企业官网建设流程全解析

DevOps 专业化学习路线：Universidade Livre（ciencia-da-computacao）课程中的 Linux、容器、Kubernetes 与 CI/CD 实战指南

【免费下载链接】ciencia-da-computacao🎓 Um caminho para a educação autodidata em Ciência da Computação!项目地址: https://gitcode.com/GitHub_Trending/ci/ciencia-da-computacao

本文基于开源自学计算机科学课程项目 Universidade Livre（仓库 ciencia-da-computacao）中 DevOps 专业化路径 文档整理而成。该文档定义了 DevOps 方法论的核心理念，并规划了一条从 Linux 系统基础、Shell 脚本、云计算入门，到 Vagrant、Docker、Kubernetes、Gitflow 与 CI/CD 的完整学习路线。读完本文，你将掌握该路径的全部 14 门课程内容、时间安排、各阶段学习目标，以及如何在完成计算机科学基础课程后，围绕 DevOps 领域构建自己的基础设施与交付流水线实战能力。

DevOps 方法论的核心理念

根据 specializations/devops.md 中引用的 Red Hat 关于 DevOps 的定义，DevOps 是一种融合了**文化（cultura）、自动化（automação）与平台设计（design de plataforma）**的方法论。其目标是通过快速、高质量的 IT 服务交付，为业务创造更多价值，并提升组织对变化的响应能力。实现这一目标的前提，是能够以迭代且快速的方式持续交付 IT 服务——这也意味着采用 DevOps 的过程，本质上就是"将遗留应用连接到现代、云原生（native em nuvem）的基础设施与应用"的过程。

值得注意的关键点是：DevOps 一词虽然是 "development（开发）" 与 "operations（运维）" 的组合，但其含义远超这两个词的简单叠加。该文档明确指出，DevOps 还涵盖：

• 安全（segurança）：将安全实践融入交付流程的每个环节；
• 协作式工作方式（maneiras colaborativas de trabalhar）：打破开发与运维团队之间的壁垒；
• 数据分析（análise de dados）：用数据驱动交付质量与效率的持续改进；
• 以及许多其他实践与概念。

从流程上看，DevOps 描述的是一系列用于加速"想法 → 生产环境部署 → 为用户创造价值"全过程的方法。这里的"想法"可以是新软件特性、改进请求或 Bug 修复。要支撑这些方法，需要开发与运维团队之间频繁沟通、协同工作、相互共情（empatia），同时还需要**灵活的资源供给（provisionamento flexível）与可扩展性（escalabilidade）**作为基础设施层面的保障。

课程体系全览：14 门课程的完整路线表

以下为 specializations/devops.md 中给出的 DevOps 专业化完整课程表（时长、每周投入与内容要点均为原文档数据，课程链接亦来自原文档，均为葡萄牙语或带葡萄牙语字幕的免费资源）：

从表格可以清晰看出，这条路线遵循"系统基础 → 文化与云 → 自动化基础设施 → 容器编排 → 交付流水线"的递进逻辑。下面按阶段逐一解读每门课程在该路径中的定位。

第一阶段：Linux 与 Shell 脚本基础（24 周）

DevOps 的一切基础设施操作都建立在 Linux 之上，因此路线前 4 门课程（合计约 24 周）全部用于夯实系统与脚本基础：

• Curso de Linux（6 周）：面向 LPIC-1 认证的完整课程，涵盖 Linux 系统管理的核心内容。原文档特别指出它为"理解系统"提供基础——无论是后续的云主机、Docker 守护进程，还是 Kubernetes 节点，最终都运行在 Linux 内核之上。
• Linux Essentials（12 周）：基于 4Linux 的培训内容，聚焦 GNU/Linux 知识体系，与 Linux Essentials 认证的知识要求对齐，适合系统性地建立命令行与文件系统的完整认知。
• Curso Básico de Bash（4 周）：Bash 是 Linux 环境下的默认 Shell，也是编写运维脚本的基本功。此阶段要求掌握 Bash 基础语法。
• Curso de Shell Scripting（2 周）：在 Bash 基础之上进入脚本编程，学习如何把重复的运维操作（日志清理、备份、环境初始化、流水线脚本等）自动化——这正是 DevOps"自动化"理念在脚本层面的第一次落地。

