- TL;DR：DevOps 学习路线带你走过 7 个阶段：
(1) Linux 与网络
|(2) Bash 与 Python 脚本
(3) Git
(4) Docker，
(5) CI/CD
(6) 云与 Terraform
(7) Kubernetes 与监控，随后是项目实战和面试准备。
零基础学习者在每周投入 10–12 小时的情况下大约需要 9–12 个月。开发者或系统管理员大约需要 4–6 个月。本指南为你提供逐月计划、每个阶段的工具、每个阶段的项目、印度薪资水平以及面试准备。
企业正在向云原生系统、更快的发布周期、AI 辅助运维以及平台工程转型，他们需要能够自动化基础设施、减少部署失败，并帮助团队在不牺牲安全性的前提下更快交付的工程师。 Transform Your Career
选择我们行业领先的项目，为职业成功而设计
Modern Software and AI Engineering Program
掌握融合 AI 的全栈开发
AI Forward Deployed Engineer with Specialisation in AI applications
+1000 more
构建并部署 AI 解决方案，应对真实业务问题
Modern Data Science and ML with specialisation in AI
+1000 more
结合 AI 方向的高级数据科学技术
Advanced AIML with Specialisation in Agentic AI
+1000 more
深入学习 AIML，聚焦 Agentic 系统
DevOps, Cloud & AI Platform Engineering
+1000 more
构建和管理 AI 驱动的云基础设施
AI Engineering Advanced Certification by IIT-Roorkee
+1000 more
IIT-Roorkee 授予的顶级 AI 工程认证
Who This DevOps Roadmap Is For
本路线专为希望以实用、面向就业的方式进入 DevOps、云基础设施、SRE 或平台工程领域的学习者设计。
1. Complete Beginners
如果你是技术新手或正在转行，请先学习 Linux、网络、Git 以及 Python/Bash 脚本，再进入 Docker 或 Kubernetes。只要坚持动手实践，零基础学习者可以在 9–12 个月内达到就业水平。
2. System Administrators
如果你目前以手动方式管理服务器，下一步就是自动化。重点学习脚本、Git、Docker、CI/CD、Terraform 和 Kubernetes。系统管理员通常转型更快，因为他们已经熟悉操作系统、网络和生产环境。
3. Backend Developers
如果你已经会写后端代码，请专注于基础设施、Linux 管理、云网络、容器、部署流水线和可观测性。开发者通过有针对性的技能提升，通常可以在 4–6 个月内具备 DevOps 就业能力。
4. CS/IT Students
如果你是在校学生，DevOps 为你提供了超越传统前端/后端开发的强大职业路径。使用 GitHub Actions、Docker、Terraform、AWS 和 Kubernetes 构建作品集项目，以便在实习和初级岗位中脱颖而出。
Watch: The DevOps career roadmap
如何一步步进入 DevOps：每个阶段应重点掌握的技能、工具和项目。
Prerequisite Checklist
- 在开始本路线之前，你应具备：
- 基本的命令行使用经验
- 逻辑问题解决能力 - 愿意编写脚本并调试错误
- 对 Web 应用的工作原理有基本了解
- 对自动化、基础设施、云和可靠性感兴趣
在开始学习 DevOps 之前，你不需要成为编程专家，但必须愿意学习脚本编写。
DevOps 学习路线图一览
以下 7 个阶段假设每周学习 10–12 小时。每个阶段都有一个里程碑项目——完成后再进入下一阶段。
| 阶段 · 月数（初学者） | 学习内容 · 核心工具 | 里程碑项目 · 完成标准… |
| 阶段 1：Linux、网络与命令行（第 1–2 月） | 文件系统、权限、服务、文本处理、DNS/HTTP/TCP、SSH · Linux、Bash、grep/awk/sed、ssh | 用于日志备份和服务器健康检查的 Bash 脚本 · 你能通过 SSH 连接虚拟机、用 systemctl 管理服务并编写 cron 任务 |
| 阶段 2：Bash 与 Python 脚本编写（第 3 月） | 自动化脚本、API 调用、JSON/YAML 处理 · Python、Bash、VS Code | 纳入版本控制的自动化脚本 · 你的脚本能读取日志文件并生成错误摘要 |
| 阶段 3：Git 与分支工作流（第 3–4 月） | 提交、分支、合并、PR、保护规则 · Git、GitHub | 带分支保护和首个 Actions 工作流的仓库 · 你能从容地解决合并冲突 |
| 阶段 4：使用 Docker 的容器化（第 4–5 月） | Dockerfile、层、卷、Compose、镜像仓库 · Docker、Docker Hub | 使用 Docker Compose 的多容器应用 · 你的应用在另一台机器上运行效果完全一致 |
| 阶段 5：CI/CD 流水线（第 5–6 月） | 构建/测试/部署自动化、GitOps 入门 · GitHub Actions、Jenkins、Argo CD | 构建、扫描并推送 Docker 镜像的流水线 · 推送到 main 分支即可自动部署 |
| 阶段 6：云（AWS）与 Terraform（第 6–8 月） | EC2、S3、VPC、IAM、RDS；provider、state、模块 · AWS CLI、Terraform、（Ansible） | 由 Terraform 供应的安全 VPC + EC2 + RDS · 你能用代码重建基础设施 |
| 阶段 7：Kubernetes 与监控（第 8–10 月） | Pod、部署、服务、Helm；Prometheus、Grafana；DevSecOps · kubectl、Helm、Minikube | 带安全扫描和监控的 K8s 应用 · 你无需事事求助谷歌就能调试 CrashLoopBackOff |
| 面试准备（第 10–12 月） | 基础知识复习、场景题、模拟面试 · 你自己的作品集 | 3–5 个有文档记录的项目 · 你能在白板上画出三层应用的 CI/CD 设计 |
将学习路线图与实际实践衔接起来：参加由行业工程师主讲的免费 DevOps 直播大师课。
什么是 DevOps？
DevOps 是一种将软件开发（Dev）与 IT 运维（Ops）结合起来的文化和技术方法。其目标是帮助团队更快、更可靠地构建、测试、发布、部署、监控和改进软件。
与其由开发人员编写代码、运维团队之后再手动部署，DevOps 鼓励两个团队在整个软件开发生命周期中协同合作。自动化是 DevOps 的核心：基础设施以代码形式定义，构建和测试自动运行，容器以一致的方式打包应用，监控系统提供持续反馈。
现代 DevOps 生命周期是一个持续循环：
计划 → 编码 → 构建 → 测试 → 发布 → 部署 → 监控 → 反馈
如果执行得当，DevOps 可以帮助组织实现更快的发布、更少的生产故障、更好的可扩展性、更强的安全性，以及更快的事故恢复。
