共计 1119 个字符，预计需要花费 3 分钟才能阅读完成。
今天（11 月 2 日）是 PASS 2017 峰会的首日，Redgate 布道师 Steve Jones 介绍了他在数据库管理中引入 DevOps 的一些技巧。他所介绍方法中包括了一些可适用于各种规模应用部署的技巧。Jones 在演讲一开始就提及 Amazon 在 2016 年部署实现每 12 秒做一次生产层面变更。他分享此案例的一个原因在于，阐明使用有效的变更管理方法做高效交付时可达到的变更频率。
考虑到存储在数据库中的数据量以及数据库所担任的关键角色，对这些生产环境中的数据库成功地执行变更无疑十分关键。为了展示数据库中存储的数据量，Jones 举例 Microsoft 每日将从 Azure 用户采集 700TB 的遥测数据（没错，是 TB）。
Jones 引用了 Gene Kim 给出的支撑 DevOps 的三个原则：
- 系统化考虑；
- 放大反馈循环；
- 实验和学习的文化。
Jones 就此原则给出了他在将 DevOps 引入数据库中所使用的技术。最初的也是基础的一步，是实现并依赖于版本控制系统的使用，例如 Git、SVN 等。下一步是实现在应用代码中无差别地对待数据库代码。第三步是在版本控制系统中设置并维护一个组织有序的系统，这在某些情况可以是存储应用代码的同一个代码库，但是在某些情况下使用独立的代码库会更好。最后一步是对更改进行代码审查并认真对待。
由于在非开发环境中会有部分的测试更改先于部署执行，Jones 推荐所使用的数据集是特别构造，而非从生产数据中抽取。开发（DEV）、用户接收测试（UAT）和预发布测试（STG）等从清空的数据库开始，进而添加表示生产环境用例的 10 到 40 行数据。
所有要在生产环境中部署的代码应该以一致的方式完成。如果需要执行一项手工步骤，那么应对这些步骤做完备的文档。一致性是十分重要的，它保证了每个部署总是以同样的方式完成，并且考虑到了一些重要过程，例如单元测试、定义了主键的适用表等。
Jones 观察到不成功的变更是很难回滚的，尤其是变更中涉及了数据库。Jones 推荐手工编写回滚代码，并且这些代码已在部署到 DEV、STG 等阶段之前进行了测试，使得工作脚本已准备好加入到所需的事件中。另一个可考虑的技术是使用黑箱部署，其中变更被部署到生产系统，但是使用它们则是通过一个特征标志触发的。这样一个特性在确定可用于一般通用版（GA）之前，它都是非激活的。据 Jones 介绍，Facebook 在推出 Facebook Messenger 中就采用了这个方法，确保它们的系统可处理预期的用户负载。
查看英文原文： Bringing a DevOps Approach to Databases
本文永久更新链接地址 ：http://www.linuxidc.com/Linux/2017-11/148565.htm
