引言：为什么 2026 年的 DevOps 选型是一道工程题，而不是一次采购
过去做 DevOps 选型，往往等于“挑一个工具”：监控选一个、流水线选一个、门户自己搭。但 2026 年的现实是——工具之间的边界正在融化，而替换成本却在升高。可观测性被 OpenTelemetry 统一了采集标准，内部开发者平台（IDP）把“服务目录、自助动作、黄金路径”三件事打包成产品，CI/CD 又与 GitOps、安全扫描、发布门禁深度耦合。选错一条线，代价不是重装软件，而是重写工程文化。
本文以“决策与选型”为唯一主线，把 DevOps 实践中最烧钱、最易锁定的三条技术线——可观测性技术栈、内部开发者平台、CI/CD 平台——横向拉通，给出可执行的权衡框架、基准数字与 30/60/90 落地路线，避免“看评测选工具”的盲目。
决策总览：三条线的共同坐标系
无论哪条线，决策都围绕四个变量旋转：团队规模与平台工程人力、数据主权与合规要求、总拥有成本（TCO）、被锁定风险。下表给出三条线各自的“自建 vs 采购”默认答案与临界点。
| 技术线 | 典型自建方案 | 典型采购方案 | 采购占优区间 | 自建占优区间 |
|---|---|---|---|---|
| 可观测性 | OpenTelemetry + Prometheus + Grafana | Datadog / New Relic / Dynatrace | 服务数 < 100 或无平台人力 | 活跃服务 > 100 且 > 10 万基数指标 |
| 内部开发者平台 | Backstage 自托管 | Port / Cortex / Humanitec | 工程师 < 300 | 工程师 > 500 且有专职平台组 |
| CI/CD | Jenkins 自托管 | GitHub Actions / GitLab CI | 新项目、团队 < 50、代码已在对应托管平台 | 强合规隔离、既有重资产流水线 |
一、可观测性技术栈：OTel+Prometheus 自建 vs 商业 SaaS vs 混合
1.1 核心权衡：主权、成本、基数
2026 年可观测性的主要矛盾，已从“能不能看”转向“高基数指标的成本与数据主权”。两个基准事实决定了选型走向：
- OpenTelemetry 已成中立采集标准：一次埋点、任意后端。OTel Collector 让“换厂商只改配置、不动代码”成为现实，从根上削弱了绑定风险。
- 高基数（high-cardinality）是成本黑洞：行业测算显示，工程团队每年因过度配置的可观测工具浪费约 42 亿美元，其中 68% 来自高基数指标超额计费。
1.2 基准测试数字（500 服务规模，120 万活跃指标，30 天 AWS c7g.4xlarge）
| 维度 | OTel 1.20 + Prometheus 2.50（自建） | Datadog Pro |
|---|---|---|
| 月基础成本（500 服务） | 约 $210（仅 EC2 基础设施） | 约 $7,500（按主机计费） |
| 每百万额外指标成本 | 约 $300 | 约 $2,000 |
| 硬性基数上限 | 无硬限制（实测 2.1M） | 10 万（Pro 硬性上限） |
| 指标留存 | 可自定义（默认 13 个月） | 15 天 |
| 告警延迟 p99 | 45 秒 | 12 秒 |
| 运维投入 | 约 12 人时/月（500 服务集群） | 近零 |
结论很直接：活跃服务超过 100 个、且产生超过 10 万基数指标时，自建 OTel+Prometheus 比 Datadog Pro 省约 83%；但代价是自建方需自带平台运维人力，且告警延迟、开箱即用的安全合规能力弱于商业平台。Prometheus 2.50 新增的基数限制器更将 OOM 风险降低约 72%。
1.3 决策树：何时选什么
- 选 OTel+Prometheus：服务 > 100、需完全数据主权（受监管或数据驻留要求）、Kubernetes 1.32+ 且团队有平台工程人力。
- 选 Datadog 类商业平台：团队 < 100 人、无专职平台组、需要开箱即用的 Cloud SIEM、DORA/NIS2 合规报表与 PII 自动脱敏。
- 选混合（多数团队的真实答案）：本地 Prometheus 收高分辨率高基数指标，做实时排障与自动扩缩容触发；仅把“黄金信号”（时延、错误率、流量）经 Remote Write 转发到商业平台做全局关联与 AI 异常检测。配合 Vector/Cribl 类可观测管道做源头过滤与分级路由。
关键原则：无论如何，先用 OpenTelemetry 埋点。它既是“退出策略”，也让你在商业与自建之间保持可逆。
二、内部开发者平台（IDP）：自建 Backstage vs 采购 Port/Cortex
2.1 成熟 IDP 的三块拼图
一个生产级 IDP 由三块集成组件构成，与具体工具无关：服务目录（谁拥有什么、依赖与运行手册）、自助动作（建服务、开库、晋升发布、轮转密钥）、黄金路径（把安全、可观测、命名规范编码进模板的偏执但好用的流程）。其中黄金路径是 IDP 减少故障而非仅加速故障的关键——但它必须“好用到开发者自愿选”，否则会被静默绕开，直到事故时才暴露。
2.2 TCO 3-3-3 框架：用真实数字决策
Backstage 软件免费，但维护永不免费。行业把 IDP 投入归纳为“3 年、3 个成本中心、3 种组织规模”的 TCO 模型（按负载工程师成本 $150k 计）：
| 成本项 | 100 人组织（自建年 TCO） | 500 人组织（自建年 TCO） |
|---|---|---|
| 平台工程师（FTE） | 1.5 人 | 3.0 人 |
| 年化工程成本 | $225,000 | $450,000 |
| 基础设施 | $15,000 | $25,000 |
| 插件与升级 | $40,000 | $80,000 |
| 自建年 TCO 合计 | 约 $280,000 | 约 $555,000 |
