AI浪潮下DevOps交付流水线拓展实践

王少辉资深SRE工程师 个人介绍 王少辉享道出行资深SRE工程师 负责享道出行流水线平台的设计和平台开发，负责DevOps领域的技术演进，前沿技术引入和CICD效能提升。曾在中通快递，春秋旅游，中国平安负责质量效能相关工作 享道出行的DevOps现状 1 目录 充满挑战的新场景 2 CONTENTS 适应新挑战的流水线方案 3 总 结 和 展 望 4 1享道出行的DevOps现状 享道出行产研运一体化 2018-2019工具化jira项目需求管理，测试，发布处于手工ops阶段缺点：整个产品交付流程不统一，难管理。 2020-2021平台化基础环境隔离能力、集中构建、构建过程可视化，统一发布。缺点：系统定制功能较多，不易于后期维护 2022-2023一体化 强大易用的发布模板灵活可控的流水线面向成本的CMDB快速反馈的测试管理协同一致的项目管理效精准的效能洞察 持续交付金字塔 发布协同：发布列车 多个敏捷团队进行需求并行交付，每日定时发布，基于统一管控思维，对发布过程中遇到问题统一协同 承上启下：流水线 解决端到端的协同服务和研发一体化工具 基石：并行环境 解决项目资源瓶颈：多项目下环境容易成为瓶颈，环境建设成本高，维护难度大，人等环境现象多。解决研发人力空耗：数据，应用环境争抢，制品版本叠加对多，测试结果有效性差。解决救火事件盛行：各个需求打扰干扰多，开发、测试、运维都忙于解决环境问题。 基础能力-并行环境 流程控制-流水线 自动敏捷列车统一发布 2充满挑战的新场景 ML持续交付新场景 ML项目和享道业务应用持续交付对比 01基础能力的新挑战 享道智能预约派单团队，在持续交付的过程中，每次把训练好的模型部署到测试环境后，和业务主干环境微服务协调测试，由于业务项目包含有很多并行隔离环境。这样导致ML项目很多在CICD过程中的代码无法测试。 02流水线模板能力增强 流水线的执行的节点能力定制化，支持对模型的部署，提交，挂载等功能。 需求交付后，对ML和业务应用支持混合分支策略。 3适应新挑战的流水线方案 方案对比 混合分支管理模式 G O P S全 球 运 维 大 会2 0 2 3 ·上 海 站 CD4ML结合质量内建 CD4ML结合并行环境 CD4ML结合执行流水线 模型提交 模型部署 模型制品控制 4总结和展望 总结 流水线类型扩展 基础环境的完整性 业务研发和算法团队的工作流程打通，对ML在流水线交付过程可控 提前拉取、合并最新代码搭建隔离环境，联合隔离环境还可用于其他APP版本测试提升了测试效率和测试完整性 开放运维联盟高效运维社区DevOps时代 荣誉出品