關於分享者：編程
羅晶，花名瑤靖。在加入阿里雲以前，前後在支付寶平臺數據技術事業羣、百度基礎架構部任職。現主要負責阿里雲容器服務產品的集羣管理系統的研發，從事容器的持續交付、持續集成的方案設計與實現。網絡
演講內容架構架構
-
大話持續交付運維
-
持續交付的前世ide
-
容器化DevOps工具
-
持續交付的此生性能
演講主要內容測試
持續集成指的是，頻繁地（一天屢次）將代碼集成到主幹。持續集成的目的，就是讓產品能夠快速迭代，同時還能保持高質量。它的核心措施是，代碼集成到主幹以前，必須經過自動化測試。只要有一個測試用例失敗，就不能集成。ui
持續交付（Continuous delivery）指的是，頻繁地將軟件的新版本，交付給質量團隊或者用戶，以供評審。若是評審經過，代碼就進入生產階段。阿里雲
持續交付能夠看做持續集成的下一步。它強調的是，無論怎麼更新，軟件是隨時隨地能夠交付的。
持續集成和持續交付保證了軟件的持續運行和有效反饋。
不一樣環境，不一樣交付運維方式。即使按照流程去作持續交付，系統地搭建出來整個持續集成的系統環境，同樣會遇到七七八八這樣的問題。就算是同一種語言，每個開發者所依賴語言環境、依賴的包不同，就會致使有很是多的編譯環境，維護起來就很困難。
傳統持續交付問題的根源在於：
-
開發者交付的只有代碼以及代碼的依賴；
-
運維者須要除了代碼以外的運行環境，以及運行環境之間的依賴。
交付方式的變革
Docker的出現改變軟件交付的方式。經濟學家說過：沒有集裝箱，不可能有全球化。Docker就像把一堆零散的代碼和我要的全部東西裝在集裝箱裏，真正去交付給運維時，至關於把這個集裝箱運行起來。它包含全部的環境依賴，因此在任何地方運行集裝箱所達到的結果都是同樣的。由於達到了環境一致性。
Docker之因此這麼火，是因爲它的敏捷、可移植、可控的特性決定的。敏捷意味着Docker能夠秒級應用啓動、輕量級隔離、細粒度資源控制、低性能損耗；可移植表明着Docker的環境無關的交付、部署方式、可用於軟件生命週期中不一樣運行環境；可控表示容器級別的資源隔離和流控。
Docker Compose是Docker推出來的一個對多容器的編排技術，簡單好用，便於開發。使用Docker Compose，能夠一鍵構建本地開發環境，在團隊中能夠共享一份配置文件。它的優勢是：
-
簡單好用，便於開發
-
本地環境沙箱
-
UT環境
-
編排容器、存儲和網絡
固然，它也存在不足：面向開發和部署，不支持自動化運維。
Docker Swarm把一組Docker引擎抽象成一個Docker引擎，之前全部在單機上對一個Docker引擎的工做，均可以透明的變成對一組Docker集羣上的節點的操做。Docker Swarm它的優勢是：
-
支持標準的 Docker API；
-
靈活、可擴展、可插拔的容器調度。
固然，它也存在不足：面向容器、缺乏服務生命週期支持。
容器服務上有三個層面的概念：
-
資源層面——集羣，節點。
-
內容層面——Compose模板，鏡像。
-
應用層面——應用，服務，容器。
容器化DevOps，能夠實現：
-
開發環境到生產環境的一致
-
可編程基礎設施
-
Infrastructure as Code
-
不可變基礎架構
-
Immutable infrastructure
-
全流程工具化、自動化、持續交付
-
下降試錯成本，鼓勵快速迭代
簡單的容器化持續交付流程以下圖所示：
複雜的容器化持續交付流程：開發人員在除了代碼 、Config、Test腳本還要寫Dockerfile。把這些代碼傳（Push）到代碼倉庫，有一個CI service經過代碼倉庫hook告訴你代碼倉庫有一個新的提交。把代碼拉下來複制，進行兩件事情 : Build和UT。在build的過程當中，會從Docker Registry上面去拉下來( Pull )依賴的image，當build經過了以後會push image到這個Docker Registry單位裏面去。而後CI 會有一個hook去通知CD，deploy Service根據Docker和image描述以及compose描述，把image部署到預發、測試或者生產環境。
持續交付「最後一千米」
發佈時持續交付的「最後一千米」，常見的發佈策略有藍綠髮布、金絲雀發佈（灰度發佈）、ABTest，在國內的開發者中，對這幾個概念有獨立的理解。
Rolling Update
-
依次中止老容器，啓動新容器
-
整個過程自動化，無需用戶手動操做
-
適合於多副本的應用發佈
藍綠髮布（熱部署）
-
不會中止老容器，爲新服務啓動新容器
-
須要用戶設置路由權重，實現不一樣版本應用的上線、下線
-
適合於版本的快速發佈，不會停機影響用戶
金絲雀發佈（灰度）
-
不會中止老容器，爲新服務啓動新容器
-
須要用戶設置路由權重，實現不一樣版本應用的共存
-
支持A/B測試，適合多方案選擇