在數字化轉型開始的時候，需要編寫代碼進行構建，開發人員應該對其進行負責。他們精心設計了邏輯，然后使其在服務器上運行。隨著團隊的擴大和人員的差異化，這種情況發生了變化，一些團隊成員維護代碼(Dev)，而另一些團隊成員則負責維護機器(Ops)。  

如今，由于云計算和微服務的興起，采用軟件將由數十個甚至數千個運行在不同計算機上的組件組合在一起。每臺機器在技術上都是獨立的，但所有這些機器都必須協同工作。確保它們的執行最好通過自動化腳本來完成。  

DevOps團隊的主要任務是提供這些面向應用程序的所有高級流程。它們可能無法處理軟件體系結構的深層次問題，但它們可以保持部分平穩運行。   盡管如此，DevOps專業人員這一角色仍然相對較新，其職責尚未明確界定或分配，其技能仍在不斷發展。DevOps專業人員是跨職位、執行編程和運營的混合，但是許多團隊發現保持服務器平穩運行就足夠了。在編程團隊更改代碼以及更改代碼運行方式的過程中，配置它們需要對細節進行精心規劃。

隨著越來越多的組織尋求DevOps專業人員支持其數字化轉型，重要的是要有清晰的看法。對于DevOps的新興領域，以下是一些隱藏的事實和人們普遍存在的誤解。

1.DevOps不是編程人員  

許多管理人員認為DevOps專業人員并不是編程人員，他們的想法是正確的。但DevOps專業人員的工作職責已經發生了變化，一些處理字節和數據結構的許多混亂工作都分配給了不同的編程人員。從策略上講，使程序人員擺脫保持一切正常運轉的責任是有道理的，因為他們可能沉迷于現代堆棧中。  

但是DevOps專業人員仍然必須編寫一些代碼。他們仍然需要抽象地考慮隱藏的數據結構。僅使所有內容保持運行需要無休止的命令行調用，這些調用通常可以收集并簡化為shell腳本。盡管一些編程純粹主義者可能不會將這樣的高級工作歸類為編程，即使它包括函數調用、參數和變量，但現實情況是，DevOps人員具有與程序員相同的技能類型。

2.管理程序員是主要工作

即使DevOps專業人員不編寫代碼，他們最終還是要管理程序人員，而這通常開展很多工作。每個開發人員都在創造新穎而美麗的事物，他們編寫的代碼是一種藝術。每個人都希望立即將其容器投入生產。他們通常這樣想，代碼運行順利嗎?一切都會崩潰嗎?確保編碼人員不會把事情搞砸是DevOps專業人員的重任。

3.DevOps正在慢慢接管  

當軟件應用程序比較簡單的時候，程序員擁有所有的控制權。現在應用程序通常被分成幾十個甚至幾百個微服務，DevOps專業人員負責它們的運行情況，并且仍然有架構師和程序員在決定如何將服務連接在一起，但是DevOps專業人員負責如何將它們連接在一起，這是一個越來越重要的難題。

4. DevOps不用管理成本  

當云計算提供商以每小時幾美分的價格為使用其云服務定價時，他們很聰明。但是隨著云計算實例數量的運行和時間的推移，這些費用就會累加起來。在30天的一個月中有720個小時，因此一臺每小時僅花費1美元的機器一年的費用為8,760美元。這時，用戶可能感覺到自己采購和運行服務器可能更便宜。  

在收到一些成本高昂的賬單后，一些團隊可能配備了DevOps審核人員，其唯一職責是在混亂的機器中尋找節省資金的方法。他們檢查了業務生產細節，然后開始說“不”。他們將會計較每一分錢，因為他們知道這樣可能節省預算。  

5.只有少數幾種方法可以提高性能  

管理云計算的工作變得更加困難，因為DevOps專業人員通常只有幾個工具和方法可以利用。一旦程序員提交代碼并構建容器，DevOps專業人員的工作就是讓它們運行。如果它們看起來很慢，可以嘗試添加更多的虛擬CPU或RAM。如果速度仍然很慢，他們可以在機房中增加更多的機器來分散負載。  

6.完成拆除工作  

最深層的問題之一是計算機總是在記錄錯誤。例如一些容器每隔幾個小時就會崩潰。可能是數據庫連接失敗，可能是參數配置錯誤。答案可能在日志文件中，但是從未發現。 Kubernetes非常友善，可以啟動另一個實例，然后回答查詢并完成其工作。這是故障安全體系結構的一個示例，即使其內部混亂不堪。  

只要用戶和客戶都能完成工作，通常每個人都可以更輕松地換個角度來看問題，而忽略所有虛擬的拆除工作。  

7. 數據庫支配一切