DevOps 自動化的脈動：DevOps 自動化的現況

2023年版 前言 隨著組織持續向雲原生軟體交付靠攏，DevOps自動化已從增進效率發展成為策略要務。Kubernetes架構的普及正在推動自動化生態系統整合的需求，因為技術環境早已超出人類的管理能力。 為使DevOps自動化用例獲得最佳效果，資料收集和分析須以可擴展且加強隱私的方式整合至單一平台。這種方法需要將安全性納入可觀察性中進行整合，並將這些資料統整到應用脈絡、相關開發、安全性和營運實務之中，以便消除孤島，並確保不同類型的人工智慧技術可以提供更精確和值得信賴的答案。 許多組織正在嘗試結合與日俱增的開源工具和愈趨複雜的DIY手段，以滿足該需求。然而，這種東拼西湊的方法如今開始出現漏洞。資料孤島、單一事件驅動的自動化存在盲區、被動回應式操作，都導致許多組織深陷泥淖。 不斷上升的成本壓力迫使人們汲汲營營地追求更具凝聚力、智慧程度更高且企業通用的自動化方法，藉此提高效率並減少支出浪費。為實現該理想，許多組織正在尋求資料驅動的自動化方法，這將使組織能夠更及時地回應業務需求。他們的目標是透過預測性操作、預防性補救和持續最佳化，化被動為主動。 唯有如此，團隊才有足夠信心，確知能夠獲得自動化DevOps工作流程所需的精確答案，不再為了驗證獲得的洞察資訊而陷入資料流分析。 該報告為了解全球組織內DevOps自動化實務現有的成熟度提供了一個窗口，並為組織可以採取哪些步驟進入下一階段提供指導。這項調查結果是基於世界各地多個產業的組織中，共計450位DevOps自動化從業人員所給予的回饋。 這一目標只能透過強大的分析能力實現，而此能力來自於為特定的DevOps自動化用例，提供最適合的多種資料模式和AI方法加以支援。 組織需要人工智慧持續且迅速地了解即時變化的IT環境現況，以提供基於事實的精確洞察資訊。以機器學習為基礎的傳統方法將無法滿足這一需求，因為機器學習需要花時間訓練。然而，這些方法仍可滿足人工智慧根據歷史資料預測未來狀態的其他需求。此外，組織還需要人工智慧利用這些洞察資訊，提供有意義的建議和自動化工作流程。 我們希望在您期許貴組織的DevOps自動化成熟度能夠有所成長的當下，這些豐富的洞察資料可以成為您的助力。 —Bernd GreifenederDynatrace創始人兼首席技術長 內容 介紹執行摘要................................................................................................. 4 DevOps自動化的未來........................................................................ 31 第1章DevOps自動化的現況.......................................................................... 5 研究方法............................................................................................... 41 第2章DevOps自動化的影響........................................................................ 16 DevOps自動化成熟度模型................................................................ 43 如何提高DevOps自動化成熟度........................................................ 45 克服障礙並提高DevOps自動化成熟度............................................ 22 執行摘要 本報告對不同行業的450位IT從業者進行調查，提供全球組織DevOps自動化成熟度的概況。該報告探討DevOps自動化的發展方式、迄今為止取得的優勢，以及關於進一步採用的現有障礙。該報告也提及組織若是持續提高DevOps自動化實務的成熟度，未來將能達到何種成效。 我們將深入探討部分關鍵調查結果，如： 投資自動化所取得的優勢 採用自動化的障礙 DevOps自動化的現況 DevOps自動化的未來 •許多組織正在持續投資DevOps自動化，但還有很長的路要走，因為目前僅56%的端到端DevOps流程已自動化。•工具鏈的複雜性不利於組織在企業內擴展DevOps自動化的能力，因為團隊平均仰賴至少7種不同的工具。 •投資DevOps自動化將為關鍵領域帶來實質優勢，包括提高軟體品質(61%)、提高員工滿意度(58%)、減少部署失敗次數(57%)，以及降低IT成本(55%)。•許多組織試圖從DevOps自動化中取得的其他已知效益，包括分析與洞察改善(59%)、加速上市時間(49%)，以及開發、安全與營運之間的完美協作(44%)。 •平台工程與GitOps實務對DevOps自動化成熟度的重要性有增無減，超過一半(54%)的組織正在投資此領域。•59%的組織預估ChatGPT和Bard等大型語言模型(LLM)將對DevOps自動化產生重大影響。為了實現這一目標，他們需要將這些生成式AI的功能，與能夠精準預測趨勢的其他類型AI相結合。 •許多組織對DevOps自動化卻步的原因是擔心安全性(54%)和工具鏈複雜性(53%)。•87%的組織仍將資料孤島視為DevOps自動化的障礙，這使組織無法有效查詢資料以獲得即時洞察資訊。 