发的分布式系统基础架构. 用户可以在不了解分布式底层细节的情况下,开发分布式程序.充分利用集群的威力进行高速运算和存储. 具有可靠.高效.可伸缩的特点. Hadoop的核心是YARN,HDFS和Mapreduce 下图是hadoop生态系统,集成spark生态圈.在未来一段时间内,hadoop将于spark共存,hadoop与

什么是DevOps?终于又回到这个最初的问题. 第一次看到这个词的时候,还身陷于各种敏捷概念轰炸中.用“身陷”这个词其实并不准确,因为那个年代的我也是那些热情洋溢地无处不宣传敏捷的热血文艺青年中的一员.就像天生的一样,我从未接触或真正实践过瀑布模型.瀑布开发对我来说一直是书里的概念,各种流程背得滚瓜烂熟都是应付考试用的东西.打从第一脚踏入老东家N记,Scrum Master骄傲地带着我各楼层领略五颜六色的进度小纸条和大小各异的手写燃尽图的那一刻开始,我就被敏捷浸淫而无法自拔.N记也不愧为国内敏捷

[注]该系列文章以及使用到安装包/测试数据 可以在<倾情大奉送--Spark入门实战系列>获取 .简介 1.1 Spark简介 年6月进入Apache成为孵化项目,8个月后成为Apache顶级项目,速度之快足见过人之处,Spark以其先进的设计理念,迅速成为社区的热门项目,围绕着Spark推出了Spark SQL.Spark Streaming.MLLib和GraphX等组件,也就是BDAS(伯克利数据分析栈),这些组件逐渐形成大数据处理一站式解决平台.从各方面报道来看Spark抱负并非池鱼,

当软件行业进入互联网时代,市场对软件产品和服务的交付提出了更高的要求:不仅要快速实现需求,而且要快速发布上线,并且必须保证业务可靠.高效运行.为了满足这些要求,IT组织需要强有力的流程.技术和人员作为保障. ThoughtWorks很早就认识到发布与运营对于成功交付的重要性.我们的创始人Roy Singham在<走完业务软件的“最后一公里”>[1]一文中指出: 所谓[软件开发的]“最后一公里”,是指软件满足了功能需求之后,尚未投入实际运行并创造业务价值的阶段.软件开发者──尤其是面对交付压力的

坦白的讲:世界上没有哪种工具能够像DevOps这么神奇(或敏捷,或精益).DevOps在开发和运营团队之间建立了完美的合作与沟通,因此与其说这是一种神奇的工具,不如说是一种文化的转变. 然而,团队之间也拥有支持自动化和协作的工具及技术.经常有人问我们在Atlassian时关于支持DevOps工作方式所用到的工具(除了我们自己).所以,我准备拟定一份购买指南,标明购买DevOps工具时所需要的东西并且告知您我们团队所用到的工具. 尽管许多工具都能以这种或那种的方式在开发周期的各个阶段发挥作用,但没

Hadoop版本演进 当前Hadoop有两大版本:Hadoop 1.0和Hadoop 2.0. Hadoop1.0被称为第一代Hadoop,由分布式文件系统HDFS和分布式计算框架MapReduce组成,其中,HDFS由一个NameNode和多个DataNode组成,MapReduce由一个JobTracker和多个TaskTracker组成,对应Hadoop版本为0..x..x.其中0..x是比较稳定的版本,最后演化为1. x,变成稳定版本..x则增加了NameNode HA等新特性. 第二代

[编者按]随着 DevOps 被欲来越多机构采用,一些共性的问题也暴露出来.近日,Joe Yankel在「Devops Q&A: Frequently Asked Questions」一文中总结了近段时间参与各种活动中经常遇见的几个问题.本文系 OneAPM 工程师编译整理: 从11月至今,在维护 DevOps 博客.参加网络研讨会与各种会议的过程中,笔者遇见了很多有关 DevOps 的各方面问题,包括变更管理.安全性与具体方法.本文将就几个频繁被问及的问题进行回答. 1. 变更与发布管理与 D

Hortworks 作为Apache Hadoop2.0社区的开拓者,构建了一套自己的Hadoop生态圈,包括存储数据的HDFS,资源管理框架YARN,计算模型MAPREDUCE.TEZ等,服务于数据平台的PIG.HIVE&HCATALOG.HBASE,HDFS存储的数据通过FLUME和SQOOP导入导出,集群监控AMBARI.数据生命周期管理FALCON.作业调度系统OOZIE.本文简要介绍了各个系统的概念.另外大多系统都通过Apache开源,读者可以自行下载试用. Hortworks Had

[编者按]对于运维人员来说,他们往往需要各种各样的工具来应对工作需求,近日 Dustin Collins 通过「The Best DevOps Tools on OSX」一文对 OSX 平台上的工具进行盘点.本文系 OneAPM 工程师整理翻译. 以下为译文 如果你供职于一个 DevOps 团队,那么肯定会用到很多工具,比如通讯.架构.编排.编程.测试等等.笔者总是关注一些热门工具,这样就能一直跟随潮流.笔者工作中使用的就是 Macbook Pro,因此本文列出了一些经常使用的工具,以及一些使用

[编者按]作者 Aaron Volkmann 是 CERT Division 高级研究员,在本文中,他对 DevOps 自动化违反 SOX 法案进行了阐述.同时,也简单的提出了如何通过 CI 来避免这个问题,本文系OneAPM工程师翻译. 为了解决类似 Enron.Worldcom 以及 Tyco 等公司暴露出的财务欺诈丑闻,21世纪初期美国国会颁布了萨班斯-奥克斯利法案(SOX Act).SOX 法案要求上市公司通过一系列内部控制手段,确保向投资者披露正确的财务信息.在一家 IT 公司中,遵守

转载原地址:  http://www.cnblogs.com/wintersun/p/3339047.html DevOps的基本原则与介绍 DevOps这个术语是developer与operations的合并简写.实现还有QA.DevOps描述与精简软件交付流程,在今天已经开始广泛的使用.强调从生产环境到开发的生命周期快速地反馈学习.DevOps不只是让你更快地交付软件,更多是帮助你产出高质量,与个人需求一致的软件. 鼓励运维工程师与开发工程师积极合作是至关重要的. DevOps原则有如下: 

使用Hive转换.装载数据 1. Hive简介 (1)Hive是什么         Hive是一个数据仓库软件,使用SQL读.写.管理分布式存储上的大数据集.它建立在Hadoop之上,具有以下功能和特点: 通过SQL方便地访问数据,适合执行ETL.报表.数据分析等数据仓库任务. 提供一种机制,给各种各样的数据格式加上结构. 直接访问HDFS的文件,或者访问如HBase的其它数据存储. 可以通过MapReduce.Spark或Tez等多种计算框架执行查询.         Hive提供标准的SQ