senior-devops

Senior Devops

面向高级 DevOps 的完整工具包，融合现代工具与最佳实践。

快速开始

主要能力

本 Skill 通过自动化脚本提供三项核心能力：

# Script 1: Pipeline Generator — scaffolds CI/CD pipelines for GitHub Actions or CircleCI
python scripts/pipeline_generator.py ./app --platform=github --stages=build,test,deploy

# Script 2: Terraform Scaffolder — generates and validates IaC modules for AWS/GCP/Azure
python scripts/terraform_scaffolder.py ./infra --provider=aws --module=ecs-service --verbose

# Script 3: Deployment Manager — generates deployment manifests + runbooks with rollback support
python3 scripts/deployment_manager.py deploy --env=staging --image=app:1.2.3 --strategy=blue-green --verbose --json

核心能力

1. 流水线生成器

为 GitHub Actions 或 CircleCI 搭建 CI/CD 流水线配置，包含构建、测试、安全扫描和部署阶段。

示例 — GitHub Actions 工作流：

# .github/workflows/ci.yml
name: CI/CD Pipeline
on:
  push:
    branches: [main, develop]
  pull_request:
    branches: [main]

jobs:
  build-and-test:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - name: Set up Node.js
        uses: actions/setup-node@v4
        with:
          node-version: '20'
          cache: 'npm'
      - run: npm ci
      - run: npm run lint
      - run: npm test -- --coverage
      - name: Upload coverage
        uses: codecov/codecov-action@v4

  build-docker:
    needs: build-and-test
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - name: Build and push image
        uses: docker/build-push-action@v5
        with:
          push: ${{ github.ref == 'refs/heads/main' }}
          tags: ghcr.io/${{ github.repository }}:${{ github.sha }}

  deploy:
    needs: build-docker
    if: github.ref == 'refs/heads/main'
    runs-on: ubuntu-latest
    steps:
      - name: Deploy to ECS
        run: |
          aws ecs update-service \
            --cluster production \
            --service app-service \
            --force-new-deployment

用法：

python scripts/pipeline_generator.py <project-path> --platform=github|circleci --stages=build,test,deploy

2. Terraform 脚手架

生成、校验并规划 Terraform 模块。强制统一模块结构，并在任何 apply 之前运行 terraform validate 和 terraform plan。

示例 — AWS ECS 服务模块：

# modules/ecs-service/main.tf
resource "aws_ecs_task_definition" "app" {
  family                   = var.service_name
  requires_compatibilities = ["FARGATE"]
  network_mode             = "awsvpc"
  cpu                      = var.cpu
  memory                   = var.memory

  container_definitions = jsonencode([{
    name      = var.service_name
    image     = var.container_image
    essential = true
    portMappings = [{
      containerPort = var.container_port
      protocol      = "tcp"
    }]
    environment = [for k, v in var.env_vars : { name = k, value = v }]
    logConfiguration = {
      logDriver = "awslogs"
      options = {
        awslogs-group         = "/ecs/${var.service_name}"
        awslogs-region        = var.aws_region
        awslogs-stream-prefix = "ecs"
      }
    }
  }])
}

resource "aws_ecs_service" "app" {
  name            = var.service_name
  cluster         = var.cluster_id
  task_definition = aws_ecs_task_definition.app.arn
  desired_count   = var.desired_count
  launch_type     = "FARGATE"

  network_configuration {
    subnets          = var.private_subnet_ids
    security_groups  = [aws_security_group.app.id]
    assign_public_ip = false
  }

  load_balancer {
    target_group_arn = aws_lb_target_group.app.arn
    container_name   = var.service_name
    container_port   = var.container_port
  }
}

用法：

python scripts/terraform_scaffolder.py <target-path> --provider=aws|gcp|azure --module=ecs-service|gke-deployment|aks-service [--verbose]

3. 部署管理器

为蓝/绿或滚动发布策略生成 Kubernetes 部署清单和有序的 kubectl 操作手册，包含流量切换前的健康检查关卡以及回滚手册。该工具只写入清单并输出命令，本身从不将其应用到集群，因此每项变更都需经过人工审核。

示例 — Kubernetes 蓝/绿部署（蓝色槽位专属元素）：

# k8s/deployment-blue.yaml
apiVersion: apps/v1
kind: Deployment
metadata:
  name: app-blue
  labels:
    app: myapp
    slot: blue      # slot label distinguishes blue from green
spec:
  replicas: 3
  selector:
    matchLabels:
      app: myapp
      slot: blue
  template:
    metadata:
      labels:
        app: myapp
        slot: blue
    spec:
      containers:
        - name: app
          image: ghcr.io/org/app:1.2.3
          readinessProbe:       # gate: pod must pass before traffic switches
            httpGet:
              path: /healthz
              port: 8080
            initialDelaySeconds: 10
            periodSeconds: 5
          resources:
            requests:
              cpu: "250m"
              memory: "256Mi"
            limits:
              cpu: "500m"
              memory: "512Mi"

