CONTENTS Devops技术栈 Devops构建示例 Python工具二次开发 Devops DevOps 是一个完整的面向IT运维的工作流，以 IT 自动化以及持续集成（CI）、持续部署（CD）为 基础，来优化程式开发、测试、系统运维等所有 环节 构建Devops之前面临的问题 Devops 过程包含，代码构建打包、测试、部署、发布、监控、回滚等等一个 项目的闭环、快速构建以上过程。 构建（Java 项目） 7. 根据构建结果构建 Docker 镜像 8. 推送 Docker 镜像到 Harbor 仓库 9. 触发更新服务阶段，使用kubectl 从pod构建，当然kubectl版本打包到jenkin-slave镜像里 10. 发布更新、检测状态，更新失败停止，返回上一个版本 THANK YOU law 无 保密 二维码

10，那么系统自带的 Python 版本是 2.7。要安装最新的 Python 3.5，有两个方法： 方法一：从 Python 官网下载 Python 3.5 的安装程序（网速慢的同学请移 步国内镜像），双击运行并安装； 方法二：如果安装了 Homebrew，直接通过命令 brew install python3 安 装即可。 在 Linux 上安装 Python 如果你正在使用 Linux，那我可以假定你有 首先，根据你的 Windows 版本（64 位还是 32 位）从 Python 的官方网 站下载 Python 3.5 对应的 64 位安装程序或 32 位安装程序（网速慢的同 学请移步国内镜像），然后，运行下载的 EXE 安装包： Python3 基础教程【完整版】 http://www.yeayee.com/ 14/531 特别要注意勾上 Add Python 3 ['asp', 'php'] >>> s = ['python', 'java', p, 'scheme'] 要拿到'php'可以写 p[1]或者 s[2][1]，因此 s 可以看成是一个二维数组， 类似的还有三维、四维……数组，不过很少用到。 如果一个 list 中一个元素也没有，就是一个空的 list，它的长度为 0： >>> L = [] >>> len(L) 0 tuple

平方阶常见于元素数量与 ? 成平方关系的矩阵、图。 # === File: space_complexity.py === def quadratic(n): """ 平方阶 """ # 二维列表占用 O(n^2) 空间 num_matrix = [[0] * n for _ in range(n)] 在以下递归函数中，同时存在 ? 个未返回的 algorithm() ，并且每个函数中都初始化了一个数组，长度分别为 算法运行中，相关数据都被存储在内存中。下图展示了一个计算机内存条，其中每个黑色方块都包含一块内存 空间。我们可以将内存想象成一个巨大的 Excel 表格，其中每个单元格都可以存储 1 byte 的数据，在算法运 行时，所有数据都被存储在这些单元格中。 系统通过「内存地址 Memory Location」来访问目标内存位置的数据。计算机根据特定规则给表格中每个 单元格编号，保证每块内存空间都有独立的内存 __update_height(node) self.__update_height(child) # 返回旋转后子树的根结点 return child Case 2 ‑ 左旋 类似地，如果将取上述失衡二叉树的“镜像”，那么则需要「左旋」操作。 Figure 7‑27. 左旋操作 同理，若结点 child 本身有左子结点（记为 grandChild ），则需要在「左旋」中添加一步：将 grandChild 作为

成平方关系的矩阵、图。 # === File: space_complexity.py === def quadratic(n: int) -> None: """ 平方阶 """ # 二维列表占用 O(n^2) 空间 num_matrix: list[list[int]] = [[0] * n for _ in range(n)] 在以下递归函数中，同时存在 ? 个未返回的 algorithm() 算法运行中，相关数据都被存储在内存中。下图展示了一个计算机内存条，其中每个黑色方块都包含一块内存 空间。我们可以将内存想象成一个巨大的 Excel 表格，其中每个单元格都可以存储 1 byte 的数据，在算法运 行时，所有数据都被存储在这些单元格中。 系统通过「内存地址 Memory Location」来访问目标内存位置的数据。计算机根据特定规则给表格中每个 单元格编号，保证每块内存空间都有独立的内存 __update_height(node) self.__update_height(child) # 返回旋转后子树的根结点 return child Case 2 ‑ 左旋 类似地，如果将取上述失衡二叉树的“镜像”，那么则需要「左旋」操作。 Figure 7‑27. 左旋操作 同理，若结点 child 本身有左子结点（记为 grandChild ），则需要在「左旋」中添加一步：将 grandChild 作为