从仓库视角看，这一阶段与主干课程中 Sistemas Operacionais（操作系统）（第 5 阶段课程）的知识形成互补：操作系统课程解决"系统如何工作"的理论问题，而本阶段解决"如何在真实 Linux 环境中操作"的实践问题。若想补充理论阅读，仓库提供了 系统与操作系统专题书目，其中收录了 Tanenbaum《Sistemas Operacionais Modernos》、Silberschatz《Fundamentos de Sistemas Operacionais》等经典参考书。

第二阶段：DevOps 文化与云计算基础（24 周）

本阶段两门课程（合计约 24 周）分别解决"理念"与"环境"两个问题：

• DevOps Essentials（12 周）：直接回应本文开头的方法论定义。课程内容包括理解 DevOps 文化（协作、共情、快速反馈）、了解常用 DevOps 工具链，以及建立对**流水线（Pipeline）**的整体认知。它是从"知道 DevOps 是什么"过渡到"知道 DevOps 怎么落地"的关键课程。
• Cloud Essentials（12 周）：将基础设施操作从本地延伸到云端。内容涵盖三大云服务模型——IaaS（基础设施即服务）、PaaS（平台即服务）、SaaS（软件即服务），主流云平台GCP / AWS / Azure的基本使用，以及远程管理的基础工具SSH。SSH 是后续所有远程运维、CI 执行器与集群管理的前提。

这一阶段的知识与主干课程中的 Redes de Computadores（计算机网络） 课程相衔接：网络知识帮助理解云资源如何互联、SSH 流量如何建立安全通道，而本阶段则聚焦于"如何在云上供给与使用资源"。

第三阶段：基础设施即代码与容器化（7 周）

从本阶段开始进入 DevOps 工具链的核心——自动化环境供给与容器化交付，共 4 门课程约 7 周：

• Curso de Introdução ao Vagrant（1 周）：Vagrant 是典型的基础设施即代码（Infrastructure as Code）工具，通过配置文件描述虚拟机环境，实现开发环境与生产环境的一致性。此课程介绍 Vagrant 及其核心概念，让学习者体验"用代码定义环境"的思想。
• Curso Docker Completo（1 周）：Docker 基础与 Docker CLI 操作，掌握镜像、容器等最核心的日常命令。
• Descomplicando o Docker（4 周）：在原文档中标注为"揭秘/简化 Docker"，内容从 Docker 与容器原理延伸至Docker Swarm（集群编排）与Docker Hub（镜像仓库），建立对容器生态的完整认知。
• Docker e Docker Compose do zero ao Deploy（1 周）：本阶段收尾课程，聚焦"生产环境中的 Docker"：使用Docker Compose编排多容器应用，并理解从本地镜像构建到生产部署的完整链路（Conceitos de Deploy）。

这 4 门课程恰好覆盖容器化的完整能力链条：用 Vagrant 定义环境 → 用 Docker 打包应用 → 用 Compose 编排多服务 → 面向生产部署。

第四阶段：容器编排与 Kubernetes（3 周）

容器规模扩大后必然走向编排，本阶段两门课程（合计 3 周）聚焦 Kubernetes：

• Curso de Introdução ao Kubernetes（2 周）：系统性地介绍 Kubernetes 及其核心概念，包括 Pod、Deployment、Service、命名空间等基础抽象，理解编排器如何解决容器调度、扩缩容与服务发现问题。
• Intensivo Kubernetes: O mínimo que um dev precisa saber（1 周）：以"开发人员必须知道的 Kubernetes 最小知识集"为目标，压缩到与日常开发工作直接相关的内容——即"能读懂集群配置、能把应用部署上去"的实战底线。

需要注意的是，原文档在 Docker 阶段就安排了 Docker Swarm 的学习，又在 Kubernetes 阶段安排了编排器学习，这体现了"先掌握一种编排思路，再学习行业主流编排器"的渐进设计。