阶段 1（第 1–2 个月）：Linux、网络和命令行
Linux 排在第一位，因为这份路线图中后续的所有工具——Docker、Kubernetes、CI/CD 运行器、云服务器——底层都是 Linux 机器。首先了解 Linux 操作系统的特性，正是这些特性使它成为服务器的默认选择。
大多数生产服务器、容器和 Kubernetes 节点都运行在 Linux 上。DevOps 工程师必须能够在不依赖图形界面的情况下熟练操作 Linux 系统。
Linux 核心概念
学习 Linux 文件系统结构、权限、用户和用户组、环境变量、包管理器、系统服务和进程管理。理解 ls、cd、chmod、chown、ps、top、kill、systemctl、journalctl、df、du 和 free 等命令。
同时学习 Linux 如何处理网络。你应该知道如何查看开放端口、测试连通性、查看 IP 地址、读取路由表以及排查 DNS 问题。
Shell 脚本
Bash 脚本可以帮助你自动化诸如日志轮转、磁盘清理、备份、服务重启和系统检查等任务。学习变量、循环、条件、函数、退出码和定时任务。
DevOps 工程师每天有大量时间都在终端中度过。你必须能够完全通过命令行来导航、查看、编辑、搜索、传输文件并实现自动化。
需要练习的 CLI 技能
从文件导航和操作开始：pwd、ls、cd、cp、mv、rm、mkdir、touch、cat、less 和 tail。然后学习使用 grep、awk、sed、sort、uniq 和 cut 进行文本处理。这些工具可以帮助你在生产环境调试时快速分析日志。
接下来，练习进程和网络相关命令，如 ps、top、htop、kill、netstat、ss、curl、ping、traceroute 和 dig。在排查服务为什么变慢、无法访问或出现故障时，这些命令至关重要。
最后，学习使用 ssh、scp 和 rsync 进行远程访问和文件传输。它们用于访问服务器、复制日志以及自动化远程任务。
DevOps 网络基础
（从旧的步骤 9 移至此处——网络属于 Linux 基础，应在接触云之前学习）
云平台本质上就是带有一个控制台的计算机网络，所以现在就复习这些概念：
学习 DNS、HTTP/HTTPS、TCP/IP、TLS、端口、负载均衡器、反向代理、防火墙、NAT、VPN、CIDR 范围和子网。这些概念能帮助你调试部署失败、API 缓慢、流量被拦截以及基础设施配置错误等问题。
例如，当用户打开一个网站时，浏览器会执行 DNS 解析、建立连接、协商 TLS、发送 HTTP 请求、到达负载均衡器或反向代理，最后路由到应用服务。DevOps 工程师必须理解每一层，才能排查生产环境问题。
本阶段工具
| 工具 | 用途 · 优先级 |
| Ubuntu/CentOS 虚拟机 | Linux 练习环境 · 必备 |
| Bash | Shell 脚本与自动化 · 必备 |
| grep/awk/sed | 日志解析与文本处理 · 必备 |
| systemctl | 服务管理 · 必备 |
| curl | API 与端点测试 · 必备 |
| ssh | 远程服务器访问 · 必备 |
| journalctl | 系统日志检查 · 重要 |
| cron | 定时自动化 · 重要 |
| rsync/scp | 安全文件传输 · 重要 |
| AWS CLI | 从终端进行云自动化 · 重要 |
- 免费资源：使用 Scaler 的 Linux 教程。
- 里程碑：当你能够编写一个 Bash 脚本，检查磁盘使用率、CPU 使用率和服务状态，并将输出写入日志文件时，就可以进入下一阶段了。
第 2 阶段（第 3 个月）：使用 Bash 和 Python 编写脚本
脚本编写排在第二位，因为第 1 阶段让你学会了使用终端，现在你要将其自动化。这是自动化脚本，而不是应用程序开发。
DevOps 工程师会自动化重复性工作。这意味着你必须能够编写与服务器、API、文件、云服务和 CI/CD 工具交互的脚本。
学习内容
从 Python 开始，因为它对初学者友好、在自动化领域应用广泛，并得到云 SDK 的支持，例如用于 AWS 的 Boto3。学习变量、函数、文件处理、JSON/YAML 解析、API 请求、错误处理以及编写可复用的脚本。
同时也要学习 Bash，因为 Linux 管理在很大程度上依赖 shell 脚本。Bash 对于编写部署脚本、自动化日志清理、检查服务以及在 CI/CD 流水线中运行命令至关重要。
在掌握 Python 和 Bash 之后，如果你想更深入地从事云原生工程，可以学习 Go 的基础知识。Kubernetes、Docker、Terraform 以及许多基础设施工具都是用 Go 编写的。
本步骤工具
| 工具 | 用途 · 优先级 |
| Python | 自动化脚本、API 调用、云 SDK · 必备 |
| Bash | Linux 自动化、部署脚本 · 必备 |
| VS Code | 编写和调试脚本 · 必备 |
| Go | 云原生工具与高级自动化 · 了解即可 |
- 免费资源：从 Scaler 的 Python 教程开始。
- 里程碑：当你能够编写一个 Python 脚本，读取日志文件、找出错误行并生成摘要报告时，就可以进入下一阶段了。
Free Courses by top Scaler instructors
第 3 阶段（第 3–4 个月）：Git、GitHub 与分支工作流
Git 现在登场，因为这一阶段之后的一切——流水线、Terraform、Kubernetes 清单——都存放在仓库中。
版本控制是 DevOps 的基石，因为现代团队将一切视为代码：应用代码、基础设施代码、Kubernetes 清单、CI/CD 流水线、文档和配置文件。
Git 基础
学习 git init、git add、git commit、git status、git log、git branch、git checkout、git merge、git rebase、git pull 和 git push 等命令。你应该理解分支的工作原理、合并冲突是如何产生的，以及如何安全地解决它们。
面向 DevOps 的 GitHub 和 GitLab
GitHub 和 GitLab 不仅仅是代码托管平台。它们可以触发 CI/CD 流水线、强制执行分支保护、管理拉取请求、存储工作流文件，并与部署工具集成。学习拉取请求、合并请求、代码审查、分支保护规则、问题跟踪和仓库密钥。
分支策略
学习 GitFlow 与基于主干开发之间的区别。GitFlow 结构化程度高，常见于发布频繁的环境。基于主干的开发速度更快，常见于开发人员频繁合并小改动、采用现代 CI/CD 的团队。
本阶段工具
| 工具 | 用途 · 优先级 |
| Git | 版本控制 · 必备 |
| GitHub | 仓库、PR、Actions · 必备 |
| 分支保护 | 防止不安全的合并 · 必备 |
| GitLab | 仓库和 GitLab CI · 重要 |
| 拉取请求模板 | 标准化审查 · 了解即可 |
- 免费资源 – 学习 Scaler 的 Git 教程
- 里程碑：创建一个带有分支保护规则、拉取请求模板和基础 GitHub Actions 工作流的 GitHub 仓库。
阶段 4（第 4–5 个月）：使用 Docker 的容器化
