初心者向けガイド：DevOpsパイプラインの構築

DevOpsを初めて使用する場合は、最初の5ステップのパイプラインを作成する方法について、このチュートリアルをご覧ください。







DevOpsは、遅い、切断された、または壊れたソフトウェア開発プロセスを修正するための標準的なソリューションになっています。問題は、DevOpsを使い始めたばかりで、どこから始めればよいかわからない場合、これらの手法の理解が不足している可能性があることです。この記事では、DevOpsパイプラインの定義について説明し、5つのステップでそれを作成する方法について説明します。このチュートリアルは包括的ではありませんが、開始して将来知識を拡大するための基礎を提供するはずです。しかし、歴史から始めましょう。

私のDevOpsの旅

私はCitiクラウドインフラストラクチャを管理するためのInfrastructure-as-a-Service（IaaS）Webアプリケーションを開発するCiti Groupクラウドチームで働いていましたが、開発プロセスをより効率的にし、開発チームにポジティブな文化的変化をもたらす方法を常に考えていました。その答えは、シティのクラウドアーキテクチャおよびインフラストラクチャのCTOであるGreg Lavenderが推奨する本で見つかりました。この本のタイトルはThe Phoenix Projectで、小説のように読みながらDevOpsの原則を説明しています。



巻末の表は、さまざまな企業がシステムをリリース環境に導入する頻度を示しています



。Amazon：1日あたり23,000、

Google：1日あたり5,500、

Netflix：1日あたり500

Facebook：1日に1

回Twitter：週に3回

一般的な会社：9か月に1 回



Amazon、Google、Netflixの周波数はどのようにして可能ですか？これは、これらの企業がほぼ完璧なDevOpsパイプラインを作成する方法を見つけたためです。



それから、CitiでDevOpsを実装するまで、長い道のりでした。私のチームは当時さまざまな環境を持っていましたが、開発サーバーへのデプロイメントは完全に手動で行われました。すべての開発者は、IBM WebSphere Application Server Community Editionに基づく1つの開発サーバーにのみアクセスできました。問題は、複数のユーザーが同時にデプロイしようとするとサーバーがシャットダウンするため、開発者がお互いに意図を伝えなければならず、大変なことでした。さらに、低レベルのテストコードカバレッジ、面倒な手動のデプロイメントプロセス、特定のタスクまたはユーザーストーリーに関連付けられたコードのデプロイメントを追跡できない問題がありました。



私は何かをする必要があることに気づき、志を同じくする同僚を見つけました。私たちは初期のDevOpsパイプラインで協力することを決めました-私はJenkinsに取り組み、Atlassian JiraとBitBucketを統合し、テストコードカバレッジに取り組みながら、仮想マシンとTomcatアプリサーバーをセットアップしました。このサイドプロジェクトは非常に成功しました。多くのプロセスをほぼ完全に自動化し、開発サーバーのほぼ100％の稼働時間を達成し、追跡と改善されたテストコードカバレッジを提供し、さらにGiraのブランチをJiraまたはデプロイメントの問題とリンクする機能を追加しました。 DevOpsパイプラインの構築に使用したツールのほとんどはオープンソースでした。



これで、DevOpsパイプラインがいかにシンプルであるかがわかりました。JenkinsファイルやAnsibleなどの拡張機能は使用していません。ただし、この単純なパイプラインは、おそらくパレートの原理（80/20ルールとしても知られている）が原因でうまく機能しました。

DevOpsとCI / CDパイプラインの簡単な紹介

複数の人に「DevOpsとは」と尋ねると、おそらくいくつかの異なる答えが得られます。 DevOpsは、アジャイルと同様に、多くの異なる分野を含むように進化しましたが、ほとんどの人はいくつかのことに同意します。DevOpsは、開発者と開発者の文化を変えることを中心とするソフトウェア開発実践またはソフトウェア開発ライフサイクル（SDLC）非開発者は、次のような環境に存在し