未来5-10年年落地开花，并集中统⼀一 各种Ops平台 IT运维的⽬目标/KPI 1 2 3 IT运维的挑战 • 复杂度越来越⾼高： • 架构演变：SaaS、多云、容器器、微服务等 • 数据孤岛越来越多：⼤大数据的3V（容量量、变化、种类） • 成本越来越⾼高： • 业务中断成本 • 缺少持续改进（运维⼈人员⼤大部分时间忙于救⽕火） • ⼈人员学习速度跟不不上业务增⻓长和问题出现的速度 Operations • 组合⼤大数据 + 机器器学习 + 分析来帮助IT运维： • 发现、预测、修复问题 ⼤大数据 机器器学习 分析 Garner：AIOps对IT运维的改进 ⼤大数据促进平台融合 • 采集各种数据（以下各种⻆角⾊色都关⼼心）： • IT运维⼈人员、开发⼈人员、数据⼯工程师、 • 安全运维、合规审计⼈人员、商务分析师 • Garner预测未来5年年： • 数据加⼯工：通⽤用数据模型；多维机器器数据、半结构化的规整、各种第三⽅方数据关联 • 数据⽣生命周期管理理（时序数据的归并、变化数据更更新等） 机器器学习对分析增强的⽅方向 增强点 描述 统计性分析 基于IT实体与数据，在单维、多维变量量上的关联、聚类、分类和推断。 ⾃自动模式发现与预测 基于历史数据⾃自动探索出数学与结构化模式，并⽤用于各种可能维度的预测。 异常检测 基于模式识别正常⾏行行为与异常⾏行行为。 根因判断

Python 编写并以源码形式导入。有些模块提供专用于 Python 的接 口，例如打印栈追踪信息；有些模块提供专用于特定操作系统的接口，例如操作特定的硬件；另一些模 块则提供针对特定应用领域的接口，例如万维网。有些模块在所有更新和移植版本的 Python 中可用；另 一些模块仅在底层系统支持或要求时可用；还有些模块则仅当编译和安装 Python 时选择了特定配置选项 时才可用。 本手册以” 从内到外” view 中元素的数量。对于更高的维度，其长度等于表示 view 的嵌套列表的长度。 itemsize 属性可向你给出单个元素所占的字节数。 memoryview 支持通过切片和索引访问其元素。一维切片的结果将是一个子视图: >>> v = memoryview(b'abcefg') >>> v[1] 98 >>> v[-1] 103 >>> v[1:4] 是一个来自于struct 模块的原生格式说明符，则也支持使用整数或由整数构成的元 组进行索引，并返回具有正确类型的单个 元素。一维内存视图可以使用一个整数或由一个整数构 成的元组进行索引。多维内存视图可以使用由恰好 ndim 个整数构成的元素进行索引，ndim 即其维 度。零维内存视图可以使用空元组进行索引。 这里是一个使用非字节格式的例子: >>> import array >>> a = array

Python 编写并以源码形式导入。有些模块提供专用于 Python 的接 口，例如打印栈追踪信息；有些模块提供专用于特定操作系统的接口，例如操作特定的硬件；另一些模 块则提供针对特定应用领域的接口，例如万维网。有些模块在所有更新和移植版本的 Python 中可用；另 一些模块仅在底层系统支持或要求时可用；还有些模块则仅当编译和安装 Python 时选择了特定配置选项 时才可用。 本手册以” 从内到外” view 中元素的数量。对于更高的维度，其长度等于表示 view 的嵌套列表的长度。 itemsize 属性可向你给出单个元素所占的字节数。 memoryview 支持通过切片和索引访问其元素。一维切片的结果将是一个子视图: >>> v = memoryview(b'abcefg') >>> v[1] 98 >>> v[-1] 103 >>> v[1:4] 是一个来自于struct 模块的原生格式说明符，则也支持使用整数或由整数构成的元 组进行索引，并返回具有正确类型的单个 元素。一维内存视图可以使用一个整数或由一个整数构 成的元组进行索引。多维内存视图可以使用由恰好 ndim 个整数构成的元素进行索引，ndim 即其维 度。零维内存视图可以使用空元组进行索引。 这里是一个使用非字节格式的例子: >>> import array >>> a = array