Docker 刻意排在云之前：你可以在本地免费将应用容器化，而且你在阶段 6 中部署到 AWS 的一切最终都会以容器的形式交付。
Docker 通过将应用、运行时、依赖项和配置打包成可移植的容器镜像，解决了常见的“在我机器上能跑”的问题。
Docker 核心概念
学习 Docker 镜像、容器、层、卷、网络、Dockerfile、Docker Compose 和镜像仓库。理解镜像与运行中容器之间的区别。了解 Docker 层如何影响镜像大小和构建速度。
Dockerfile 与多阶段构建
Dockerfile 定义了镜像的构建方式。学习 FROM、WORKDIR、COPY、RUN、ENV、EXPOSE 和 CMD 等指令。多阶段构建通过将构建依赖与运行时依赖分离，有助于创建更小、更安全的生产镜像。
Docker Compose 与镜像仓库
Docker Compose 让你可以在本地运行多容器应用，例如后端服务、数据库、缓存和消息队列。Docker Hub 和 AWS ECR 等镜像仓库存储的镜像可由 CI/CD 流水线推送，并由 Kubernetes 集群拉取。
本阶段工具
| 工具 | 用途 · 优先级 |
| Docker | 容器构建与运行时 · 必备 |
| Docker Compose | 本地多容器应用 · 必备 |
| Docker Hub | 公共镜像仓库 · 重要 |
| AWS ECR | 私有容器镜像仓库 · 重要 |
| Podman | Docker 替代方案 · 了解即可 |
- 免费资源：使用 Scaler 的 Docker 教程。
- 里程碑：使用 Docker Compose 将一个带数据库的 Web 应用容器化，并将应用镜像推送到 Docker Hub 或 AWS ECR。
第 5 阶段（第 5–6 个月）：使用 GitHub Actions 和 Jenkins 搭建 CI/CD 流水线
CI/CD 排在容器之后学习，因为现代流水线构建和交付的就是容器镜像——在拥有制品之前，根本没有东西可以自动化。
CI/CD 是 DevOps 自动化的核心。它帮助团队在代码发生变更时自动进行测试、构建、扫描、打包和部署。
CI/CD 概念
持续集成（Continuous Integration）意味着每次代码变更都会被自动构建和测试。
持续交付（Continuous Delivery）意味着代码始终处于可部署状态。
持续部署（Continuous Deployment）意味着成功的变更会被自动发布到生产环境。
一条典型的流水线包含诸如代码检查（linting）、单元测试、集成测试、Docker 镜像构建、漏洞扫描、制品发布和部署等阶段。
GitHub Actions、Jenkins 和 GitLab CI
GitHub Actions 对初学者很友好，因为工作流用 YAML 编写，并且存放在同一个 GitHub 仓库中。Jenkins 在企业环境中很常见，通过插件和声明式流水线语法支持复杂的流水线。当团队已经使用 GitLab 进行源码管理时，GitLab CI 是很好的选择。
GitOps 和 ArgoCD：现代部署模式
GitOps 将 Git 视为基础设施和应用状态的唯一事实来源。CI/CD 工具不再直接将变更推送到 Kubernetes 集群，而是由 ArgoCD 或 Flux 等工具持续比对线上集群状态与存储在 Git 中的期望状态。
一个简单的 GitOps 工作流是这样的：开发者发起一个 pull request，团队审查并合并它，ArgoCD 检测到变更，然后 ArgoCD 将 Kubernetes 集群同步到与仓库一致的状态。如果有人手动修改了集群，ArgoCD 会检测到漂移（drift），并可以回滚或标记差异。
企业青睐 GitOps，因为它提升了可审计性、回滚安全性、环境一致性和部署可见性。ArgoCD 也是偏重 Kubernetes 的 DevOps 和 SRE 岗位面试中的常见话题。
本阶段工具
| 工具 | 用途 · 优先级 |
| GitHub Actions | 对初学者友好的 CI/CD · 必备 |
| Jenkins | 企业级流水线 · 重要 |
| GitLab CI | GitLab 内置的 CI/CD · 重要 |
| ArgoCD | Kubernetes 的 GitOps CD · 重要 |
| CircleCI | 创业公司常用的 CI/CD 工作流 · 了解即可 |
| Flux | GitOps 替代方案 · 了解即可 |
里程碑：搭建一条流水线，在每个 pull request 上运行测试，合并后构建 Docker 镜像，扫描该镜像，并将其推送到镜像仓库。
第 6 阶段（第 6–8 个月）：云（AWS）与使用 Terraform 的基础设施即代码
云排在 Docker 之后，因为你的第一个云项目就是运行你已经搭建好的容器技术栈——只不过这次有了真实的网络、IAM，还有账单。
云计算让企业无需购买物理硬件就能创建服务器、数据库、存储、网络和安全策略。DevOps 工程师必须了解云系统是如何设计、配置、保护和监控的。
优先学习的 AWS 服务
从 AWS 开始
AWS 是一个很好的入门云服务提供商，因为它市场占有率高，并且大量 DevOps 岗位都要求掌握它。学习 EC2（虚拟服务器）、S3（对象存储）、RDS（托管数据库）、VPC（网络）、IAM（访问控制）、CloudWatch（监控）、Lambda（无服务器函数）和 EKS（Kubernetes）。
也要了解 Azure 和 GCP
掌握 AWS 基础之后，学习同样的云概念如何映射到 Azure 和 GCP。Azure 在企业和微软技术栈公司中尤为常见，而 GCP 在数据密集型、分析以及与机器学习相关的工作负载中很受欢迎。Azure DevOps 和 Google Cloud Build 也是企业环境中常用的 CI/CD 工具。
云网络与 IAM
云网络是 DevOps 面试的重要主题。学习子网、路由表、NAT 网关、互联网网关、负载均衡器、安全组以及私有/公共网络。还要学习 IAM 用户、角色、策略、最小权限原则和临时凭证。
免费资源：在为个人账户付费之前，先从免费的 AWS 课程开始。
Terraform 与 Ansible
基础设施即代码（IaC）让你可以通过配置文件来定义云资源，而无需在云控制台中手动点击操作。这使基础设施具备可重复、可审查、可版本控制和易于审计的特点。
Terraform 基础
Terraform 是使用最广泛的 IaC 工具。学习 provider、resource、变量、输出、状态文件、模块、workspace、远程状态和状态锁定。理解 terraform init、terraform plan、terraform apply 和 terraform destroy 之间的区别。
Terraform 状态与协作
Terraform 状态记录了由你的代码创建的真实基础设施。在团队环境中，远程状态存储和状态锁定至关重要，因为两名工程师同时应用变更可能会损坏基础设施。
替代方案与补充工具
Ansible 常用于配置管理，而 Terraform 用于基础设施的配置。Pulumi 是一种 IaC 替代方案，允许工程师使用 Python、TypeScript 和 Go 等编程语言来定义基础设施。
本阶段工具
| 工具 | 用途 · 优先级 |
| AWS 控制台 | 云资源探索 · 必备 |
| AWS CLI | 自动化 AWS 操作 · 必备 |
