慣性聚合 高效追讀感興趣之博客、新聞、科技資訊
閱原文 以慣性聚合開啟

推薦訂閱源

博客园 - 司徒正美
V
V2EX
T
Tailwind CSS Blog
有赞技术团队
有赞技术团队
aimingoo的专栏
aimingoo的专栏
Apple Machine Learning Research
Apple Machine Learning Research
IT之家
IT之家
Blog — PlanetScale
Blog — PlanetScale
A
About on SuperTechFans
月光博客
月光博客
T
The Blog of Author Tim Ferriss
宝玉的分享
宝玉的分享
Martin Fowler
Martin Fowler
博客园 - 聂微东
The GitHub Blog
The GitHub Blog
V
Visual Studio Blog
WordPress大学
WordPress大学
酷 壳 – CoolShell
酷 壳 – CoolShell
Engineering at Meta
Engineering at Meta
GbyAI
GbyAI

阮一峰的网络日志

科技爱好者周刊(第 396 期):互联网通信的替代方案 科技爱好者周刊(第 396 期):互联网通信的替代方案 - 阮一峰的网络日志 科技爱好者周刊(第 395 期):软件开发的第三种方式 科技爱好者周刊(第 395 期):软件开发的第三种方式 - 阮一峰的网络日志 科技爱好者周刊(第 393 期):脑腐状态 科技爱好者周刊(第 392 期):axios 投毒与好莱坞式骗术 科技爱好者周刊(第 391 期):AI 的贫富分化 科技爱好者周刊(第 390 期):没有语料,大模型就是智障 套壳中国大模型撑起500亿美元估值?扒一扒 Cursor 的"套壳"疑云 科技爱好者周刊(第 389 期):未来如何招聘程序员 科技爱好者周刊(第 388 期):测试是新的护城河 零安装的"云养虾":ArkClaw 使用指南 科技爱好者周刊(第 387 期):你是领先的 科技爱好者周刊(第 386 期):当外卖员接入 AI 字节全家桶 Seed 2.0 + TRAE 玩转 Skill 科技爱好者周刊(第 385 期):马斯克害怕中国车企吗? 智谱旗舰 GLM-5 实测:对比 Opus 4.6 和 GPT-5.3-Codex 科技爱好者周刊(第 384 期):为什么软件股下跌 科技爱好者周刊(第 383 期):你是第几级 AI 编程 Kimi 的一体化,Manus 的分层 科技爱好者周刊(第 382 期):独立软件的黄昏 AI native Workspace 也许是智能体的下一阶段 科技爱好者周刊(第 381 期):中国 AI 大模型领导者在想什么 科技爱好者周刊(第 380 期):为什么人们拥抱"不对称收益" 科技爱好者周刊(第 379 期):《硅谷钢铁侠》摘录 我如何用 AI 处理历史遗留代码:MiniMax M2.1 升级体验 科技爱好者周刊(第 378 期):预测是新的互联网热点 科技爱好者周刊(第 377 期):14万美元的贫困线 科技爱好者周刊(第 376 期):太空数据中心的争议 科技爱好者周刊(第 375 期):一扇门的 Bug 终于有人做了 Subagent,TRAE 国内版 SOLO 模式来了 科技爱好者周刊(第 374 期):6GHz 的问题 VS Code 使用国产大模型 MiniMax M2 教程 科技爱好者周刊(第 373 期):数据模型是新产品的核心 国产大模型接入 Claude Code 教程:以 Doubao-Seed-Code 为例 科技爱好者周刊(第 372 期):软件界面如何设计 大模型比拼:MiniMax M2 vs GLM 4.6 vs Claude Sonnet 4.5 科技爱好者周刊(第 371 期):一个乐观主义者的专访 科技爱好者周刊(第 370 期):正确的代码高亮 错误处理:异常好于状态码 科技爱好者周刊(第 369 期):Tim 与罗永浩的对谈 科技爱好者周刊(第 368 期):不要这样管理软件团队 一天之内,智谱和 Anthropic 都发了最强编程模型 科技爱好者周刊(第 367 期):Nano Banana 的几个妙用 科技爱好者周刊(第 366 期):旧金山疯狂的 AI 广告 科技爱好者周刊(第 365 期):流量变现正在崩塌 科技爱好者周刊(第 364 期):最难还原的魔方 科技爱好者周刊(第 363 期):最好懂的神经网络解释 科技爱好者周刊(第 362 期):GitHub 工程师谈系统设计 科技爱好者周刊(第 361 期):暗网 Tor 安全吗?
运维之将来,乃平台工程也。
阮一峰 · 2023-03-21 · via 阮一峰的网络日志

