2021年已經走進尾聲,這一年全球依舊遮蔽在疫情的陰霾之下,這并不是什么好事情。然而,由疫情所激發的信息技術爆發卻是一件好事。

　　在過去十年,我們見證了數字化轉型的快速發展,也見證了DevOps 概念的誕生;而在過去一年中,DevOps 經歷了前所未有的飛速成長。

　　接下來,本文就為大家介紹在過去的一年中DevOps 經歷了哪些蓬勃發展。作為時代洪流中的當局者,我們又該怎樣應對?

　　01 2021年我們見證的DevOps發展

　　1、DevOps成為任何數字業務轉型的核心

　　由于買方行為的重大變化和持續的供應鏈危機,各種規模的組織都不得不調整其業務模式。DevOps 團隊是所有主要數字業務轉型計劃的核心,因此對 DevOps 專業知識的需求正在迅猛上升,呈現了嚴重的供不應求趨勢。

　　據預測,未來 10 年我們將看到比過去 40 年更多的數字化轉型。如果沒有開發人員和工程師攜手合作,如果不能做到更快速地構建和部署,恐怕一些企業的發展愿景將難以實現。

　　2、低代碼值得依賴嗎?

　　疫情導致人們對驅動數字工作流的需求激增。低代碼的出現,可能減少專業開發人員構建應用程序所需要的時間,這是好事。

　　但是,值得注意的是,低代碼目前依舊難以勝任復雜框架的構建,過程代碼構建依舊不可替代。從這一維度上來說,低代碼可以在比較低層次上加快開發人員的部署速度,但無法替代更加高級的功能構建。

　　或許,下一代的低代碼將很快由非專業的個人來參與開發,屆時涌來如此多的代碼會吞沒 DevOps 管道嗎?這還有待觀察。

　　3、微服務優勢凸顯

　　構建應用程序的架構用松散耦合的服務來構建框架的核心概念可以追溯到1990 年代。下一個時代,將是面向服務框架 (SOA)的天下。

　　當然,微服務本身已經存在好幾年了。然而,隨著容器作為構建微服務的軟件工件的興起,微服務的優勢得到有力凸顯:微服務構建不僅需要更少的時間,而且更易于維護且更具彈性。

　　4、可觀察性是DevOps的一項重大進步

　　可觀察性的概念可以追溯到線性動態系統�？捎^察性的最基本形式就是——衡量外部輸出的信息,從而推斷出系統內部狀態的程度。

　　在2021年,眾多IT供應商推出了各種類型的可觀察性平臺。這些可觀察平臺使 DevOps 團隊可以更輕松地查詢機器數據,在問題造成進一步中斷之前主動發現問題產生的根本原因。

　　與通常僅提供預定義指標來識別特定平臺的監控平臺相比,這無疑是重大進步。

　　5、AI 將更好地改變 DevOps

　　管理 DevOps 環境涉及高度的復雜性。尤其是在數據爆發的現在,數據的快速擴散使 DevOps 團隊難以有效地載入、攝取和解鎖數據,而想要根據信息做出良好的業務決策就更難了。

　　AI 可以加快軟件發布步伐,幫助企業實現持續交付。這使程序員能夠以大約 10倍的速度發布軟件,并允許在發布程序之前對其進行審查。

　　由此,從挑戰大量高度復雜數據上來說,DevOps 的未來將由人工智能驅動。如果是要集成和分析數據,人工智能驅動的解決方案將是第一選擇。

　　Gartner指出,到 2023 年,40%的 DevOps 團隊將利用具有內置 AI 功能的應用程序和基礎設施監控解決方案。Gartner預測,AIOps市場將以每年在3億至5億美元之間的驚人速度增長。

　　02 2022年DevOps實踐的4個關鍵點

　　1、評估流程永遠都是第一步。

　　DevOps 其實不是一個非常好理解的概念。如果我們不能很好了解DevOps 是什么以及它對組織的意義,那將可能是一個災難。

　　不僅如此,團隊中的每一個人都需要同步自己對 DevOps 的了解,只有團隊充分溝通且“同意”,DevOps 實踐才能順利。這也就是為什么所有公司在切換至 DevOps 時的難點和重點都是——文化建設和學習。

　　此外,對開發周期的評估也應該是全方位的、從頭到尾的。開發的不同流程,有不同的瓶頸,只有找到當前流程不足的領域,才能在實施 DevOps 時鎖定重點。

　　2、協作和目標是DevOps團隊的預備動作。

　　在實施 DevOps之前,就應該要確定團隊有沒有準備好一起工作和溝通。向每一位成員灌輸強烈的協作意識,并為他們提供有助于他們溝通和協作的工具。

　　此外,明確的目標則為DevOps 實踐設立方向,否則任何DevOps實踐都將毫無意義。通常,我們可以從一個更小、更容易實現的目標開始,之后再轉向更大、更復雜的目標,以防止一次性改變太多帶來不可修復的破壞。

　　3、自動化是DevOps 的重要組成部分。

　　在DevOps過程中,我們應該盡可能多地使用自動化手段。無論是掃描錯誤配置的代碼還是自動化測試,現下都有各種不同的自動化工具來實現,這對效率的提升無疑是巨大的。

　　在這個基礎上,如果還想進一步的自動化,項目就不得不考量團隊是否能跟上了。所以,最好的辦法是,從需要大量時間和手工的工作入手,去一步步實現自動化。采用自動化之初,也最好讓團隊先監控幾周,看看進展如何。

　　4、了解關鍵指標是重中之重。

　　從實施DevOps的一開始就應該設置關鍵指標。如果沒有指標,我們將無法跟蹤進展,也無法及時發現問題。

　　大多數組織需要關注的DevOps關鍵指標都涉及這3點:交付時間、部署時間和平均恢復時間。而這三項指標都能在飛算SoFlu全自動軟件工程平臺上得到很好的體現。

　　飛算SoFlu全自動開發平臺項目發布的應用服務,在監控運維指標方面已集成健康檢查、審計、統計和HTTP追蹤等運維性能指標數據,所有的這些特性可以通過JMX或者HTTP endpoints來獲得。

　　同時還可以與外部應用監控系統整合對接,可以方便地通過第三方系統進行監控告警,比如 Prometheus、 Influxdb 、Grafana等。這些系統提供了非常好的儀表盤、圖標、分析和告警等功能,使用戶可以通過統一的接口輕松地監控和管理應用。

　　就以 Prometheus+Grafana環境為例,全自動開發平臺項目能夠以美觀漂亮的界面展示程序IO、內存、JVM等性能指標情況:(如下圖所示)

　　詳情請戳:www.feisuanyz.com