| IAM | 访问控制 · 必备 |
| VPC | 云网络 · 必备 |
| Terraform | 云基础设施配置 · 必备 |
| Terraform Cloud / S3 backend | 远程状态管理 · 重要 |
| CloudWatch | 日志与指标 · 重要 |
| Ansible | 配置自动化 · 重要 |
| Pulumi | 代码优先的 IaC 替代方案 · 了解即可 |
免费资源：阅读 Scaler 的 AWS DevOps 指南。
里程碑：使用 Terraform 通过可复用模块创建 AWS VPC、EC2 实例、安全组、S3 存储桶和 RDS 数据库，并将 EC2 实例连接到 RDS，同时不将数据库公开暴露。
无服务器基础（可选）
无服务器计算让你无需直接管理服务器即可运行代码。云提供商会自动处理资源预配、扩缩容和运行时管理。
无服务器平台
常见的无服务器平台包括 AWS Lambda、Google Cloud Functions 和 Azure Functions。这些服务在响应事件时运行小型函数，例如 API 请求、文件上传、数据库变更、消息队列事件或定时任务。
何时使用无服务器
无服务器适用于轻量级 API、后台任务、自动化任务、事件驱动的工作流，以及流量不可预测且对成本敏感的工作负载。当你需要长时间运行的进程、自定义运行时、复杂网络或对基础设施有更多控制时，容器是更好的选择。
工作流编排
AWS Step Functions 可以编排多步骤的无服务器工作流，例如审批系统、ETL 管道和自动化修复任务。
本阶段工具
| 工具 | 使用场景 · 优先级 |
| AWS Lambda | 无服务器函数 · 重要 |
| API Gateway | 暴露无服务器 API · 重要 |
| Step Functions | 工作流编排 · 了解即可 |
| Cloud Functions | GCP 无服务器 · 了解即可 |
| Azure Functions | Azure 无服务器 · 了解即可 |
里程碑：构建一个由 S3 上传触发的 Lambda 函数，用于处理文件并将元数据写入数据库或日志流。
Scaler 校友及其成功故事
阶段 7（第 8–10 个月）：Kubernetes、监控与生产就绪
Kubernetes 在工具学习顺序中排在最后，因为它编排的是之前的一切：阶段 4 的容器、阶段 5 镜像仓库中的镜像、阶段 6 的云基础设施。先掌握其余内容再学习它，才能真正理解其意义。
Kubernetes 要点
Docker 适合在单台机器上运行容器。当你需要在机器集群上运行容器，并实现扩缩容、自愈、服务发现和滚动部署时，就需要使用 Kubernetes。
Kubernetes 基础
学习 Kubernetes 架构：控制平面、工作节点、Pod、Deployment、Service、ReplicaSet、ConfigMap、Secret、命名空间、Ingress 和持久卷。理解 Kubernetes 如何调度 Pod、重启失败的容器，以及如何将流量路由到健康的实例。
Helm、Ingress 与扩缩容
Helm 是 Kubernetes 的包管理器。它帮助你使用可复用的 Chart 安装和管理复杂应用。Ingress 控制器将服务暴露给外部流量，Horizontal Pod Autoscaler 则根据负载调整 Pod 数量。
调试 Kubernetes
学习 kubectl get、kubectl describe、kubectl logs、kubectl exec 和 kubectl apply 等命令。练习调试 CrashLoopBackOff、处于 Pending 状态的 Pod、镜像拉取错误、就绪探针失败以及资源限制问题。
如需通往 CKA 的更深入路径，请查看我们的 Kubernetes 学习路线图。免费资源：Kubernetes 官方教程。
本阶段工具
| 工具 | 用途 · 优先级 |
| Kubernetes | 容器编排 · 必备 |
| kubectl | Kubernetes 命令行工具 · 必备 |
| Minikube / Kind | 本地 Kubernetes 练习 · 必备 |
| Helm | Kubernetes 打包 · 重要 |
| EKS / AKS / GKE | 托管 Kubernetes · 重要 |
里程碑：在 Kubernetes 上部署一个容器化应用，包含 deployment、service、ingress、config map、secret 和自动扩缩容。
监控与可观测性（Prometheus、Grafana）
软件上线后，DevOps 工程师必须监控性能、检测故障，并帮助团队快速响应。可观测性回答三个问题：正在发生什么、为什么会发生，以及用户受到了怎样的影响。
指标、日志与追踪
指标用于衡量系统行为，例如 CPU 使用率、内存、延迟、请求速率和错误率。日志提供来自应用和服务器的详细事件信息。追踪则展示请求在分布式系统中如何在多个服务之间流转。
Prometheus 与 Grafana
Prometheus 从应用和基础设施中采集时间序列指标。Grafana 通过仪表盘将这些指标可视化。Alertmanager 可以向 Slack、电子邮件、PagerDuty 或其他事件响应工具发送告警。
日志与 OpenTelemetry
ELK Stack 或 OpenSearch 帮助团队集中存储和检索日志。OpenTelemetry 正在成为跨分布式系统采集追踪、指标和日志的标准。
本阶段工具
| 工具 | 用途 · 优先级 |
| Prometheus | 指标采集 · 必备 |
| Grafana | Dashboards · Essential |
| Grafana | 仪表盘 · 必备 |
| Alertmanager | 告警路由 · 重要 |
| ELK / OpenSearch | 日志检索与分析 · 重要 |
| OpenTelemetry | 分布式追踪 · 重要 |
| Datadog | 托管可观测性平台 · 了解即可 |
安全基础（DevSecOps）
（从原第 9 步移至此处——安全属于生产就绪的一部分，而非孤立的一个步骤）
DevOps 工程师必须了解如何保护基础设施免受不安全访问。学习最小权限原则、IAM 角色、密钥管理、SSH 加固、安全组、RBAC、容器扫描、依赖扫描以及安全的流水线设计。避免将 SSH 暴露到公共互联网，切勿将凭据存储在 Git 仓库中。
本阶段工具
| 工具 | 用途 · 优先级 |
| Nginx | 反向代理与路由 · 必备 |
| SSH | 安全的服务器访问 · 必备 |
| IAM | 云访问控制 · 必备 |
| Vault | 密钥管理 · 重要 |
| Trivy | 容器漏洞扫描 · 重要 |
里程碑：将云托管的应用部署在 Nginx 之后并启用 HTTPS，限制 SSH 访问，并将环境变量存储在源代码之外。
超越路线图：GitOps、平台工程与 DevSecOps
下方的参考表格展示了每个进阶领域何时值得学习——它们都不属于你最初 8 个月的学习内容。
| 进阶领域 · 工具 | 作用 | 何时学习 |
| GitOps 深入学习 · Argo CD、Flux | 带漂移检测的声明式部署 | 第 7 阶段之后，在工作中或通过 GitOps 项目 |
| 平台工程 · Backstage | 内部开发者平台和自助式基础设施 | 拥有 2–3 年 DevOps/SRE 经验之后 |