用法：

python scripts/deployment_manager.py deploy \
  --env=staging|production \
  --image=app:1.2.3 \
  --strategy=blue-green|rolling \
  --health-check-url=https://app.example.com/healthz

python scripts/deployment_manager.py rollback --env=production --to-version=1.2.2
python scripts/deployment_manager.py --analyze --env=production   # audit current state

资源

• 模式参考：references/cicd_pipeline_guide.md — 详细的 CI/CD 模式、最佳实践、反模式
• 工作流指南：references/infrastructure_as_code.md — IaC 分步流程、优化与故障排查
• 技术指南：references/deployment_strategies.md — 部署策略配置、安全注意事项、可扩展性
• 工具脚本：scripts/ 目录

开发工作流

1. 基础设施变更（Terraform）

# Scaffold or update module
python scripts/terraform_scaffolder.py ./infra --provider=aws --module=ecs-service --verbose

# Validate and plan — review diff before applying
terraform -chdir=infra init
terraform -chdir=infra validate
terraform -chdir=infra plan -out=tfplan

# Apply only after plan review
terraform -chdir=infra apply tfplan

# Verify resources are healthy
aws ecs describe-services --cluster production --services app-service \
  --query 'services[0].{Status:status,Running:runningCount,Desired:desiredCount}'

2. 应用部署

# Generate or update pipeline config
python scripts/pipeline_generator.py . --platform=github --stages=build,test,security,deploy

# Build and tag image
docker build -t ghcr.io/org/app:$(git rev-parse --short HEAD) .
docker push ghcr.io/org/app:$(git rev-parse --short HEAD)

# Deploy with health-check gate
python scripts/deployment_manager.py deploy \
  --env=production \
  --image=app:$(git rev-parse --short HEAD) \
  --strategy=blue-green \
  --health-check-url=https://app.example.com/healthz

# Verify pods are running
kubectl get pods -n production -l app=myapp
kubectl rollout status deployment/app-blue -n production

# Switch traffic after verification
kubectl patch service app-svc -n production \
  -p '{"spec":{"selector":{"slot":"blue"}}}'

3. 回滚流程

# Immediate rollback via deployment manager
python scripts/deployment_manager.py rollback --env=production --to-version=1.2.2

# Or via kubectl
kubectl rollout undo deployment/app -n production
kubectl rollout status deployment/app -n production

# Verify rollback succeeded
kubectl get pods -n production -l app=myapp
curl -sf https://app.example.com/healthz || echo "ROLLBACK FAILED — escalate"

多云交叉参考

如需特定云平台的深入内容，请使用以下配套 Skill：

Skill	云平台	适用场景
aws-solution-architect	AWS	ECS/EKS、Lambda、VPC 设计、成本优化
azure-cloud-architect	Azure	AKS、App Service、虚拟网络、Azure DevOps
gcp-cloud-architect	GCP	GKE、Cloud Run、VPC、Cloud Build （即将推出）

多云与单云的选择：

• 单云（默认）— 运维复杂度更低，与托管服务集成更深，通过承诺使用折扣更容易获得成本优势
• 多云 — 合规或数据驻留要求强制要求、收购了使用不同云的公司，或需要跨云提供者选用最佳服务时必需（例如 AWS 负责计算、GCP 负责 ML）
• 混合云 — 本地部署加云端；当受监管的工作负载必须保留在本地，而突发性或非敏感工作负载运行在云端时使用

从单云起步。只有存在明确的业务或合规驱动因素时才增加第二个云平台，而不是为了理论上的冗余。

---

与云无关的 IaC

Terraform / OpenTofu（默认选择）

对于大多数团队，推荐使用 Terraform（或其开源分支 OpenTofu）作为 IaC 工具：

• 在 AWS、Azure、GCP 及 3,000 多个提供商之间使用统一语言（HCL）
• 通过远程后端（S3、GCS、Azure Blob）进行状态管理
• 先规划后应用的工作流可避免配置漂移带来的意外
• 模块结构、状态隔离及 CI/CD 集成请参考 terraform-patterns

Pulumi（编程语言式 IaC）

当团队强烈偏好 TypeScript、Python、Go 或 C# 而非 HCL 时，可选择 Pulumi：

• 完整的编程语言支持 — 原生支持循环、条件判断和单元测试
• 云平台覆盖范围与 Terraform 相同
• 对于不愿学习 HCL 的开发团队，上手更容易

何时使用云原生 IaC

工具	适用场景
CloudFormation	仅使用 AWS 的团队；需要原生 AWS 支持（StackSets、Service Catalog）
Bicep	仅使用 Azure 的团队；语法比 ARM 模板更简单
Cloud Deployment Manager	仅使用 GCP；较少见，大多数 GCP 团队更倾向于 Terraform

经验法则： 除非你完全专注于单一云平台，并且云原生工具提供了 Terraform 无法复现的功能（例如 AWS Service Catalog 集成），否则请使用 Terraform/OpenTofu。

---

故障排查

请查看 references/deployment_strategies.md 中的完整故障排查章节。