Глава 24 · Что дальше? Roadmap Python-разработчикаAutomation и DevOps: roadmap
CLI, системные границы, интеграции, CI/CD и контейнеры с контролем воздействия и отказов.
Автоматизация начинается с границы воздействия
CLI-инструмент превращает повторяемое ручное действие в проверяемую операцию. Сначала определите вход, наблюдаемый результат и область возможного ущерба. Затем добавьте preview, идемпотентность, логи и код возврата. SafeSort из главы 23 служит таким учебным примером. Это учебный проект, а не готовый файловый менеджер.
Последовательность обучения
| Слой | Темы | Критерий |
|---|---|---|
| CLI | argparse или другой parser, stdin/stdout/stderr, exit codes, config. | Команда пригодна для shell pipeline и документирует ошибки. |
| OS boundaries | pathlib, permissions, processes, signals, environment. | Тесты выполняются во временном каталоге и не зависят от домашней директории. |
| Integration | HTTP API, auth tokens, rate limits, retries, serialization. | Тайм-ауты и повтор не создают неконтролируемые дубликаты. |
| CI/CD | workflow, artifact, secrets, environments, deployment gates. | Одна команда проверки работает локально и в CI. |
| Containers | image layers, runtime config, volumes, health and logs. | Образ воспроизводим, процесс завершается корректно, состояние вынесено явно. |
Linux и shell
Изучите файловую модель, владельцев и права, процессы, сигналы, потоки, pipes, перенаправление, переменные окружения и расписание задач. Shell удобен для композиции существующих программ. Python лучше подходит, когда появляются сложные данные, переносимость, тестируемая логика и обработка нескольких классов отказа. Часто правильное решение сочетает оба уровня.
От автоматизации к DevOps
DevOps не сводится к Dockerfile или YAML. Это работа над потоком поставки и обратной связью из эксплуатации. Учитесь строить артефакт один раз, продвигать его между средами, разделять конфигурацию и секреты, проверять health, собирать логи и иметь план rollback. Инфраструктурные изменения требуют review и проверки так же, как код.