ます。以前は手動で実行されていた自動操作。

誰もが彼が最もよく知っていることをします。

一定期間の実装数が増加します。スループットが向上します。

開発の柔軟性が向上します。



DevOps環境を作成するために必要なのは、適切なソフトウェアツールだけではありませんが、いくつかのツールが必要です。重要なツールは、継続的な統合と継続的な展開（CI / CD）です。このパイプラインでは、環境にさまざまな段階（DEV、INT、TST、QA、UAT、STG、PRODなど）があり、多くの操作が自動化されており、開発者は高品質のコードを記述し、開発の柔軟性と高い展開頻度を実現できます。



この記事では、オープンソースツールを使用して、次の図のようなDevOpsパイプラインを構築するための5つのステップのアプローチについて説明します。

ステップ1：CI / CDメソッド

最初に必要なのはCI / CDツールです。 MITライセンスに基づいてリリースされたオープンソースのJavaベースのツールであるJenkinsは、DevOpsの方向性を広め、事実上の標準となったツールです。



ジェンキンスとは何ですか？さまざまなサービスやツールを話したり整理したりできる魔法のユニバーサルリモコンのようなものだと考えてください。 JenkinsのようなCI / CDツールは、それ自体では役に立たないが、さまざまなツールやサービスに接続すると、より強力になります。



Jenkinsは、DevOpsパイプラインの構築に使用できるオープンソースのCI / CDツールの1つにすぎません。



ジェンキンス：クリエイティブ・コモンズとMIT

Travis CI：MIT

CruiseControl：BSD

Buildbot：GPL

Apache Gump：Apache 2.0

Cabie：GNU



これは、CI / CDツールでのDevOpsプロセスの外観です。







ローカルホストでCI / CDツールを実行していますが、この時点でできることはあまりありません。DevOpsジャーニーの次の段階に進みましょう。

ステップ2：ソース管理システムを管理する

CI / CDツールがマジックを実行できることをテストするための最良の（そして間違いなく最も簡単な）方法は、ソースコード管理ツール（SCM）と統合することです。なぜソース管理が必要なのですか？アプリケーションを開発しているとしましょう。アプリケーションを作成するときは常にプログラミングをしているので、Java、Python、C ++、Go、Ruby、JavaScript、または膨大な数のプログラミング言語のいずれを使用していてもかまいません。あなたが書くコードはソースコードと呼ばれます。最初は、特に一人で作業している場合は、おそらくすべてをローカルディレクトリに置くことができます。しかし、プロジェクトが大きくなり、他の人に共同作業を依頼するようになると、変更を効率的に共有しながら競合を防ぐ方法が必要になります。以前のバージョンを復元する方法も必要です。バックアップの作成とそれらへのコピー/貼り付けはすでに廃止されているためです。あなた（そしてあなたのチームメイト）はもっと良いものが必要です。



これは、ソース管理が実際に必要になる場所です。このツールは、コードをリポジトリに保存し、バージョンを追跡し、プロジェクト参加者の作業を調整します。



そこには多くのソース管理ツールがありますが、Gitは標準であり、その通りです。 Gitを使用することを強くお勧めしますが、必要に応じて他のオープンソースオプションもあります。



Git：GPLv2およびLGPL v2.1

Subversion：Apache 2.0

Concurrent Versions System（CVS）：GNU

Vesta：LGPL

Mercurial：GNU GPL v2 +



これは、ソースコントロールが追加されたDevOpsパイプラインの外観です。







CI / CDツールは、検証、ソースコードの取得、およびメンバー間のコラボレーションのプロセスを自動化できます。悪くない？しかし、何十億もの人々がそれを使用して評価できるように、それをどのように機能するアプリにするのでしょうか？

ステップ3：ビルド自動化ツールを作成する

いいね！コードをチェックしてソース管理システムに変更を加えたり、友達を招待して開発に協力したりできます。しかし、まだアプリを作成していません。Webアプリケーションを作成するには、デプロイ可能なバッチ形式でコンパイルおよびパッケージ化するか、実行可能ファイルとして実行する必要があります。（JavaScriptやPHPなどのインタープリター型プログラミング言語はコンパイルする必要がないことに注意してください。）



ビルド自動化ツールを使用します。使用するビルド自動化ツールに関係なく、それらはすべて同じ目的を持っています。ソースコードを任意の形式でビルドし、クリーニング、コンパイル、テスト、および特定の環境への展開のタスクを自動化します。ビルドツールはプログラミング言語によって異なりますが、いくつかの一般的なオープンソースオプションを示します。







