DevOps 作為開發和運維的融合,廣受青睞。自 2009 年誕生以來,DevOps 便不斷發展,并且有多項研究顯示 DevOps 前景大好。Statista 統計數據顯示,80% 的受訪者認為 DevOps 很重要。如今,大多數公司將 QA 總預算的 10% 到 49%用于測試自動化。
在 2022 年,值得關注的 DevOps 最佳實踐是什么?
一、微服務架構
微服務架構是近年來的前沿應用之一。微服務能夠在簡化 DevOps 流程,提高應用程序生產力和質量的同時,將開發轉移到靈活的架構,很好地滿足云原生應用程序的開發需求。
數據顯示,2018 年全球微服務架構市場價值為 20.73 億美元,預計到 2026 年將達到 80.73 億美元,從 2019 年到 2026 年的復合年增長率為 18.6%。
DevOps 團隊將各個功能塊封裝在微服務中,并通過像構建塊一樣組合微服務來構建更大的系統。企業可以專注于較小的獨立服務,這些獨立服務由不同的小團隊管理,而不是將所有團隊都集中在一個大型應用程序上。
微服務是一種架構風格,使用單一工具來控制整個工作流程是不現實的,往往需要多種工具和技術的配合。
不過也有例外,飛算 SoFlu 全自動軟件工程平臺就能簡單、快速地構建微服務。該平臺不僅無需復雜繁瑣的項目配置,通過可視化界面替代傳統敲代碼的編程模式,拖拽平臺組件繪制業務流程圖就可實現微服務應用開發,極大地降低了架構搭建門檻。
以某科技公司項目為例,一套互聯網技術的微服務架構體系,包括前端系統體系、業務系統體系和大數據體系等部分,而且需要版本高頻率迭代。IT團隊主要負責:需求分析、系統架構設計、微服務開發(包括:前端界面開發、技術服務支撐系統開發、業務系統開發、人工智能分析系統開發、大數據系統開發),系統測試和運維保障系統等,同時還需要兼顧對外合作項目開發,涉及項目超30個,且要能夠支撐千萬級用戶的業務量。
基于上述配置要求,“傳統開發模式”下和應用“飛算SoFlu全自動軟件工程平臺”兩者人力成本的相關費用對比如下所示:
如果使用飛算SoFlu全自動軟件工程平臺進行該項目開發,該科技公司每年可節省 75% 以上的研發費用。尤其在人力成本方面,一個掌控平臺 ID的 人員可替代傳統開發模式下六個崗位人員的全部工作,而人力成本僅占后者的30%。
二、DevSecOps
DevSecOps 是糅合了開發、安全及運營理念而創建解決方案的全新方法。DevSecOps的出現是為了改變和優化之前安全方面的缺陷,比如安全測試的孤立性、滯后性、隨機性、覆蓋性、變更一致性等,通過固化流程加強人員協作,通過工具、技術手段將可以自動化、重復性的安全工作融入到研發體系內,把安全屬性嵌入到整條流水線。此外,DevSecOps 還可以大大降低成本并加快速度。
研究報告顯示,2019 年全球 DevSecOps 市場價值為 21.8 億美元,到 2027 年將達到 171.6 億美元。也就是說,從 2020 年到 2027 年,它的復合年增長率為 30.76%。當前趨勢和未來 DevOps 預測都表明,DevSecOps 系統可確保系統的安全性。
三、無服務器架構
無服務器架構是 DevOps 最為明顯的趨勢之一。它是一種云原生架構,使企業能夠將運營職責轉移到云廠商,從而增強創新和敏捷性,同時,可以讓開發人員專注于構建和運行應用程序和服務,而不必擔心服務器。比如,應用程序開發人員能夠直接使用第三方框架,而無需管理系統,由此簡化部署,也不再需要實施代碼來擴展、升級或添加到現有服務器。
這可能就是越來越多的開發人員轉向云托管和無服務器架構來降低成本和擴展基礎架構的原因。
四、彈性測試
彈性測試越來越受 DevOps 和云運營團隊的重視。它是一種軟件測試,觀察應用程序在壓力下的行為。旨在保證產品在混亂條件下執行不會丟失核心功能或數據,并且在發生不可預見、無法控制的事件后快速恢復。
彈性測試在多層、多環境的基礎架構中尤為重要。提高軟件彈性的一種方法是將其遷移到云,以最大程度地減少內部系統故障的幾率。雖然云可能會發生中斷,但云廠商往往擁有先進的恢復系統。
進行彈性測試有助于在面臨挑戰時最大限度地減少故障和安全問題,有助于抵御包括停電、系統崩潰、停機和自然災害等突發情況。此外,彈性測試可以幫助評估是否符合標準和最佳實踐、隱私問題和可擴展性。
五、GitOps
GitOps 和 DevOps 是進行持續交付的最佳方式。二者之間有一些相同的原則和目標。DevOps 是關于文化變革,并為開發團隊和運營團隊提供一種協同工作的方式,而 GitOps 則側重于提供工具和框架,如協作、CI/CD 和版本控制,并將它們應用于基礎架構自動化和應用程序部署。
