云原生学习路线（2026）¶

从 Linux，到 Kubernetes，再到企业级云原生架构。

这不仅是一份学习路线，更是一张完整的知识地图（Knowledge Map），帮助你建立系统化的技术体系，而不是零散地学习命令和工具。

🧭 全景知识地图¶

%%{init: {
  'theme': 'base',
  'themeVariables': {
    'background': 'transparent',
    'lineColor': '#64748b',
    'themeLineWidth': '2px',
    'fontSize': '14px',
    %% 自定义每个分支的渐变色簇 (云原生科技感色系) %%
    'cScale0': '#3b82f6',
    'cScale1': '#0ea5e9',
    'cScale2': '#326ce5',
    'cScale3': '#8b5cf6',
    'cScale4': '#10b981',
    %% 节点文字颜色优化 %%
    'cScaleLabel0': '#ffffff',
    'cScaleLabel1': '#ffffff',
    'cScaleLabel2': '#ffffff',
    'cScaleLabel3': '#ffffff',
    'cScaleLabel4': '#ffffff'
  }
}}%%
mindmap
  root((云原生<br>知识体系))
    (Linux)
      ::icon(fa fa-linux)
      Shell
      网络基础
      存储基础
      用户权限
      Systemd
    (Docker)
      Image
      Container
      Registry
      Volume
    (Kubernetes)
      架构原理
      部署实践
      最佳实践
      工具生态
      故障排查
    (可观测性)
      Prometheus
      Grafana
      Alertmanager
      OpenTelemetry
    (企业实践)
      GitOps
      Service Mesh
      Platform Engineering
      AI Infrastructure

🎯 如何选择你的学习路径？¶

不同角色 → 不同路线，但底层体系一致。

👨‍💻 开发工程师路线¶

flowchart LR
A[Linux] --> B[Docker] --> C[Kubernetes] --> D[应用部署] --> E[CI/CD] --> F[GitOps]

click A "/linux/"
click B "/deployment/docker&k8s/docker.md"
click C "/kubernetes/"
click D "/kubernetes/practice/"
click E "/solutions/"
click F "/solutions/"

🎯 学习目标¶

应用容器化（Dockerfile / 镜像构建）
Kubernetes 部署与发布
理解 Deployment / Service / Ingress
使用 Helm / GitOps
构建持续交付流程

👨‍🔧 运维工程师路线¶

flowchart LR
A[Linux] --> B[网络] --> C[Docker] --> D[Kubernetes] --> E[监控] --> F[故障排查] --> G[高可用]

click A "/linux/"
click B "/linux/network/"
click C "/deployment/docker&k8s/docker.md"
click D "/kubernetes/"
click E "/monitoring/"
click F "/lab/"
click G "/kubernetes/practice/"

🎯 学习目标¶

Linux 服务器管理与排障
Kubernetes 集群部署与维护
网络 / 存储基础
Prometheus + Grafana 监控体系
生产故障定位与处理
高可用架构设计

📊 SRE 学习路线¶

flowchart LR
A[Kubernetes] --> B[Monitoring] --> C[Logging] --> D[Tracing] --> E[性能优化] --> F[容量规划]

click A "/kubernetes/"
click B "/monitoring/"
click C "/monitoring/"
click D "/monitoring/"
click E "/kubernetes/practice/"
click F "/kubernetes/practice/"

🎯 学习目标¶

构建完整可观测性体系
SLA / SLO / SLI 设计
日志 / 指标 / 链路追踪
性能调优与容量规划
故障响应与复盘机制

🏗 平台工程师路线¶

flowchart LR
A[Kubernetes] --> B[Helm] --> C[GitOps] --> D[Service Mesh] --> E[Platform]

click A "/kubernetes/"
click B "/kubernetes/tools/"
click C "/solutions/"
click D "/kubernetes/architecture/"
click E "/solutions/"

🎯 学习目标¶

构建企业级 Kubernetes 平台
标准化应用交付体系
多集群与多租户管理
服务治理（Service Mesh）
平台工程体系建设

🚀 云原生架构师路线¶

flowchart LR
A[Linux] --> B[Docker] --> C[Kubernetes] --> D[Networking] --> E[Storage] --> F[Observability] --> G[Platform] --> H[Architecture]

click A "/linux/"
click B "/deployment/docker&k8s/docker.md"
click C "/kubernetes/"
click D "/linux/network/"
click E "/linux/storage/"
click F "/monitoring/"
click G "/solutions/"
click H "/solutions/"

🎯 学习目标¶

企业级云原生架构设计
高可用 / 高可靠系统设计
网络 / 存储 / 安全体系规划
多集群架构设计
平台级能力建设

📌 学习核心原则¶

1️⃣ 不要只学工具，要理解原理 |技术 |核心本质| |---|---| |Linux |进程 / 文件系统 / 网络| |Docker |Namespace / Cgroups| |Kubernetes |控制器 / 调度 / 声明式|