| DevSecOps 深入学习 · SonarQube、OWASP ZAP、Snyk | 流水线中的 SAST/DAST 和依赖项扫描 | 紧接第 7 阶段的安全基础之后 |
| AIOps · Datadog、Dynatrace 的 AI 功能 | 异常检测和告警关联 | 当你每天运行生产监控时 |
| FinOps · 打标签、资源规格调整、Spot 实例 | 云成本控制 | 当你负责真实的云账单时 |
| SRE 实践 · SLO、错误预算 | 可靠性目标和事件处理规范 | 与第 7 阶段同步，在担任高级职位之前 |
学完核心路线图之后，再进入那些区分初级工程师与资深 DevOps、SRE 和平台工程专业人士的进阶领域。
站点可靠性工程
SRE 将软件工程原则应用于运维。学习 SLI、SLO、SLA、错误预算、事件响应、无指责复盘、减少琐事以及自动化修复。
DevSecOps：将安全融入流水线
DevSecOps 意味着将安全更早地融入软件交付流程。团队不再等到生产环境才发现漏洞，而是在开发和 CI/CD 过程中扫描代码、依赖项、容器、基础设施文件和密钥。
一个实用的 DevSecOps 流水线可能如下所示：
代码提交 → SAST 扫描 → 依赖项扫描 → 单元测试 → Docker 构建 → Trivy 镜像扫描 → IaC 扫描 → 部署到预发布环境 → DAST 扫描 → 生产环境审批
重要的 DevSecOps 工具包括用于容器漏洞扫描的 Trivy、用于静态代码分析的 SonarQube、用于动态应用安全测试的 OWASP ZAP、用于密钥管理的 HashiCorp Vault，以及用于依赖项和容器安全的 Snyk。
DevOps 工程师不需要成为全职安全分析师，但必须理解安全默认配置、最小权限 IAM、密钥管理、漏洞扫描和 RBAC。
AIOps 与 AI 辅助的 DevOps
AIOps 利用 AI 和机器学习，通过异常检测、预测性告警、日志分析、事件关联和自动化修复来改进运维。Datadog、Dynatrace 以及云原生监控平台等工具日益包含 AI 辅助功能。
AI 还能帮助 DevOps 工程师编写和审查基础设施代码。GitHub Copilot 可以协助处理 Terraform、Kubernetes YAML、Bash 脚本和 CI/CD 工作流，但工程师仍必须仔细审查其输出的正确性和安全性。
到 2026 年，AI 并不会取代 DevOps 工程师。它正在减少重复性工作，并提升那些对系统理解足够深入、能够验证和改进 AI 生成建议的工程师的价值。
平台工程与内部开发者平台
平台工程专注于为开发者构建自助服务工具。开发者无需反复请求 DevOps 团队来配置数据库、集群、流水线或环境，而是由平台团队创建可复用的模板和内部开发者门户。
Backstage、Terraform、Kubernetes、ArgoCD、Crossplane 和服务目录等工具在平台工程中十分常见。在积累 DevOps 和 SRE 经验之后，这是一条很好的职业发展路径。
FinOps 与云成本优化
云成本优化如今已成为 DevOps 的一项重要职责。学习资源规格调整（rightsizing）、自动伸缩、预留实例、竞价实例、存储生命周期策略、标签策略和成本仪表盘。能够在提升可靠性的同时降低云账单的工程师极具价值。
里程碑：构建一个生产级风格的平台项目，包含 Kubernetes 部署、Terraform 基础设施、基于 ArgoCD 的 GitOps、监控、告警和安全扫描。
[Template widget: Free Courses by top Scaler instructors — KEEP; must not parent any stage] [Template widget: Scaler Placement Report and Statistics — KEEP; must not parent any stage]
各阶段应构建的 DevOps 项目
项目是将理论转化为面试可验证成果的最佳方式。将这些项目添加到 GitHub，并附上清晰的 README 文件、架构图、搭建步骤、截图和经验总结。列表开头是来自各阶段里程碑的两个入门项目：
| 阶段 · 项目 | 技术栈 · 难度 | 证明的能力 · 简历上的呈现方式 |
| 阶段 1–2 · Bash 服务器健康检查 + 日志轮转脚本 | Bash + cron · 初级 | Linux 与脚本编写能力 · “编写了基于 cron 的 Bash 自动化脚本，用于服务器健康检查和日志轮转” |
| 阶段 4 · Docker Compose 多容器应用 | Docker + Compose · 初级 | 容器基础知识 · “使用 Docker Compose 将一个包含 3 个服务的应用容器化” |
| 阶段 5 · Web 应用的 CI/CD 流水线 | GitHub Actions + Docker + AWS EC2 或 Render · 初级–中级 | 流水线基础、部署自动化 · “构建了 GitHub Actions 流水线，将部署时间从手动操作缩短至约 4 分钟” |
| 阶段 7 · 使用 Helm 的 Kubernetes 集群 | Minikube 或 AWS EKS + Helm + Ingress + HPA · 中级 | K8s 网络、伸缩、打包 · “在 Kubernetes 上部署了由 Helm 管理的自动伸缩应用” |
| 阶段 6 · 使用 Terraform 管理基础设施 | Terraform + AWS VPC、EC2、S3、RDS、IAM · 中级 | IaC、状态管理 · “完全用 Terraform 搭建了安全的多层 AWS 环境” |
| 阶段 7 · 完整监控体系 | Prometheus + Grafana + Alertmanager + Node Exporter · 中级 | 可观测性与告警 · “为一个容器化应用搭建了完整的指标采集与告警体系” |
| 进阶 · GitOps 流水线 | GitHub + ArgoCD + Kubernetes + 多环境 · 高级 | GitOps 工作流、漂移检测 · “实现了带自动化环境晋升的 GitOps” |
| 进阶 · DevSecOps 流水线 | GitHub Actions + Trivy + SonarQube + Docker + Slack 告警 · 高级 | 安全扫描、SAST · “通过自动化的镜像与代码扫描将安全左移” |
以上仅为示例措辞——请根据你实际完成的项目撰写自己的简历条目。将每个项目推送到 GitHub，并附上包含架构图的 README。
2026 年每位工程师都应掌握的 DevOps 工具
（保留在本节下方作为参考）
| 类别 · 工具 | 用途 | 必须掌握？ · 是否免费？ |
| 版本控制 · Git + GitHub / GitLab | 代码版本管理、协作、CI/CD 触发 | 必备 · 是 |
| CI/CD · GitHub Actions | 自动化测试/构建/部署工作流 | 必备 · 是，有额度限制 |
| CI/CD · Jenkins | 企业级自托管流水线 | 重要 · 是 |
| CI/CD · GitLab CI | GitLab 仓库内置的 CI/CD | 重要 · 是 |