第五阶段：版本工作流与 CI/CD（3 周）

路线的最后两门课程（合计 3 周）回到软件交付流程本身：

• Intensivo Gitflow（1 周）：Gitflow 是经典的 Git 分支工作流模型，通过 main、develop、feature、release、hotfix 等分支角色的划分，规范团队协作与版本发布节奏。它为 CI/CD 流水线提供了"何时构建、何时发布"的分支触发依据。
• Desbravando CI/CD（2 周）：CI/CD 实践概念课程，覆盖持续集成（Continuous Integration）与持续交付/部署（Continuous Delivery/Deployment）的核心实践，将前面所有课程掌握的 Linux、容器、云与编排能力串联为一条可自动化的交付流水线——这正是文档开篇所述"把想法快速带到生产环境"的最终落地形态。

时间规划：61 周、每周 2 小时的渐进节奏

对表格中 14 门课程做汇总计算（依据原文档给出的时长与每周投入数据）：

• 课程总时长：61 周（约 15 个月）
• 每周固定投入：2 小时（全部课程一致）
• 累计投入约122 小时

阶段分布为：Linux/Shell 基础约 24 周、DevOps 文化与云基础约 24 周、Vagrant 与 Docker 约 7 周、Kubernetes 约 3 周、Gitflow 与 CI/CD 约 3 周。这种"基础厚、进阶快"的节奏设计，符合 DevOps 岗位对系统性知识面与动手能力并重的要求。

在整个课程体系中的位置与前置知识

根据仓库 README.md 的说明，本项目（Universidade Brasileira Livre）提供一套完整的、基于开源课程资源的计算机科学自学课程；"专业化（Especialização）"路径被设计在完成主干通识教育之后进行，其定位是在保证计算机科学核心基础完整的前提下，让学习者深入某一具体领域（README 中同时列出了计算图形学、嵌入式、Web 开发、数据科学、网络安全等路径，DevOps 即其中之一）。因此，走这条 DevOps 路线的合理前提是已经完成主干课程中的操作系统、计算机网络、软件工程等相关科目：

• Sistemas Operacionais：理解进程、文件系统、内存管理，为理解 Linux 与容器隔离原理打底；
• Redes de Computadores：为 SSH、云网络与集群通信提供理论基础；
• Introdução à Engenharia de Software：与 Gitflow、CI/CD 中的流程与质量实践直接相关。

从仓库结构看，DevOps 路径与其他专业化路径（如 Desenvolvimento Web、CyberSecurity）并列存放于 specializations/ 目录，采用一致的"方法论简介 + 课程表（时长/每周投入/内容要点）+ 状态标注"结构。

配套实践资源与学习建议

仓库 README.md 的"辅助练习工具"一节为所有路径（包括 DevOps）提供了实践平台建议，其中与本路径直接相关的是：

• SadServers：通过模拟真实服务器故障场景，练习 Linux 系统管理、基础设施排障与日志分析——非常适合在完成第一阶段课程后检验实战能力；
• freeCodeCamp、Exercism、HackerRank、LeetCode：提供编程与算法练习，用于保持脚本编写与工程化能力；
• 原文档所在仓库还提供了 额外课程清单，其中"O semestre que falta na sua faculdade em ciência da computação"（Missing Semester）课程覆盖 Shell 工具链、编辑器、版本控制与自动化等实用技能，可作为本路径的有力补充。

README 同时强调：真正能强化作品集与就业能力的，是创建解决真实问题的个人项目，并建议将全部代码托管到个人 GitHub 仓库以记录成长轨迹。对 DevOps 学习者而言，一个典型的毕业项目可以是：用 Vagrant/Docker Compose 定义开发环境 → 用 Gitflow 管理分支 → 用 CI/CD 流水线自动构建、测试并部署到云主机或 Kubernetes 集群。

结语与当前状态

specializations/devops.md 在文末标注了"Especialização em construção"（专业化路径建设中），意味着该路线仍处于持续完善状态，未来可能补充更多课程。目前这份 14 门课程的清单已经覆盖了 DevOps 方法论、Linux 系统、Shell 脚本、云计算、Vagrant、Docker（含 Swarm 与 Compose）、Kubernetes、Gitflow 与 CI/CD 的完整知识版图，且全部为免费开放资源。学习者可以按照"基础 → 云 → 容器 → 编排 → 流水线"的顺序循序渐进，也可以根据自身基础灵活调整节奏——这正是该项目所倡导的自学自由。

【免费下载链接】ciencia-da-computacao🎓 Um caminho para a educação autodidata em Ciência da Computação!项目地址: https://gitcode.com/GitHub_Trending/ci/ciencia-da-computacao