Decoding DevOps – From Basics to Advanced Projects with AI

掌握使用 AWS、Docker、Kubernetes、GCP、GitHub Actions、ArgoCD、GitOps、Terraform、监控及人工智能的 DevOps 技能

讲师:Imran Teli

您将学到什么

• 从零开始学习 DevOps
• Linux 和服务器管理（Gemini CLI）
• 网络基础与 Vagrant 设置
• YAML、JSON 和 Bash 脚本编写与 GitHub Copilot（AI）
• AWS 云（IAM、EC2、S3、RDS、EBS、ELB、Systems Manager、Lambda、VPC、Amazon Q、CloudWatch、Auto Scaling、Route 53）
• 使用 Git、Maven、Jenkins、GitHub Actions 和 GitLab CI/CD 进行构建和测试自动化
• CI/CD 管道与 DevOps 项目，集成 Nexus、SonarQube 和 Slack
• Python 脚本基础及自动化和 AWS 任务，结合 Amazon Q（AI 代码助手）使用
• 使用 Terraform 实现代码化基础设施（VPC、模块、后端）
• 使用 Ansible 进行配置管理
• Prometheus、Grafana、Loki、Alertmanager 和 Alloy 的监控与可观测性
• Docker 和 Kubernetes（生产级设置，Helm 与 AI，Lens）
• AWS DevOps 服务：CodeCommit、CodeBuild、CodePipeline、Elastic Beanstalk、Lambda
• GitOps 项目——使用 GitHub Actions、Kubernetes、Helm 和 ArgoCD 构建完整的 GitOps 部署平台。

课程要求

• 基础知识入门

课程描述

解码 DevOps – 完整的 DevOps 学习路径
本课程旨在通过实战项目、真实部署、云基础设施、CI/CD 管道、Kubernetes、GitOps、监控与可观测性以及 AI 动力自动化，将你从 DevOps 初学者培养成具备就业能力的 DevOps 工程师。
在学习过程中，你会使用现代 DevOps 团队使用的工具、工作流程和最佳实践，在 AWS、GCP、Docker、Kubernetes 和 GitOps 环境中构建和部署应用程序。
在整个课程中，你将参与真实世界的项目，包括多层应用部署、云迁移、CI/CD 实施、Kubernetes 部署、监控与可观测性设置以及使用 GitHub Actions、Helm、Kubernetes 和 ArgoCD 的完整 GitOps 项目。
本课程还介绍了使用 GitHub Copilot、Amazon Q 和 AI 辅助的 Helm 开发来帮助你更快地自动化、更智能地排查问题并提高生产力的 AI 动力 DevOps 工作流程。
完成这门课程后，你会具备在实际云环境中使用的 Linux、AWS、GCP、Terraform、Ansible、Jenkins、GitHub Actions、GitLab CI/CD、Docker、Kubernetes、监控、GitOps 和 ArgoCD 以及 AI 辅助的 DevOps 工作流程的实际经验。
基础层
Linux 及基础设施基础知识
Linux 基础知识
Linux 中的服务器管理
Vagrant
网络基础知识
YAML 和 JSON
Bash 脚本编写
变量、条件和循环
自动化行政任务
项目
VProfile 项目介绍
多虚拟机环境设置
AI 辅助自动化层
GitHub Copilot 的脚本及自动化
AI 辅助开发工作流程
Amazon Q 云自动化
AI 集成的 Helm 工作流
云与基础设施层
AWS 云基础知识
云计算概念
IAM
EC2
EBS
ELB
SSM
CloudShell
AWS CLI
S3
CloudWatch
RDS
自动扩展
Route53
项目：将应用迁移到 AWS
应用程序迁移至 AWS
最佳的云架构实践
项目：在 AWS 上重新设计应用
PaaS 架构
SaaS 架构
云原生设计原则
CI/CD 和自动化层
源代码控制与构建自动化
Git
GitHub
Maven
Jenkins
CI/CD 管道
主代理架构
Nexus 集成
SonarQube 集成
自动构建和部署工作流程
GitHub Actions
工作流自动化
自托管运行器
安全扫描
CI/CD 管道
GitLab CI/CD
管道
阶段
Docker 集成
自动化部署
Python 自动化层
用于 DevOps 的 Python 基础知识
操作系统自动化
使用 Python 进行 AWS 自动化
Amazon Q 辅助开发
基础设施即代码层
Terraform
Terraform 基础知识
变量
模块
远程状态及后端
基础设施即代码最佳实践
项目
使用 Terraform 实现 AWS VPC 自动化
监控与可观测性层
现代 DevOps 不可缺少可观测性。学习如何收集、可视化、分析和采取行动的指标、日志和操作数据。
监控与可观测性
监控基础知识
可观测性基础知识
为什么生产环境中需要监控
Prometheus 设置及配置
Grafana 设置及仪表板设计
Loki 中央化日志记录
Alloy 指标和日志收集
PromQL 基础知识
最佳的仪表板设计实践
警报与通知策略
Slack 集成
中央化日志工作流程
生产监控实践
配置管理层
Ansible
临时命令
模块
YAML 基础知识
剧本
变量
条件
循环
模板
处理器
角色
使用 Ansible 进行 AWS 自动化
云供应
配置管理
部署自动化
高级 AWS DevOps 层
VPC 深入研究
AWS Lambda
云日志记录
自定义指标
监控与自动化
项目：在 AWS 上实施 CI/CD
Elastic Beanstalk
RDS
CodePipeline
自动部署
生产级 CI/CD 工作流程
Google Cloud Platform 项目
GCP 上的多层应用部署
Cloud Shell
VPC
防火墙规则
虚拟机
Cloud SQL
Memorystore
Cloud DNS
托管实例组
HTTPS 负载均衡器
证书管理
生产级别的云架构
容器化与 Kubernetes 层
Docker
容器
镜像
Dockerfile
卷
网络
最佳的容器实践
Kubernetes
Kubernetes 架构
集群设置
Pods
部署
服务
ConfigMaps
密钥
Ingress
自动扩展
应用部署
生产工作负载
Helm 和 Kubernetes 工具
Helm 基础知识
Helm 图表
AI 辅助的 Helm 开发
Lens Kubernetes IDE
项目：在 Kubernetes 上部署 VProfile
容器化
Kubernetes 部署
服务暴露
扩展
生产部署实践
GitOps 与现代云原生交付
端到端 GitOps 项目
使用行业标准的云原生工具构建现代 GitOps 部署平台。
GitHub Actions CI 管道
自动化 Docker 镜像构建
容器注册表集成
基于 Helm 的部署
Kubernetes 应用程序交付
ArgoCD 安装与配置
GitOps 工作流实施
Git 作为单一事实来源
自动应用更新
使用 ArgoCD 实现持续部署
生产级发布管理
现代云原生交付实践
你将实现的目标
完成本课程后，你会能够：
在 AWS 和 GCP 上构建和管理云基础设施
使用 Terraform 实施基础设施即代码
使用 Bash、Python 和 Ansible 自动化系统
使用 Jenkins、GitHub Actions 和 GitLab 构建 CI/CD 管道
使用 Docker 容器化应用
在 Kubernetes 上部署和管理工作负载
使用 Prometheus、Grafana、Loki 和 Alloy 实施监控与可观测性
使用 ArgoCD 和 Helm 构建现代 GitOps 工作流
将 AI 动力工具应用于 DevOps 自动化和开发
设计并管理生产级的云原生环境
获得实际工作中所需的 DevOps 和云工程角色技能

本课程适合谁:

• 任何想学习 DevOps 的人