すごい！ビルド自動化ツールの構成ファイルをソース管理システムに入れて、CI / CDツールですべてをまとめることができます。







大丈夫ですよね？しかし、アプリケーションをどこにデプロイするのでしょうか？

ステップ4：Webアプリケーション用のサーバー

これまでのところ、実行可能またはインストール可能な圧縮ファイルがあります。アプリケーションが本当に役立つためには、何らかのサービスまたはインターフェースを提供する必要がありますが、アプリケーションをホストするコンテナーが必要です。



Webアプリケーションサーバーはまさにそのようなコンテナーです。サーバーは、デプロイされたパッケージのロジックを定義できる環境を提供します。また、サーバーはインターフェースを提供し、外部へのソケットを開くことによってWebサービスを提供します。これをインストールするには、HTTPサーバーといくつかの環境（仮想マシンなど）が必要です。とりあえず、これについてもっと学習したとしましょう（ただし、以下でコンテナーについて説明します）。



いくつかのオープンソースのWebアプリケーションサーバーがあります。







DevOpsパイプラインの使用準備がほぼ整いました。よくやった！







そこで停止して自分で統合することはできますが、コードの品質はアプリケーション開発者が心配する重要なことです。

ステップ5：コードテストのカバレッジ

テストの実装も厄介な要件の1つですが、開発者はアプリケーションのバグを早期に発見し、コードの品質を向上させてエンドユーザーが満足するようにする必要があります。幸い、コードをテストし、その品質を向上させるための推奨事項を作成するためのオープンソースツールは数多くあります。さらに良いことに、ほとんどのCI / CDツールはこれらのツールに接続してプロセスを自動化できます。



コードテストは、テストの記述と実行に役立つコードテストフレームワークと、コードの品質向上に役立つ提案ツールの2つの部分で構成されています。



コードテストシステム







コード改善推奨システム







C ++とC＃は独自のプログラミング言語であるため（GCCはオープンソースですが）、上記のツールとフレームワークのほとんどはJava、Python、JavaScript向けに記述されています。



テストカバレッジツールを実装したので、DevOpsパイプラインはこのチュートリアルの最初に示した図のようになります。

追加の手順

コンテナー



前述のように、仮想マシンまたはサーバーでサーバーをホストできますが、コンテナーは一般的なソリューションです。



コンテナとは何ですか？簡単に説明すると、仮想マシンにはアプリケーションのサイズを超える大量のオペレーティングシステムメモリが必要ですが、コンテナにはアプリケーションを実行するために必要なライブラリと構成はわずかです。もちろん、仮想マシンにはまだ重要な用途がありますが、コンテナーは、アプリケーションサーバーを含むアプリケーションをホストするための軽量なソリューションです。



他のコンテナオプションも存在しますが、最も一般的なのはDockerとKubernetesです。



Docker：Apache 2.0

Kubernetes：Apache 2.0 Automationミドルウェア







私たちのDevOpsパイプラインは、主にアプリケーションの共作成とデプロイに焦点を当てていますが、DevOpsツールを使用して実行できる他の多くのものがあります。それらの1つは、ミドルウェアツールとも呼ばれるコードとしてのインフラストラクチャ（IaC）ツールの使用です。これらのツールは、ミドルウェアのインストール、管理、およびその他のタスクを自動化するのに役立ちます。たとえば、自動化ツールは、Webアプリケーションサーバー、データベース、監視ツールなどのアプリケーションを正しい構成で取得し、それらをアプリケーションサーバーに展開できます。



いくつかのオープンソースミドルウェアツールは次の とおりです。Ansible：



GNU Public

SaltStack：Apache 2.0

シェフ：Apache 2.0

パペット：ApacheまたはGPL







SkillFactoryの有料オンラインコースを受講して、スキルと給与の注目の職業をゼロから取得する方法の詳細をご覧ください。

• DevOpsコース（12か月）

有用

• アイビーリーグの450の無料コース
• データサイエンス2020の動向
• データサイエンスは死んでいます。長生きするビジネスサイエンス
• ステロイドデータシナリオ：Decision Intelligenceの紹介
• 最も成功し、最も物議を醸しているデータサイエンスプロジェクト：Cambridge Analytica