DevOps 是 development 和 operations 两个单词的组合,是一组过程、方法与系统的统称,用于促进开发、运维和测试部门之间的沟通、协作与整合,覆盖开发、构建、测试、部署和交付反馈等阶段。
可以说,DevOps 是软件开发生命周期从瀑布式到敏捷,再到精益的演化。瀑布模型的特征是,在进入下一阶段之前,每个阶段目标必须100%地完成。相对于瀑布开发模式,敏捷开发过程的一个基本原则就是,以更快的频率交付最小化可用的软件。在敏捷的目标里,最明显的是在每个Sprint的迭代周期末尾,都具备可以交付的能力。DevOps 是敏捷开发的延续,它与敏捷相辅相成,因为它拓展和完善了持续集成和发布流程,因此可以确保代码是生产上可用的,并且确实能给客户带来价值。
企业在应用了 DevOps 之后,往往可以得到以下几个方面的业务优势:一是产品快速推向市场,缩短开发周期和更高的部署频率;二是提高质量,提高可用性,提高变更成功率,减少故障;三是提高组织的有效性,将时间花在价值增加活动中,减少浪费,同时交付更多的价值至客户手中。
DevOps 在中国发展滞后
自 2008 年 Petrick Debois 在多伦多敏捷会议上提出“ DevOps ”一词以来,DevOps 理念在全球越来越深入人心。近期,Transposit 公司发布了一项针对 415 位 CIO 及 CTO 的调查。数据显示,88% 的受访者已经开始了 DevOps 理念的实践;83.4% 的人认为 DevOps 对公司的数字化转型具有至关重要的作用;几乎所有的受访者表示将进一步深入实践 DevOps ;更有 83% 的人已经制定了计划并着手实施。
而我国 DevOps 发展起步较晚,整体发展水平存在明显滞后。刘博涵等人于 2019 发表的《 DevOps 中国调查研究》从更多维度探讨了 2016 年至 2018 年期间 DevOps 在我国的发展情况。目前,国际上对于高性能团队的定义是部署频率为一天多次,交付周期和平均修复时长在 1 小时以内,团队变更失败比例在 0～15% 。如果按照此标准衡量,在国内受访团队中,2016 年无一能达到该标准,2018 年仅有 6%可以达到这一标准。这虽然在一定程度上说明了部分国内团队在IT性能上有了明显的进步,但总体来看,国内与国际水平还存在明显的差距。
《 DevOps 中国调查研究》的调查还发现,23.3% 的准高性能团队受访者表示其和团队都害怕代码部署,而准低性能团队表示害怕的仅为 8.8% ,这与 Puppet Labs 面向全球调查后得出的“高性能的团队得益于自动化实践的充分开展,面对部署,比低性能团队感到更轻松”的结果正好相反。因此他们认为,这是我国 DevOps 标准逐渐与国际接轨,而生产力却发展滞后的体现。
此外,Puppet 发布的《 2021 年度 DevOps 状况调查报告》指出,83% 的 IT 决策者表明他们的组织正在实施 DevOps 实践。而中国信通院发布的《中国 DevOps 现状调查报告( 2021 年)》显示,引入了 DevSecOps 的企业占比仅为 53% 。
症结就在于员工素质不高和人才紧缺
正是因为 DevOps 不是一种实实在在的技术,而是一种思想理念,一种方法论,所以每个软件开发组织都可以根据自身的实际情况将 DevOps 理念落地,指导组织内的开发与运维工作 。不过仍有一个共识就是,通过自动化的方法实现持续集成与持续交付,是 DevOps 实践的一条基础性准则。如今,除却各种开发、运维自动化工具,微服务、容器等其他领域技术也同样支撑着 DevOps 的变革。