互联网之业,有要职焉,名曰"运维"。

"运维"者,英文谓 Operations,缩曰 Ops,直译之,乃"操作",盖指诸般服务器之操作也。

简言之,运维之师,即理服务器、保代码运行之境者也。

此乃要务,公司当重之。然近年,运维之位渐减,Ops之师被求转型为 DevOps之师。据吾所知,多运维之师实甚苦恼。

当如何视此变?运维可有前途?将来将何以发展?

近,吾读一老外之文,题曰《运维之未来乃平台工程》

Ops之未来,乃平台工程也。

作者系统答诸上问,以为运维终将消弭,蜕变为新之业种——"平台工程"(platform engineering)。

吾以为其文甚有启发性,使吾于运维之见明晰良多,今与诸君共之。

一、运维之缘起

昔时之初,未尝有运维之职,程序员兼司编撰与运行软件之事。

然,撰软件与运软件,实异能也:前者需谙码,后者需谙伺。

互联网之术兴,此二技遂渐判矣。

开發工程師之職,在於著文以為程式;運維工程師之任,在於啟程以安伺機。

二、运维之衰

事实验之,开发与运维分途,实乃大谬。

夫撰文者不谙伺机之境,理伺者不晓文之所为,此非成良器之道,亦非辨症结之方。

是故,有司倡之,使开发与运维复归一途:撰文者亦当责运行之务。

此即 DevOps 之肇始,盖 Dev(开发)与 Ops(运维)之和也。

然则,互网之司,其核心之资与竞胜之力,多在文码,非运维也。故司有志,倾力于开发,渐收运维之众,务将基构外包至极。

此二者之由,决运维为独工,将渐泯。

三、DevOps 之弊

然,DevOps 实难代运维之职。

事日繁,则系统与基建亦愈繁,而必求其稳且信。

常工之辈,安能为之?既不谙基建之全,复无运维之专。

于此,公司或择外包,或采云务,以基建委诸云商,务极己之费。

四、运维之责

运维之职,虽总括于管伺,然可析为二端:构基建 + 管境运。

"构建基础架构"者,乃硬件之采买、安装、上架、联网诸务也。

"管理运行环境"者,乃保佑业务软件之运行也。

DevOps 既兴,"构建基础架构"之责渐隳,化为采购云务;"管理运行环境"之责,则委诸DevOps工程师矣。

是故,新疑生焉。孰司采云之务,并合其用?

五、平台工程者何?

择云服务之宜,非易事也。

云服务纷繁,诸般 API、SDK 及配套之器,令人目眩神迷,纵使经验之运维之士,亦难明言。

故需专司其职者,以决其宜,择云服务之合用者,且主于制器,统诸云服务,以供业务之需。

此职名曰平台工程,其司评购、统合诸云服务,以为己之基,于外云之上筑己之台,俾开发者得自为,投其码于产。

前述之定义,有数要义。

(一)基设外包,以节成本,缩开发之期。

(二)平台工者,统外包之基设,筑为平台。

(三)开发者于其上,自筑自理运行之境,自运其码。

六、平台工程与运维之辨

平台工程与运维,有显异焉。

(1)平台之工,需制软件,兼撰测试、核验代码,其运作若开篇之众,有司其事者、有绘形者、有司前端之工。

运维之职,不制应用之软,不过撰自动化之脚。

昔者,有工撰码,有工运码。今者,凡工皆撰码,亦皆运己之码,无论开篇、运维、平台,所异者,惟层或功能之责有分耳。

(2)平台之工,属云之原,凡务皆存云上。

运维非云之原,需自理硬器,不过助云而已。

(3)平台之工,采云之务,运维之工,采硬之器。

七、运维之工,其途何在。

随传统运维之役消,今运维之士必遭变通,其途有三:

(一)好业务之开,可为DevOps之师。

(二)乐平台之制,可司平台之工,专于基设之合。

(三)嗜硬底之研,可入"基设即服务"(IaaS)之云司,深究基设。

(终)