개발자를 위한 데브옵스 도구들

SDLC (Systems Development Life Cycle)을 위한 테스트 자동화

: 미들웨어 설정에 대한 테스트 / 네트워크 및 데이터베이스 변화 / 자동화된 부하 / 단위 테스트 / 회귀 테스트

: 검증을 거친 코드가 데브옵스 파이프라인을 따라 자동적으로 개선 되며, 뒤늦은 결함 발견을 방지할 수 있음

 

 

 

중앙 집중식 데브옵스 인프라 (파이프라인)

: 프로비저닝 (권한설정) 이나 보안 또는 애플리케이션의 배치를 중앙에서 수행하도록 해야함

: 조직되어 있는 독립적인 개발자 중심의 데브옵스 모델로의 전환이 가능

 

- 관련 도구

: 젠킨스 (Jenkins) / 스플렁크 (Splunk) / 테라폼 (Terraform) / 나기오스 (Nagios) / 그라파나 (Grafana) / 프로메테우스 (Prometheus) 등

 

 

 

배포 자동화

: 코드 배포는 적은 처리 작업을 통해 자동화 되고 반복적이며 예측할 수 있어야함

: 빈번한 배포를 위해서는 애자일 스프린트 방법론으로 프로젝트를 수행하는 것이 좋음

: 배포의 안정성은 지속적인 배포가 제대로 이루어지고 있는지를 가늠하는 지표이며, 지정된 저장소가 얼마나 성공적인지, 코드 생성, 버전관리, 테스트, 배포, 배포 이후의 절차와 같은 하위 프로세스들의 제어 정보를 팀에게 알릴 수 있음

 

 

 

 

모니터링

: 장애가 있을 때 빠르게 대응할 수 있도록 가시성 (Visibility)을 향상

: 컨테이너 및 클라우드, 온프레미스 환경에서 동일하게 대처

: 향후 업그레이드나 프로젝트에 대한 계획 수립과 리소스 관리를 도움

: 대시보드에 연동되어 정렬된 데이터를 보여줄 수 있는 시각화 도구를 사용하여 효율적으로 관리

 

- 모니터링 도구

: 센수 (Sensu) / 프로메테우스 (Prometheus) / 나기오스 (Nagios) 등

 

- 알림 도구

: 데브옵스 알림 도구를 사용하여 이슈 발생 시 중요한 정보를 제공할 수 있음

: 슬랙 (Slack) / 페이저듀티 (PagerDuty) / 서비스나우 (ServiceNow)

 

- 메트릭스 스토리지 도구

: 메트릭스 스토리지 시스템을 통해 수집된 데이터를 종합

: 인플럭스디비 (InfluxDB) / 스플렁크 (Splunk) / AWS 메트릭스 도구

 

 

 

 

 

지속적인 통합

: 코드를 마스터 브랜치에 일찍 병합하여 통합에 따르는 오버헤드를 감소

: 코드 상태에 따른 빠른 피드백 루프 가능

: 자동화된 테스트 구성이 필요

 

 

 

 

서버리스

: 데브옵스 프로세스를 단순화할 수 있음

: 데브옵스가 인프라 보다 앱을 구축하고 배포하는 업무에 집중할 수 있음

 

- 도구

: AWS 람다 (AWS Labda) / 구글 클라우드 펑션 (Google Cloud Function) / 애저 펑션 (Azure Function) / 로직앱스 (Login Apps)

 

 

 

 

 

 

Refference

데브옵스(DevOps)의 최고기법 7가지, 대공개! | 요즘IT