| 容器 · Docker | 将应用打包为可移植的容器 | 必备 · 是 |
| 容器 · Podman | 无守护进程的容器引擎 | 了解即可 · 是 |
| 编排 · Kubernetes | 大规模管理容器 | 必备 · 是 |
| 编排 · OpenShift | 企业级 Kubernetes 平台 | 了解即可 · 有限 |
| GitOps · ArgoCD | 基于 Git 的声明式 Kubernetes 部署 | 重要 · 是 |
| GitOps · Flux | ArgoCD 的 GitOps 替代方案 | 了解即可 · 是 |
| IaC · Terraform | 以代码方式供给云基础设施 | 必备 · 是 |
| IaC · Ansible | 配置管理与自动化 | 重要 · 是 |
| IaC · Pulumi | 使用编程语言编写 IaC | 了解即可 · 是 |
| 云平台 · AWS | EC2、S3、RDS、IAM、EKS、Lambda、VPC | 必备 · 有免费额度 |
| 云平台 · Azure | 企业云、Azure DevOps、AKS | 重要 · 有免费额度 |
| 云平台 · GCP | 数据密集型工作负载、GKE、Cloud Build | 了解即可 · 有免费额度 |
| 监控 · Prometheus + Grafana | 指标采集与可视化 | 必备 · 是 |
| 日志 · ELK Stack / OpenSearch | 集中式日志管理与检索 | 重要 · 是 |
| 安全 · Trivy | 容器漏洞扫描 | 重要 · 是 |
| 安全 · SonarQube | 静态代码分析 | 重要 · 社区版 |
| 安全 · HashiCorp Vault | 密钥管理 | 重要 · 是 |
| 脚本 · Python / Bash | 自动化脚本与自定义工具 | 必备 · 是 |
第 10–12 个月：DevOps 面试准备
这是竞争对手完全跳过的阶段。四个步骤：
1. Revise the fundamentals. Linux commands, networking (DNS, TLS, load balancing) and Git internals — interviewers test Stage 1 knowledge hardest because it cannot be faked.
2. Rehearse scenario questions out loud: “A pod is in CrashLoopBackOff — how do you debug it?” (kubectl describe → logs → probes → resources), “The pipeline passes but the deploy fails — where do you look?” (registry auth, manifests, cluster events), “How would you do a zero-downtime deployment?” (rolling updates, blue-green, canary).
3. Practise the hands-on round: writing a Dockerfile, a Terraform module or a GitHub Actions workflow live, with an interviewer watching.
4. Prepare for system-design-lite: sketch CI/CD plus infrastructure for a 3-tier app — repo → Actions → registry → Kubernetes → monitoring → secrets.
典型的面试轮次及如何准备：
| 轮次 | 考察内容 | 如何准备 |
| 初筛 / 在线测试 | 核心选择题、基础编程 | 复习数组/字符串；重读阶段 1–2 笔记 |
| Linux 与网络 | 命令、故障排查、DNS/TCP | 凭记忆重建阶段 1 的里程碑项目 |
| 工具深度考察 | Docker/K8s/Terraform 内部机制 | 重建阶段 4–7 的项目；浏览官方文档 |
| 场景 / 故障排查 | 事故类问题 | 大声演练调试流程 |
| 系统设计（轻量级） | 三层应用的 CI/CD + 基础设施 | 在纸上完整勾画流水线两次 |
| HR / 管理面 | 项目、主人翁意识、成长 | 每个作品集项目准备一个 STAR 故事 |
值得提前准备答案的五个问题：
* Docker 镜像 vs 容器？镜像是不可变的模板；容器是它的一个运行实例。 * 蓝绿部署 vs 金丝雀发布？蓝绿部署在两个完全相同的环境之间一次性切换全部流量；金丝雀发布则先将一小部分流量切换到新版本，再逐步扩大。 * 什么是 Terraform state？它是将你的配置映射到真实基础设施的文件；远程 state 加锁机制可防止两名工程师同时破坏它。 * Kubernetes Service 类型有哪些？ClusterIP（集群内部）、NodePort（每个节点上的端口）、LoadBalancer（云负载均衡器），并在前面配合 Ingress 做 HTTP 路由。 * 什么是 SLO？一个目标可靠性水平（例如 99.9% 的正常运行时间），你的错误预算以此为基准来衡量。
你准备好面试了吗？
使用这份清单来确定你目前的水平，并决定接下来要学什么。
| 技能领域 · 所需水平 | 需要掌握的核心技能 |
| 操作系统与 Linux · 专家级 | 文件系统导航、进程管理、Bash 脚本、cron 定时任务、SSH |
| 网络 · 熟练级 | DNS、HTTP/HTTPS、TCP/IP、负载均衡器、VPN、子网、防火墙 |
| 编程 · 熟练级 | Python 脚本、Bash、Go 基础 |
| 版本控制 · 专家级 | Git 分支、合并、变基、GitHub/GitLab、PR 工作流、分支保护 |
| 容器 · 专家级 | Docker 构建/运行、Docker Compose、镜像仓库、容器网络、多阶段构建 |
| Kubernetes · 熟练 | Pod、Deployment、Service、Ingress、Helm、命名空间、RBAC |
| CI/CD · 专家 | 流水线设计、GitHub Actions、Jenkins、构建/测试/部署阶段、ArgoCD |
| IaC · 熟练 | Terraform 状态、模块、Provider、Ansible Playbook 与角色 |
| 云计算 · 熟练 | AWS EC2、S3、RDS、EKS、Lambda、VPC、IAM |
| 监控 · 熟练 | Prometheus、Grafana、告警规则、ELK、OpenTelemetry |
| 安全 · 入门到熟练 | DevSecOps、Trivy、Vault、SAST/DAST 基础、最小权限 IAM |
| 软技能 · 必备 | 事件响应、无指责复盘、文档编写、跨职能沟通 |
DevOps 认证路线图
认证并非强制要求，但它能为你的简历加分，尤其是对应届生或转行人士而言。
| 认证 · 提供方 | 级别 · 考试费用（官方，2026 年 10 月） | 最适合 |