GitOps 使用 Git 拉取請求來自動管理基礎設施供應和部署。Git 存儲庫包含系統的整個狀態,因此對系統狀態的更改跟蹤是可見且可審計的。GitOps 圍繞開發人員體驗而構建,可幫助團隊使用與軟件開發相同的工具和流程來管理基礎架構。GitOps 工作流可以提高生產力以及開發和部署的速度,同時提高系統的穩定性和可靠性。
六、基礎架構即代碼 (IaC)
基礎架構即代碼 (IaC) 是在描述性模型中管理基礎架構(網絡、虛擬機、負載平衡器和連接拓撲),與 DevOps 團隊使用相同的版本控制。和相同源代碼生成相同二進制文件的原理一樣,IaC 模型每次應用都會生成相同的環境。
IaC 是一項關鍵的 DevOps 實踐,與持續交付結合使用,廣泛用于現代部署、配置管理、虛擬化和編排軟件。Docker 和 Kubernetes 是用于容器創建和編排的領先工具,它們都使用 YAML 作為他們的語言來聲明所需的最終結果。此外,用于創建部署快照的工具 Hashicorp Packer 使用 JSON 來聲明將構建系統快照的模板和變量。Ansible、Chef 和 Puppet 這三種最流行的配置管理工具都使用 IaC 方法來定義它們管理的服務器的所需狀態。
七、人工智能 (AI)和機器學習(ML)
利用 AI 和 ML 等技術來促進 DevOps 工作流程日益變得流行。由于人工無法在日常運營中處理海量數據和計算,人工智能將成為計算、分析和轉變團隊開發、交付、部署和管理應用程序方式的關鍵工具。
Gartner 的報告表明,到 2023 年,40% 的 DevOps 團隊將使用集成了人工智能的應用程序和基礎設施監控應用程序。人工智能保證了數據可訪問性,為 DevOps 團隊提供無縫數據。
DevOps 和 AI 是相互依賴的,因為 DevOps 是一種業務驅動的軟件交付方法,而 AI 是可以集成到系統中以增強功能的技術。在 AI 的幫助下,DevOps 團隊可以更有效地測試、編碼、發布和監控軟件。人工智能還可以提高自動化程度,快速識別和解決問題,改善團隊之間的協作。
八、基礎設施自動化 (IA) 和持續配置自動化 (CCA) 工具
DevOps 自動化可以極大地促進軟件的構建、部署和監控,提高了軟件交付速度,并且最大限度地縮短了交付時間,在滿足客戶需求方面發揮著至關重要的作用。可以說,自動化加快了 DevOps 所涉及的一切的速度。
利用 IA 工具實現交付、配置和 IT 基礎架構管理的自動化將成為 DevOps 團隊的不二之選。IA 工具使 DevOps 人員能夠管理多云和混合云基礎架構編排,允許他們在本地和云環境中設計交付服務,并幫助他們進行有效的資源配置。IA 工具使 DevOps 團隊和 I&O 團隊能夠在本地和 IaaS 環境中計劃和執行自助服務、自動化交付服務,因此 DevOps 人員可以提供以客戶為中心的敏捷性和穩健的改進。
持續配置自動化 (CCA) 工具也將激增,以管理和交付配置更改作為代碼,其范圍將在未來幾年擴展到網絡、容器和安全性。IT 運營分析 (ITOA)、應用程序發布自動化 (ARA) 和持續配置自動化 (CCA) 可以幫助 ITOps 團隊推動業務成功。
九、混沌工程(CE)
DevOps 中的 混沌工程(CE )理論在 Netflix 從物理基礎設施轉移到虛擬基礎設施時獲得了早期的關注,現在已成為 DevOps 規劃討論中的主要考慮因素之一。
混沌工程是一種在故障發生之前識別故障的嚴格方法。通過主動測試系統在壓力下的響應方式,在故障出現之前識別并修復故障。簡單地說,就是通過“故意破壞事物”來學習如何構建更具彈性的系統。通過將其集成到 DevOps 中,構建更強大的應用程序來支持業務。
Gartner 預計,到 2023 年,40% 的組織將實施混沌工程實踐作為 DevOps 計劃的一部分,從而將計劃外停機時間減少 20%。
許多大型科技公司 如Twilio、Netflix、LinkedIn、Facebook、谷歌、微軟、亞馬遜等都在實踐混沌工程,以更好地了解他們的分布式系統和微服務架構。銀行和金融等更傳統的行業,也已經開始使用混沌工程。
十、應用程序性能監控(APM)軟件
APM 軟件至關重要,因為它有助于在部署期間向開發人員提供快速反饋。這包括:
前端監控:有助于觀察用戶交互的行為和性能;
應用程序發現、跟蹤和診斷(ADTD):分析Web和應用程序服務器、基礎設施和微服務之間的關系。
支持AIOps 的分析:有助于檢測整個生命周期中的模式、異常和因果關系。
APM 在最小化平均修復時間 (MTTR) 和改善用戶體驗方面發揮著關鍵作用。APM 功能可幫助DevOps 團隊更好地了解業務流程,提供對業務運營的洞察,幫助解決問題并確定優先級。
DevOps 已被證明是整個 IT 行業的新趨勢和未來。通過結合這些技術趨勢,實現高效的 DevOps 解決方案,能夠更好地彌合開發和運營之間的差距,最終實現業務增長。