比如,在云计算、微服务大力发展的背景下,出现了以 Docker 为代表的容器技术,以 Kubernetes 为代表的容器集群技术将容器技术进一步提高到了生产级别,同时出现了 Maven 、Gradle 、Webpack 等构建工具,以 Git 、 SVN 为代表的代码版本控制工具,使得自动化的持续集成与交付变为可能。
然而现在的局面是,不同的平台与工具被不同的部门使用,尽管交付效率提升了,但不同部门之间仍然像信息孤岛,不同系统之间的信息流转仍偏向手动方式。
飞算云智总裁陈定玮认为,互联网技术是非常庞杂的,并且发展日新月异,开发与运维之间的技术鸿沟真实存在并且日益加深。对国内大部分IT企业来说,依靠 DevOps 的理念并不能弥补这种鸿沟。因为 DevOps 的实施对人才的依赖性强,以及对人员的基本素质要求非常高。这也是很多 IT 公司在实践 DevOps 时不得不以失败告终的原因。如果没有一个更加有效的平台让它落地,那么 DevOps 这一出色的工程理念和工程技术便无法在中国得到进一步推广。
《 DevOps 中国调查研究》的调查数据也证实了这一点。我国 DevOps 的发展起步晚是不争的事实,但人的因素是 DevOps 发展的最大障碍。阻碍 DevOps 推行的前五大因素依次是组织行业的限制、不同部门的目标不一致、员工不理解 DevOps 的概念、组织缺少具备 DevOps 经验的专家、缺乏配置和使用相关工具的专业知识和人才,其中与“人”相关的因素高达 80% 。该研究总结道,国内 DevOps 滞后、过程成熟度不高的症结就在于员工素质不够高和人才紧缺。
可视化全自动开发打破技术鸿沟
那么,有没有一种工具,可以摆脱软件开发对员工素质和人才的依赖,弥补开发与运维之间的技术鸿沟,实现真正的高效协同工作呢?飞算科技用新一代 Java 开发工具—— 飞算SoFlu 全自动软件工程平台给出了答案。陈定玮说,飞算SoFlu 可以将原来开发工程师才看得懂的代码可视化,让业务人员也看得懂,从而降低准入门槛。
据了解,飞算SoFlu 采用通用的技术功能模块,支持循环、条件判断、函数调用等组件,通过拖拽方式以及参数配置,实现实际上就等同于编写复杂代码的业务逻辑。只要技术人员了解基础的业务逻辑,就能实现软件开发。而且,平台统一了代码规范,不依赖人工编码、审码,因此可以从源头上保证代码高质量。
总而言之, 飞算SoFlu 通过可视化编程的方式满足低门槛开发需求,输入流程图即可实现自动开发。毫无疑问, 飞算SoFlu 与 DevOps 理念是一致的。
陈定玮曾表示:“飞算 SoFlu 的出发点是想让 DevOps 真正的落地。而实现‘落地’首先重点要解决的就是开发的问题, 包括开发的品质、安全和效率等,再逐步解决测试和运维问题。”
近期,随着飞算SoFlu全自动化测试平台的上线,陈定玮要解决开发、测试、运维问题的目标已经完成了三分之二。据了解,该平台能够以自动化的方式实现测试生命周期管理、测试用例自动生成、测试数据管理、精准回归测试等一系列功能,不仅降低了测试门槛,让初学者轻松上手,还可以减少测试对资源的占用,提高执行效率,自如应对企业数字化转型背景下软件测试面临的人工测试耗时长、测试跟踪管理难、测试成本高、Bug发现和解决成本高等挑战。
此外,在该平台上,用户可以对程序流程图中任何节点配置跳过节点,或模拟节点数据,或正常执行,方便用户测试任意部分的业务逻辑,即使只开发了部分业务逻辑也可进行测试,极大地提高了测试效率。
我们也要看到,全球绝大多数组织仍然停留在 DevOps 演变的中期阶段。企业在落地 DevOps 实践时,仍面临许多挑战,比如 DevOps 文化构建、部门沟通成本、开发工具分散、DevOps 实践成本等 ,期待能有更多、更好的工具或平台能解决上诉问题,以此促进 DevOps 的发展。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