| HashiCorp Terraform Associate · HashiCorp | 初级–中级 · $70.50 外加税费 | IaC 与云自动化岗位 |
| Certified Kubernetes Administrator (CKA) · CNCF / Linux Foundation | 中级 · $445，包含一次免费重考 | 以 Kubernetes 为主的 DevOps/SRE 岗位 |
| Microsoft AZ-400（Azure DevOps Engineer Expert）· Microsoft | 专家级 · $165（印度预约时约合 ₹4,800） | 以 Azure/GitHub 为核心的团队；需先通过 AZ-104 或 AZ-204 |
| AWS Certified DevOps Engineer – Professional · AWS | 高级 · $300 | 以 AWS 为主的 DevOps 岗位 |
| GitHub Actions Certification · GitHub | 初级 · 约 $99（请在 GitHub 考试页面核实） | 专注于 CI/CD 与流水线的岗位 |
| Docker Certified Associate · Docker Inc. | 中级 · 约 $199（请核实——该项目的可用性已有变化） | 专注于容器的岗位 |
| Red Hat RHCA DevOps Track · Red Hat | 高级 · 价格不定 | 企业级 Linux 与 OpenShift 环境 |
考试价格来自各认证机构页面，2026 年 10 月。预约前请查看官方页面。
推荐的认证顺序
对大多数学习者而言，建议从 Terraform Associate 和 CKA 开始。这两项认证验证了两种需求量极大的 DevOps 技能：基础设施即代码和 Kubernetes。之后，如果你的目标岗位以 AWS 为主，可以继续考取 AWS Certified DevOps Engineer Professional。如果你的目标公司使用 Azure，则在同一阶段改考 AZ-400。
DevOps 职业前景与印度薪资水平（2026 年）
DevOps 是 2026 年最强劲的技术职业路径之一，因为几乎所有现代公司都需要更快的部署、稳定的基础设施和云自动化。初创公司、产品公司、金融科技公司、SaaS 公司、全球能力中心以及大型企业都在招聘 DevOps 工程师来管理交付流水线和生产基础设施。
SAP、Informatica、Thomson Reuters、HashedIn by Deloitte、Jio、金融科技初创公司以及云原生产品公司等企业，正在班加罗尔、海得拉巴、浦那、孟买、金奈、古尔冈和诺伊达等印度科技中心积极招聘 DevOps、SRE、平台工程和云基础设施人才。
印度 DevOps 工程师薪资（按经验划分）
| 经验 | 典型职位 | 印度薪资范围（₹ LPA） |
| 0–2 年 | 初级 DevOps 工程师、云支持工程师、DevOps 实习生 | ₹5 – 9 |
| 3–5 年 | DevOps 工程师、云基础设施工程师、SRE | ₹9 – 20 |
| 6–9 年 | 高级 DevOps 工程师、高级 SRE、平台工程师 | ₹20 – 35 |
| 10 年以上 | DevOps 架构师、平台架构师、SRE 负责人、DevOps 经理 | ₹35+ |
数据来源：AmbitionBox 和 Glassdoor India，2026 年 10 月——发布前请重新核实每个薪资区间。薪资因城市、云技术深度、Kubernetes 经验和面试表现而异。
5 年 DevOps 经验拿 ₹21 LPA 算高吗？算——它处于 3–5 年区间（₹9–20 LPA）的上限，并已进入 6–9 年区间，因此相对于该经验水平处于市场水平或以上。产品公司以及拥有深厚 Kubernetes、AWS 和 Terraform 功底的工程师通常能拿到更高薪资。
美国薪资在绝对值上更高；如需权威的就业前景数据，请参阅美国劳工统计局的软件开发人员就业前景报告。
DevOps vs SRE vs 云工程师 vs 平台工程师
（从路线图之前移至此处——内容未变）
许多搜索 DevOps 工程师路线图的学习者也在比较 DevOps 与 SRE、云工程和平台工程。这些职位有重叠，但关注领域各不相同。
| 职位 | 核心关注点 · 关键工具 | 典型背景 · 适合人群 |
| DevOps 工程师 | 自动化构建、测试、发布、部署和基础设施工作流 · Git、GitHub Actions、Jenkins、Docker、Kubernetes、Terraform、AWS | 开发者、系统管理员、云工程师 · 喜欢自动化和部署系统的人 |
| 站点可靠性工程师（SRE） | 可靠性、正常运行时间、事件响应、SLO、错误预算、生产工程 · Kubernetes、Prometheus、Grafana、OpenTelemetry、Linux、Go/Python | 能力强的程序员、后端工程师、DevOps 工程师 · 喜欢调试生产系统的工程师 |
| 云工程师 | 设计、配置和管理云基础设施 · AWS、Azure、GCP、VPC、IAM、EC2、RDS、S3、Terraform | 系统管理员、网络工程师、云支持工程师 · 想从事云优先基础设施职位的学习者 |
| 平台工程师 | 构建内部开发者平台和自助式基础设施 · Backstage、Kubernetes、Terraform、ArgoCD、Crossplane、IDPs | 资深 DevOps/SRE/云工程师 · 想为其他开发者构建系统的工程师 |
你应该瞄准哪个 DevOps 职位？
先打好 DevOps 基础。扎实的 DevOps 基础自然会为你打开通往 SRE、云工程和平台工程的道路。到 2026 年，平台工程正在成为高价值的专业方向，因为企业希望拥有能降低开发者认知负担的自助式基础设施平台。
AI 时代的 DevOps：平台工程、MLOps 与 AIOps
发展方向是具体的，而非模糊的：
* 平台工程：内部开发者平台（Backstage 是参考工具），为开发者提供自助式基础设施
* MLOps：将同样的 CI/CD 和 Kubernetes 技能应用于机器学习工作负载，使用 Kubeflow 和 MLflow 等工具
* AI 辅助运维：Copilot 风格的助手编写 Terraform 和流水线 YAML，AIOps 平台在人类醒来之前就完成告警关联分析
* 策略即代码：将 OPA 风格的防护机制内置到流水线中，而不是依赖审查清单
这对学习路线图意味着什么：先掌握 7 个阶段。AI 工具能加速 DevOps 工作，但无法替代对 Linux、网络和 Kubernetes 的深入理解。云原生的采用持续增长——CNCF 的年度调查多年来记录了 Kubernetes 和云原生使用量的逐年增长（CNCF 报告）。
DevOps 职业路径
（移至职业 H2 标题之下）
典型的 DevOps 职业路径如下：
DevOps 实习生 / 初级工程师 → DevOps 工程师 → 高级 DevOps / SRE → 平台工程师 / DevOps 架构师 → 平台架构师 / DevOps 经理
职业晋升
| 级别 · 重点 | 你应该具备的能力 |
| 初级 DevOps 工程师 · 基础自动化 | 编写脚本、管理 Linux 服务器、运行基础 CI/CD 流水线、使用 Docker |