2️⃣ 必须做实验

建议结合本站的文章

3️⃣ 学习路径优先于知识本身

推荐顺序：

flowchart LR

Linux --> Shell
Linux --> Network[网络基础]
Linux --> Storage[存储基础]

Shell --> Docker
Network --> Docker
Storage --> Docker

Docker --> Runtime[Container Runtime]

Runtime --> Kubernetes

Kubernetes --> Arch[架构原理]
Kubernetes --> Deploy[部署实践]
Kubernetes --> Practice[最佳实践]
Kubernetes --> Tool[工具生态]

Arch --> Monitoring
Deploy --> Monitoring
Practice --> Monitoring
Tool --> Monitoring

Monitoring --> Prometheus
Monitoring --> Grafana
Monitoring --> Alertmanager

Prometheus --> Enterprise[企业级实践]
Grafana --> Enterprise
Alertmanager --> Enterprise

🎯 学完后你应该具备的能力¶

能独立部署 Kubernetes 集群
能排查生产环境问题
能设计基础云原生架构
能理解系统底层运行机制

📚 推荐入口¶

🚀 写在最后¶

技术的核心不是工具，而是系统能力。

理解系统如何运行，比记住命令更重要。

为什么会有这份路线？¶

很多人在学习技术时都会遇到这些问题：

学了很多命令，却不知道背后的原理；
Docker 会用了，但不知道 Kubernetes 为什么这样设计；
会部署 Prometheus，却不知道应该监控哪些指标；
学了很多工具，却始终无法串联成完整知识体系。

事实上，企业需要的不是“会某个工具的人”，而是能够理解整个技术栈设计思想的工程师。

因此，1HairLabs 希望通过这份路线，把 Linux、容器、Kubernetes、可观测性和企业级实践串联起来，帮助你建立完整的知识体系。

第一阶段：Linux 基础¶

一切云原生技术都运行在 Linux 之上。

建议学习：

Linux 安装
文件系统
用户与权限
systemd
软件包管理
日志管理
Shell
性能分析

学习完成后，你应该能够：

✅ 独立维护 Linux 服务器

✅ 理解系统资源管理

✅ 排查基础系统故障

📚 推荐阅读

Linux 专题

第二阶段：网络基础¶

很多 Kubernetes 问题，本质都是网络问题。

建议掌握：

TCP/IP
DNS
HTTP
HTTPS
NAT
VLAN
VXLAN
路由

学习目标：

能够理解 Pod 为什么可以跨节点通信。

第三阶段：Docker¶

重点不是 Docker 命令。

而是理解：

Namespace
Cgroups
OverlayFS
Image Layer
Container Runtime

真正理解：

为什么 Docker 能做到"一次构建，到处运行"。

第四阶段：Kubernetes¶

这是整个学习路线中最重要的一部分。

建议按照下面顺序学习：

Kubernetes 架构
API Server
Scheduler
Controller
Kubelet
Workload
Service
Ingress
Storage
Network
Security

完成之后，再学习：

集群部署
集群升级
高可用
企业实践

第五阶段：可观测性¶

企业环境中：

部署只是开始。

真正重要的是：

如何知道集群是否健康？

建议学习：

Prometheus
Grafana
Alertmanager
Metrics
Logs
Traces（OpenTelemetry）

第六阶段：企业级实践¶

这一阶段开始接近真实生产环境。

包括：

Requests 与 Limits
Resource Optimization
HPA
VPA
Cluster Autoscaler
Backup
Disaster Recovery

第七阶段：现代云原生¶

继续深入：

GitOps
ArgoCD
Helm
Service Mesh
Gateway API
Platform Engineering
AI Infrastructure

故障实验室¶

理论只是第一步。

真正的成长来自于不断实验。

建议配合：

Pod OOM
CPU Throttling
CrashLoopBackOff
Node NotReady
etcd 故障

理解每一种故障背后的工作机制。

学习建议¶

如果你是：

零基础¶

flowchart LR
    A[Linux 基础] --> B[Shell]
    B --> C[网络基础]
    C --> D[Docker]
    D --> E[Kubernetes]
    E --> F[可观测性]

    %% 💡 在下方直接为对应的节点绑定 URL
    click A "../linux/base-system/" "点击查看 Linux 基础笔记" _blank
    click B "../linux/shell/" "点击查看 Shell 脚本向导" _blank
    click C "../linux/network/" "点击查看计算机网络基础" _blank
    click D "../deployment/docker&k8s/" "点击查看 Docker 容器实战" _blank
    click E "../kubernetes/" "点击进入 Kubernetes 核心专栏" _blank
    click F "../monitoring/" "点击查看 Prometheus/Grafana 监控" _blank

🎯 学习目标¶

完成本路线后，你应该能够：

熟练使用 Linux 进行日常管理与开发；
理解 Docker 容器的基本原理及镜像构建；
独立部署一套 Kubernetes 测试环境；
掌握 Kubernetes 核心资源对象（Pod、Deployment、Service 等）；
使用 Prometheus 和 Grafana 对集群进行基础监控。