第1章 DevOps自動化的現況 56%—端到端DevOps流程已自動化的平均比例 在成本上升和消費者信心減弱導致經濟動盪的背景下，IT領導者面臨越來越大的壓力，他們必須以更少的成本提供更多的服務，才能讓組織在競爭中站穩領先地位。 因此，隨著組織尋求加速創新，而且是在不增加支出也不犧牲品質或安全性的情況下，DevOps自動化成了比過去任何時刻都更加重要的策略要務。 9—端到端DevOps途徑的手動介入次數（包含批准與安全性） 許多組織在DevOps自動化這條路上取得了重大進展，超過一半的端到端DevOps流程已自動化。然而，終點並非一蹴可幾。 中小型組織的進程往往落後於大型組織。 •端到端DevOps流程的自動化程度較低•團隊必須更頻繁地手動介入才能完成任務•軟體工程師需花費兩倍以上的時間來修復生產應用程式中的問題 9—軟體工程師修復生產應用程式中問題所需的平均時數 組織中已自動化的端到端DevOps流程總百分比 組織中完整端到端DevOps途徑中的手動介入次數 軟體工程師修復組織生產應用程式中問題所需的平均時間長度（小時） 「DevOps自動化至關重要，唯有如此組織的能力才能跟上客戶和快速變化的市場。透過自動化減少工作量並盡可能降低工具鏈複雜性，使開發人員能夠專注於他們最擅長的事情，即提供可推動業務價值的創新。」 HilliaryLipsigRedHat首席網站可靠性工程師 「DevOps自動化是關鍵元件，它能增強日常作業管理並提高可靠性。我們正在塑造卓越營運的文化，使員工能夠從事更有意義的工作，並為公司提供更深層的價值。」 Trevor Pratt杜克能源首席IT架構師 組織面臨的挑戰 自動化的脆弱性加劇 隨著組織持續自動化其他DevOps流程，他們勢必仰賴數量漸增的工具集，以及操作這些工具集所需的專業技能。 不同的團隊使用各自偏好的工具為其用例建立自動化腳本，多數人通常採用複製貼上的方法複製不同工作流程中的自動化內容。 平均而言，組織使用7.5種工具支援DevOps自動化 數量漸增的工具集 隨著團隊在整個組織的孤島中建立多個自動化腳本的副本，自動化變得脆弱，技術債也隨之增加。這使得有人離開組織或新的團隊成員加入時，理解和修改自動化腳本變得更加困難，因為這些腳本通常由建立它們的人持有和管理。因此，眾人在DevOps生命週期中努力整合端到端自動化流程時將受到阻礙。 為了盡可能擴大投資的影響力，組織必須避免孤島式的自動化流程。組織應該尋找機會透過建立於平台基礎的方法改良端到端流程，藉此整合工具並以標準化的實務方式構建自動化腳本。 管理自動化腳本的操作複雜性 逐漸增加的 「在DevOps環境中瀏覽工具網路就像試圖解開一個結。我們需要更精簡的自動化方法，它必須能精簡開發、交付和營運流程，進而提高效率。」 Alex HibbittAlbelli-photoboxGroup網站可靠性工程(SRE)暨執行工程主任 組織使用的熱門DevOps自動化工具/平台包括： 的組織表示，可觀察性驅動的自動化加快了事件回應並減少了解決時間78% 的組織表示，可觀察性使他們能夠自動化發佈驗證，在軟體投入生產前提高軟體的安全性和品質78% 可觀察性是DevOps自動化的先決條件 自動化的精確程度取決於其獲得的資料。因此，在DevOps自動化的脈絡下，可觀察性便成了籌碼。可觀察性資料提供了有關應用程式及其基礎設施的穩定性、效能和使用者體驗的豐富洞察資訊。當與安全性資料和業務事件（例如購物車放棄率和使用者滿意度）結合時，這些洞察資訊便能參考相關內容並進一步完善報告，進而在各種DevOps用例中推動更精確的AI驅動自動化流程。 的組織表示，可觀察性工具可幫助他們識別瓶頸並自動化交付管道 74% 隨著組織持續投資大規模擷取、保留和查詢這些資料的能力，他們便能將DevOps實務提升至新高度，同時提高效率、增強服務穩定性，並大幅推升使用者滿意度。 的組織表示，他們積極利用可觀察性資料和洞察資訊來推動DevOps工作流程的自動化決策和改善事項71% 自動化投資的關鍵優先事項 隨著業務需求不斷攀升及可用資源有限，DevOps團隊致力於盡可能快速有效地提供高品質又安全的創新。這推動了軟體開發生命週期(SDLC)各個領域對自動化和EaC（一切皆為程式碼）方法的投資增加，從安全性管理到基礎設施運營，以及軟體開發、交付和可觀察性。然而，每家公司都處於DevOps自動化成熟度的不同階段。這個現象造就了多樣性，如DevOps團隊專注於哪些工作，以及哪些流程是DevOps自動化投資的優先事項。 49%漸進式交付 48%可靠性自動化 第2章 DevOps自動化的影響 衡量成功與否 如果組織不先衡量DevOps自動化現有投資的影響，就無法識別需要改善的領域。因此，DevOps領導者採用各種關鍵績效指標(KPI)和服務水準目標(SLO)來評估自動化工作是否成功。 然而，大多數組織在衡量自動化影響方面仍處於相對不成熟的階段。隨著組織規模縮小，他們不太可能擁有強大的投資報酬(ROI)模型，也就是說他們無法有效追蹤和報告DevOps自動化的影響。 僅35%的組織擁有ROI模型，能夠追蹤他們投資DevOps自動化的影響* 因此，中小型組織難以確保將精力集中在DevOps自動化可以提供最大價值的領域，這不利於他們跟上競爭對手的腳步，並拖垮他們以市場及客戶需求的速度進行創新。 *資料出自整體受訪者的一小部分。 擁有ROI模型，能夠衡量DevOps自動化投資影響的組織* DevOps自動化的價值 值得注意的是，59%的組織表示它改善了分析和洞察資訊，為組織提供寶貴的資料驅動決策能力。 許多組織指出，他們對DevOps自動化的投資正以多種方式獲得回饋，包括軟體品質提高、競爭優勢擴大、員工滿意度提升，以及創新與協作文化養成。 然而，「垃圾進，垃圾出」這句俗語依然適用。為了獲得完整利益，組織需要維護資料準確性，並授權團隊保留不同類型關係與相依性的完整脈