Python 编写并以源码形式导入。有些模块提供专用于 Python 的接口， 例如打印栈追踪信息；有些模块提供专用于特定操作系统的接口，例如操作特定的硬件；另一些模块则提供 针对特定应用领域的接口，例如万维网。有些模块在所有更新和移植版本的 Python 中可用；另一些模块仅在 底层系统支持或要求时可用；还有些模块则仅当编译和安装 Python 时选择了特定配置选项时才可用。 本手册以” 从内到外” view 中元素的数量。对于更高的维度，其长度等于表示 view 的嵌套列表的长度。 itemsize 属性可向你给出单个元素所占的字节数。 memoryview 支持通过切片和索引访问其元素。一维切片的结果将是一个子视图: >>> v = memoryview(b'abcefg') >>> v[1] 98 >>> v[-1] 103 >>> v[1:4] 是一个来自于struct 模块的原生格式说明符，则也支持使用整数或由整数构成的元组 进行索引，并返回具有正确类型的单个 元素。一维内存视图可以使用一个整数或由一个整数构成的元 组进行索引。多维内存视图可以使用由恰好 ndim 个整数构成的元素进行索引，ndim 即其维度。零维内 存视图可以使用空元组进行索引。 这里是一个使用非字节格式的例子: 4.8. 二进制序列类型 --- bytes, bytearray

Python 编写并以源码形式导入。有些模块提供专用于 Python 的接口， 例如打印栈追踪信息；有些模块提供专用于特定操作系统的接口，例如操作特定的硬件；另一些模块则提供 针对特定应用领域的接口，例如万维网。有些模块在所有更新和移植版本的 Python 中可用；另一些模块仅在 底层系统支持或要求时可用；还有些模块则仅当编译和安装 Python 时选择了特定配置选项时才可用。 本手册以” 从内到外” view 中元素的数量。对于更高的维度，其长度等于表示 view 的嵌套列表的长度。 itemsize 属性可向你给出单个元素所占的字节数。 memoryview 支持通过切片和索引访问其元素。一维切片的结果将是一个子视图: >>> v = memoryview(b'abcefg') >>> v[1] 98 >>> v[-1] 103 >>> v[1:4] 是一个来自于struct 模块的原生格式说明符，则也支持使用整数或由整数构成的元组 进行索引，并返回具有正确类型的单个 元素。一维内存视图可以使用一个整数或由一个整数构成的元 组进行索引。多维内存视图可以使用由恰好 ndim 个整数构成的元素进行索引，ndim 即其维度。零维内 存视图可以使用空元组进行索引。 这里是一个使用非字节格式的例子: >>> import array >>> a = array

Python 编写并以源码形式导入。有些模块提供专用于 Python 的接 口，例如打印栈追踪信息；有些模块提供专用于特定操作系统的接口，例如操作特定的硬件；另一些模 块则提供针对特定应用领域的接口，例如万维网。有些模块在所有更新和移植版本的 Python 中可用；另 一些模块仅在底层系统支持或要求时可用；还有些模块则仅当编译和安装 Python 时选择了特定配置选项 时才可用。 本手册以” 从内到外” view 中元素的数量。对于更高的维度，其长度等于表示 view 的嵌套列表的长度。 itemsize 属性可向你给出单个元素所占的字节数。 memoryview 支持通过切片和索引访问其元素。一维切片的结果将是一个子视图: >>> v = memoryview(b'abcefg') >>> v[1] 98 >>> v[-1] 103 >>> v[1:4] 是一个来自于struct 模块的原生格式说明符，则也支持使用整数或由整数构成的元 组进行索引，并返回具有正确类型的单个 元素。一维内存视图可以使用一个整数或由一个整数构 成的元组进行索引。多维内存视图可以使用由恰好 ndim 个整数构成的元素进行索引，ndim 即其维 度。零维内存视图可以使用空元组进行索引。 这里是一个使用非字节格式的例子: >>> import array >>> a = array