👨‍💻 开发工程师学习路线¶

flowchart LR

A[Linux]
-->B[Docker]
-->C[Kubernetes]
-->D[应用部署]
-->E[CI/CD]
-->F[GitOps]

🎯 学习目标¶

完成本路线后，你应该能够：

将应用程序容器化；
编写 Dockerfile 并构建镜像；
使用 Kubernetes 部署、升级和回滚应用；
理解 Deployment、Service、Ingress、ConfigMap 等核心资源；
使用 Helm、GitOps 构建现代化持续交付流程。

👨‍🔧 运维工程师学习路线¶

flowchart LR

A[Linux]
-->B[网络]
-->C[Docker]
-->D[Kubernetes]
-->E[监控]
-->F[故障排查]
-->G[高可用]

🎯 学习目标¶

完成本路线后，你应该能够：

独立部署和维护 Linux 服务器；
理解 Kubernetes 网络、存储及集群架构；
独立搭建 Kubernetes 集群；
建立完整的 Prometheus + Grafana 监控体系；
能够定位并处理生产环境中的常见故障；
掌握高可用集群部署与升级流程。

📈 SRE 学习路线¶

flowchart LR

A[Kubernetes]
-->B[Monitoring]
-->C[Logging]
-->D[Tracing]
-->E[性能优化]
-->F[容量规划]

🎯 学习目标¶

完成本路线后，你应该能够：

建立完整的可观测性体系；
使用 Prometheus、Grafana、Alertmanager 实现监控与告警；
收集和分析日志、指标及链路追踪数据；
优化 Kubernetes 集群资源利用率；
根据 SLA、SLI、SLO 设计可靠性保障方案。

🏗 Platform Engineering 学习路线¶

flowchart LR

A[Kubernetes]
-->B[Monitoring]
-->C[Helm]
-->D[GitOps]
-->E[Service Mesh]
-->F[Platform]

🎯 学习目标¶

完成本路线后，你应该能够：

构建企业级 Kubernetes 平台；
使用 Helm 管理应用生命周期；
使用 GitOps 实现声明式部署；
理解 Service Mesh 的流量治理能力；
为研发团队提供标准化、自助式的云原生平台。

🚀 云原生架构师学习路线¶

flowchart LR

A[Linux]
-->B[Docker]
-->C[Kubernetes]
-->D[Networking]
-->E[Storage]
-->F[Observability]
-->G[Platform]
-->H[Architecture]

🎯 学习目标¶

完成本路线后，你应该能够：

理解 Kubernetes 各核心组件的设计原理；
规划企业级 Kubernetes 集群架构；
设计高可用、高性能、高可靠性的云原生平台；
建立完整的网络、存储、安全与可观测性体系；
根据业务需求制定基础设施架构方案，并持续优化平台能力。

写在最后¶

我的目标	推荐学习路线
🎓 零基础	Linux → Shell → Docker → Kubernetes
👨‍💻 开发工程师	Docker → Kubernetes → Helm → GitOps
👨‍🔧 运维工程师	Linux → 网络 → Kubernetes → Monitoring
📊 SRE	Kubernetes → Monitoring → Logging → Tracing
🏗 平台工程师	Kubernetes → GitOps → Service Mesh → Platform Engineering

技术学习没有真正的终点。

新的工具会不断出现，但底层原理往往变化缓慢。

希望这份学习路线能够帮助你建立系统化的知识体系，而不是停留在记忆命令和复制配置。

当你完成这条路线后，不仅能够部署 Kubernetes，更能够理解它为什么这样设计，以及如何将这些能力应用到真实的企业生产环境。

欢迎收藏本页，并跟随 1HairLabs 一起持续学习和实践。

微信公众号

云原生学习路线（2026）¶

🧭 全景知识地图¶

🎯 如何选择你的学习路径？¶

👨‍💻 开发工程师路线¶

🎯 学习目标¶

👨‍🔧 运维工程师路线¶

🎯 学习目标¶

📊 SRE 学习路线¶

🎯 学习目标¶

🏗 平台工程师路线¶

🎯 学习目标¶

🚀 云原生架构师路线¶

🎯 学习目标¶

📌 学习核心原则¶

🎯 学完后你应该具备的能力¶

📚 推荐入口¶

🚀 写在最后¶

为什么会有这份路线？¶

推荐学习顺序¶

第一阶段：Linux 基础¶

第二阶段：网络基础¶

第三阶段：Docker¶

第四阶段：Kubernetes¶

第五阶段：可观测性¶

第六阶段：企业级实践¶

第七阶段：现代云原生¶

故障实验室¶

学习建议¶

零基础¶

🎯 学习目标¶

👨‍💻 开发工程师学习路线¶

🎯 学习目标¶

👨‍🔧 运维工程师学习路线¶

🎯 学习目标¶

📈 SRE 学习路线¶

🎯 学习目标¶

🏗 Platform Engineering 学习路线¶

🎯 学习目标¶

🚀 云原生架构师学习路线¶

🎯 学习目标¶

写在最后¶