| DevOps 工程师 · 生产交付 | 构建流水线、管理云基础设施、部署容器、排查问题 |
| 高级 DevOps / SRE · 可靠性与规模化 | 设计弹性系统、管理 Kubernetes、改进可观测性、主导事件响应 |
| 平台工程师 · 开发者生产力 | 构建可复用的基础设施模板、IDP、GitOps 工作流、自助服务平台 |
| DevOps 架构师 / 经理 · 战略与领导力 | 设计云平台、执行治理、指导团队、优化成本与可靠性 |
面向开发者和系统管理员的 DevOps 快速通道学习路线图
已经会写代码或管理服务器？可以跳过你已掌握的内容，将学习路线压缩到 4–6 个月：
* 开发者路线（约 4–5 个月）：跳过阶段 1–2 的深入内容 → Linux 运维复习（2 周）→ Docker（阶段 4）→ CI/CD（阶段 5）→ AWS + Terraform（阶段 6）→ Kubernetes（阶段 7）。开发者通常会低估 Linux 和网络的深度——不要跳过阶段 1 的网络部分。 * 系统管理员/技术支持路线（约 4–6 个月）：跳过阶段 1 → Python + Git（阶段 2–3）→ Docker → CI/CD → Terraform → Kubernetes。系统管理员通常会低估 Git 工作流和编码规范——强迫自己养成提交 PR 和代码审查的习惯。
| 维度 | 完全零基础 | 有经验的开发者 / 系统管理员 |
| 起点 | 先学习 Linux、Git、脚本和网络 | 根据现有背景找出知识缺口 |
| 首要重点 | 命令行、Python/Bash、Git、基础云知识 | 开发者：基础设施/云；系统管理员：编码/CI/CD |
| 达到就业水平所需时间 | 9–12 个月 | 4–6 个月 |
| 需要弥补的关键缺口 | 编程、系统、云、容器 | 开发者需要运维技能；系统管理员需要自动化和编码能力 |
| 推荐的首个认证 | Terraform Associate 或 AWS Cloud Practitioner | CKA 或 Terraform Associate |
| 首个项目示例 | 使用 GitHub Actions 流水线的 Docker 化应用 | 基于 Terraform 的云基础设施，配备 CI/CD 和监控 |
在结构化指导和导师陪伴下学习 DevOps
自学固然可行，但结构化的学习能缩短路程。如果你更希望按照结构化的 DevOps 课程大纲学习而非自学，Scaler 的 DevOps、云与 AI 平台工程课程遵循与本路线图类似的顺序：Python → Linux 与 Shell 脚本 → Git → Docker、Kubernetes、Prometheus 和 Grafana → CI/CD、GitOps、Ansible 和 SRE，并涵盖 AWS、Terraform 和 MLOps 工具。课程为期 12 个月，在线直播授课，提供 1:1 导师辅导和五个作品集项目。在做出决定之前，请按授课形式和费用对比印度最好的 DevOps 课程。
想要在包含直播课程、导师和项目的环境中学习这份路线图？了解 Scaler 的 DevOps、云与 AI 平台工程课程 →
[模板组件：Scaler 校友及其成功故事 — 保留；其下方的表格已移至上方各自的章节]
你在 DevOps 路线图上的下一步
本周就开始第一阶段：启动一台 Linux 虚拟机，掌握命令行基础。接着完成第四阶段的项目——一个 Docker 化的应用是解锁后续所有阶段的作品集项目。每月回顾一次技能清单，到第 10 个月，你将开始准备面试，而不是还在纠结从哪里入手。
阅读这些重要路线图：更多通往职业成功的路径
| AI 工程师路线图 · Java 全栈开发工程师路线图 | 数据工程师路线图 · Agentic AI 路线图 |
| 嵌入式系统路线图 · 数据分析师路线图 | 生成式 AI 路线图 · DSA 路线图 |
| 全栈开发工程师路线图 · 机器学习路线图 | MLOps 路线图 · MERN 技术栈路线图 |
| 后端开发工程师路线图 · SDE 路线图 | 计算机视觉路线图 · DBMS 路线图 |
| 数据科学路线图 · DevOps 路线图 | Web 开发路线图 · Python 路线图 |
DevOps 路线图：常见问题
我能在 3 个月内学会 DevOps 吗？
如果你已经会编程或管理服务器，并且每周学习 15 小时以上，大约 3 个月可以学会核心工具（Linux、Git、Docker 和一条 CI/CD 流水线）。但要达到求职就绪的水平——这也意味着掌握云、Terraform、Kubernetes 和项目经验——大多数初学者需要 9–12 个月，开发者则需要 4–6 个月。
DevOps 生命周期的 7 个阶段是什么？
DevOps 生命周期通常被描述为持续开发、集成、测试、部署、反馈、监控和运维。上面的路线图为每个阶段对应了工具：开发用 Git，集成和测试用 GitHub Actions 或 Jenkins，部署用 Kubernetes 和 Argo CD，监控用 Prometheus 和 Grafana。
DevOps 在印度薪资高吗？
是的。DevOps 是印度薪资较高的工程方向之一，掌握 Kubernetes、云和 Terraform 技能后薪资会大幅上涨。应届生起薪约为 ₹5–9 LPA，中期工程师通常为 ₹9–20 LPA，而资深 DevOps、SRE 和平台工程师则可拿到 ₹20 LPA 及以上（AmbitionBox/Glassdoor India，2026 年 10 月）。可在 AmbitionBox 上按城市查看当前薪资范围。
有 5 年 DevOps 经验，21 LPA 算好薪资吗？
对于 5 年经验来说，₹21 LPA 已达到或高于印度 DevOps 工程师在薪资网站上报告的典型范围——它高于上表 3–5 年经验档（₹9–20 LPA）的上限。产品公司以及精通 Kubernetes、AWS 和 Terraform 的工程师往往能拿到更高薪资。
成为 DevOps 工程师需要多长时间？
按照这份路线图每周投入 10–12 小时，零基础初学者通常需要 9–12 个月，而开发者或系统管理员则需要 4–6 个月。差异来自基础部分：Linux、网络和脚本从零学起耗时最长。
不会编程能成为 DevOps 工程师吗？
你不需要成为应用开发者，但必须会写脚本。Bash 和基础 Python 已足以胜任大多数 DevOps 岗位，此外还需编写 YAML 流水线和 Terraform 代码。不会编程的人应在进入工具阶段前，在第二阶段多花一个月时间。
DevOps 和 SRE 有什么区别？
DevOps 是一种文化和一套实践，旨在更快、更可靠地构建和交付软件。站点可靠性工程（SRE）则是一个具体岗位，将软件工程方法应用于运维，使用 SLO、错误预算和自动化。许多印度公司对这两个头衔混用，两者的路线图约有 80% 重叠。
没有经验如何搭建 DevOps 作品集？
按照路线图各阶段构建 3–4 个项目：一个 Bash 自动化脚本、一个带 CI/CD 流水线的 Docker 化应用、用 Terraform 配置的 AWS 基础设施，以及一个带 Prometheus 和 Grafana 的 Kubernetes 部署。将每个项目放到 GitHub 上并附上 README 和架构图，然后在简历和 LinkedIn 中链接它们。