據 Veritis 發布的《2019 年 DevOps 狀況報告》顯示,正確實施 DevOps 的組織有著明顯的競爭優勢:軟件部署頻率提高 208 倍,事件恢復速度提高 2604 倍,變更失敗率降低 7 倍。這項結果讓更多企業看到了DevOps的高效之處,同時也使得 DevOps 在近年來慢慢有成為主流的趨勢。

　　近期,Techstrong Research 和 Testlio 對1000 多名工程師和 DevOps 專業人士進行了調查,以了解他們對人才短缺、自動化和左移的看法。調查結果發現,大部分企業都面臨人才短缺的問題,同時,很多團隊為了提高軟件交付速度,而不得不犧牲軟件質量。

　　以下是調查結果中的幾組數據:

　　80% 的企業缺少 QE 人才

　　在軟件開發過程中,質量工程師(Quality Engineer,QE)是一個關鍵的崗位,其主要工作是把一些手動、可重復的任務自動化,使流程更高效且不易出錯。Techstrong Research 的數據顯示,僅有 12% 的團隊擁有合適的 QE 人才,超過 80% 找不到 QE 來支持測試和自動化,其中有大量團隊沒有足夠的人才招聘預算。

　　事實上,不僅僅是 QE面臨人才短缺,而是所有 DevOps 技能職位都面臨人才短缺。Gartner 曾預測,由于人才的短缺,到 2022 年75% 的 DevOps 計劃將無法達到預期。

　　81% 的企業無法實現全自動化測試

　　測試自動化是測試團隊的關鍵能力之一,調查發現,已經有過半的團隊利用自動化來進行測試,但其中僅有 19% 的團隊能夠實現全自動化測試,12% 的企業仍然采用手動測試,還有26% 的受訪者表示希望能夠在測試中利用自動化。

　　在各種類型的測試中,自動化的最佳用途是回歸測試。自動化回歸測試可以節省測試人員的時間,讓他們可以有更多時間專注于新功能的探索性測試。如果實施得當,自動檢查可以在最少或沒有監督以及人工干預最少的情況下自動運行。

　　不過,當擁有了自動化測試工具時,也要警惕一種觀念:自動化所有的測試,是為了擺脫所有“手動測試人員”。

　　54% 的企業無法滿足用戶需求

　　還有一個值得關注的調查是,用戶對新軟件的特性、功能和更新的持續需求,增加了企業快速交付的壓力。54% 的受訪者表示,無法滿足用戶對開發新軟件和更新軟件的需求。

　　而那些聲稱“能做到”的公司,通常會犧牲質量以換取速度。比如,為了節省時間,在發布前進行不完整或表面測試,這樣開發出來的軟件,雖然可以跟著發布計劃走,但并不能達到消費者對軟件質量的預期。隨著時間推移,這些質量問題最終會暴露出來,從而造成用戶不信任甚至用戶流失。

　　為了平衡速度和質量,Testlio 合作伙伴生態系統副總裁 Emeka Obianwu 建議避免零和游戲�？焖俚�代和開發高質量的軟件不需要相互阻礙。在高度優化的軟件開發周期中,開發速度和軟件質量應該共同發展。

　　79% 的企業在CI/CD 管道集成測試

　　由于項目團隊在交付無缺陷產品方面承受著巨大壓力,許多人正在采用左移方法、持續測試策略和嚴格封閉的反饋循環,以便將測試集成到 CI/CD 管道的每個部分。Techstrong Research 調查顯示,將測試集成到 CI/CD 管道的企業達到了79% ,不過他們大部分都處于淺層次實踐之中。

　　應用程序測試在平衡速度和質量方面扮演著至關重要的角色,為了跟上對速度的需求和持續的技能短缺,將自動化和測試集成到 DevOps 流程中至關重要。

　　58% 的企業認為“左移”意味著實現持續測試

　　“左移”這一口號在 DevOps 市場上已經討論了好幾年,并且正在擴展到業務的其他部分。但是,當涉及到測試時,“左移”意味著什么呢?Techstrong Research 發現,58% 的企業認為“左移”意味著實現持續測試。這表明,整個行業發生了巨大的變化,在過去幾年中,“左移”就是將測試負擔轉移到開發人員身上的代名詞。

　　在軟件開發生命周期 (SDLC) 中,檢測和修復軟件缺陷的成本隨時間呈指數增長。越在開發過程的早期測試修復問題,左移測試對成本的降低越顯著。它通過使代碼與早期測試用例保持一致來減少初始開發階段的錯誤,缺陷在剛發現時就被修復,而不是在最終的測試周期之后進行修復,以此節省維修成本和寶貴的開發時間。

　　一個典型的測試周期是 DevOps 團隊交付代碼,測試人員運行測試然后發回問題,然后循環重復,而左移則可以消除開發和測試之間的冗長來回。 接受左移并避開標準的兩周黑盒測試周期,使測試成為 CI/CD 管道中的支柱,團隊能夠滿足覆蓋率、質量和速度要求。

　　Techstrong Research調查結果所暴露出的人才短缺、測試自動化程度不高、犧牲質量換速度等問題,并不是突然出現的,而是一直以來就存在的。

　　有許多關注DevOps的企業一直在尋求解決之法,通過利用工具來完善流程成為業界共識。因此有許多DevOps工具應運而生,如提供 bug 跟蹤和敏捷項目管理功能的問題跟蹤器JIRA、自動化構建Java項目的Maven等,但市面上的大部分工具能解決的都只是一部分問題,不能從根本上掃除企業在DevOps進程中的障礙。

　　如何從根本上掃除DevOps實踐過程中的障礙,成了大家急需解決的痛點,也正是看到這一點,飛算云智總裁陳定瑋在六年前就開始了飛算 SoFlu 軟件機器人的研發。他說,DevOps 的實施對人才的依賴性強,且對人員的基本素質要求非常高,這也是很多 IT 公司在實踐 DevOps 時不得不以失敗告終的原因。

　　以上文提到的測試問題為例,飛算 SoFlu 軟件機器人的全自動測試平臺能夠優化DevOps在企業中的實施,它能夠以自動化的方式,實現測試生命周期管理、測試用例自動生成、測試數據管理、精準回歸測試等一系列功能,不僅降低了測試門檻,讓初學者輕松上手,還可以減少測試對資源的占用,提高執行效率。

　　此外,飛算SoFlu軟件機器人還采用了通用的技術功能模塊,支持循環、條件判斷、函數調用等組件,用戶只要根據業務邏輯,通過拖拽方式進行參數配置,就能完成編程。而且,平臺統一了代碼規范,不依賴人工編碼、審碼,因此可以從源頭上保證代碼高質量�？偠�言之, 飛算SoFlu 軟件機器人通過可視化編程的方式滿足低門檻開發需求,輸入流程圖即可實現自動開發。

　　飛算 SoFlu軟件機器人能解決的不只是開發問題。事實上,在軟件項目開發過程中,風險幾乎無處不在。項目進度是否正常、軟件質量是否嚴格把控、技術是否成熟、系統架構是否符合性能指標等問題,都會威脅到軟件的最終交付結果。有效地識別、控制和管理風險,對項目的成功起著至關重要的作用。

　　而通過飛算 SoFlu軟件機器人,一人就能完成開發、測試一整套流程,不僅提高了開發和測試效率,保證了代碼質量,還使軟件工程全流程擺脫對人力的依賴,解決了人才不足的問題。用飛算SoFlu軟件機器人進行開發,可以真正實現“一人一項目,十人抵百人”。