| 商业替代年费 | $18,000–25,000 | $48,000–60,000 |
| 自建溢价倍数 | 11–15 倍 | 9–11 倍 |
2.3 按团队规模决策
- 工程师 < 50：暂不要建 IDP。用托管云原生服务 + 云原生 CI/CD 产品 + 密钥管理，靠文档约定而非自动化。
- 50–200 人：IDP 投资回报最高窗口。Port 或 Cortex 2–4 周交付，1–2 人运维；Backstage 需 3–6 月才到生产价值，此规模不划算。
- 200–500 人：Backstage + 2–3 人平台组开始可行，其生态（CNCF 孵化、约 89% 门户市场份额）覆盖多数集成。
- 500+ 人：Backstage + 4 人以上专职平台组 + Crossplane/Terraform 供给 + ArgoCD 做 GitOps 交付，平台本身成为有路线图与 SLO 的产品。
自建的真正临界点：组织 > 500 人，且已有 3 人平台组，且有商业工具无法满足的特定流程自动化需求。“我们想更有掌控感”不是理由，那是一种每年花 40 万美元去 honour 的感觉。
三、CI/CD 平台：Jenkins vs GitHub Actions vs GitLab CI
3.1 决策矩阵
| 因子 | Jenkins | GitHub Actions | GitLab CI |
|---|---|---|---|
| 部署形态 | 仅自托管 | SaaS 或自托管 Runner | SaaS 或自管理 |
| 运维负担 | 高（插件、升级、备份） | 低（SaaS） | 中（自管理） |
| 安全扫描 | 靠插件 | 靠 Action / GHAS | 内置（Ultimate 含 SAST/DAST/容器/密钥） |
| 100 人月成本 | 基础设施 $2–5k | 约 $2–4k（Team） | 约 $3–10k（Premium） |
| 绑定风险 | 无（开源） | 中（GitHub 生态） | 低–中（CE 开源） |
3.2 何时保留 Jenkins
- 已有成熟 Jenkins 管理与资深管理员，流水线高度定制，迁移成本 > 收益；
- 强合规隔离/断网环境要求流水线完全在自有基础设施；
- 大型团队重 CI 用量，按用量计费的经济性反而倾向自托管。
迁移信号：当 Jenkins 维护消耗超过一名 DevOps 工程师 20% 工时，或开发者每周抱怨 CI 可靠性超一次，且新项目无需旧流水线时，应迁出。新项目 2026 年多在 GitHub Actions 与 GitLab CI 间二选一——前者生态更大、起步成本更低；后者内置安全扫描更成熟、一体化更强。首条生产流水线耗时：GitHub Actions 约 15 分钟、GitLab CI 约 30 分钟、Jenkins 约 4 小时以上。
跨三线共同原则：让选型可逆、可量化、渐进
- 用中立标准做“退出策略”：可观测性用 OpenTelemetry，CI/CD 用声明式 Pipeline-as-Code，IDP 用开放目录标准。标准层把“重写”降级为“改配置”。
- 成本透明优先于功能齐全：把基数、用量、席位写进决策表，避免在账单爆炸后才发现被锁定。
- 黄金路径优于强制门禁：把安全与可观测配置编码进模板输出，让开发者“不知其存在却已具备”，而非下游人工评审卡点。
- 告警设计按症状而非原因：可观测告警应基于用户可感指标（错误率、SLO 燃尽），CPU 80% 不是事故，请求失败才是；每月审视并删除无人响应的告警，避免告警疲劳淹没真实故障。
30/60/90 落地路线
- 前 30 天（诊断与试点）：盘点三条线现状与年支出；选一条线（建议可观测性）先以 OTel 统一采集，跑通混合架构试点；用 TCO 3-3-3 算出 IDP 真实溢价。
- 30–60 天（小范围落地）：可观测性混合管道上线，仅转发黄金信号到商业平台；若处 50–200 人区间，引入商业 IDP 跑通首个黄金路径（建新服务模板）；CI/CD 新项目统一到选定平台。
- 60–90 天（推广与治理）：把黄金路径设为新建服务的默认而非迁移；建立告警月度审视与目录准确性 ownership；对仍自托管的重资产（如 Jenkins）设定维护工时红线，超线即启动迁移评估。
参考来源
- Johal — Observability Stack Showdown: OpenTelemetry 1.20 + Prometheus 2.50 vs Datadog 2026（成本与基数基准）
- Zignuts — Prometheus vs Datadog: 2026 Monitoring & Observability Guide（数据主权与 DORA 合规）
- Graf Clouds — The Best Monitoring Tools in 2026（OSS 可观测栈与告警设计）
- Belsoft — How Do You Build an Internal Developer Platform? (2026)（IDP 三组件与按规模选型）
- SquareOps — Build vs Buy an Internal Developer Platform: 2026 Decision Guide（IDP TCO 与三线 route）
- Zop.dev — Backstage Is Not Free: The Real TCO of Building vs Buying an IDP（3-3-3 框架）
- SquareOps — Jenkins vs GitHub Actions vs GitLab CI (2026)（CI/CD 决策与定价）
- OpenEmpower — Jenkins vs GitHub Actions vs GitLab CI: Enterprise CI/CD Comparison [2026]（企业决策矩阵）