Skip to main content

Command Palette

Search for a command to run...

为什么持续改进是持续交付的基础

Published
•1 min read•View as Markdown

原文:Why Continuous Improvement is Key to Continuous Delivery

作者:Chris Riley

DevOps 的最大难题就是,DevOps 是永无止境的。并不存在一个(确切的)DevOps指南,也没有什么最终标志能够证明一个组织完成了 DevOps 的漫长旅途。

如果有人恰巧觉得,本人/组织当前的 DevOps 实践已经达到了自身应用发布过程的终极需要,那么可能一年以后,这一环境就可能变成了新版本的瀑布。以不变应万变,是难以应对各种来自客户、来自基础设施以及部署方式的更迭的。所以我们要说,没有持续改进的持续交付,是没有前途的。

下面详细的解释一下我们的看法。

主动改进

自动化工具链是 DevOps 团队的制胜法宝,这一点毋庸置疑。然而这一切通常都是事出有因的,有时是有新技术发布,有时是组织机构改革等等。不管是什么在主导着变化,其实都不是主动发生的。变化只会在有条件的时候被触发,每一两年,都会出现这种机会。

持续改进则正好相反。持续改进意味着一种对改进的主动投入。这是一种对现状的改进意愿(和不满)。金无足赤,环境也是始终会有其弱点。DevOps 团队应避免故步自封,对现有的大好形势保持怀疑,不错过其中出现的任何微小缺陷。

但是文化和改进方面的管理焦点是很难贯彻始终的。一个 DevOps 工程师所实现的改进工作是很难量化的。一种文化究竟做出了什么贡献,也不是非常容易分辨的。有些组织认为自己是持续改进的牺牲品,但技术人员应该注意的是,一些看上去很美的新玩具,往往都会引入很多的额外问题,因此应该慎重考虑,而不是想上就上。

管线即应用

时至今日,CI 已经成为应用交付的内在需要,因此 Pipeline 理应得到跟其他应用一样的重视程度。应用开发过程是围绕 Backlog 进行的,所有的任务都是向其中添加功能或者修复其中的问题。那么如果将 Pipeline 视为应用的话,那么就有了持续改进的基础。为了达成这一目标,所有工作都应该进行脚本化,所有重复工作都应该自动化,Backlog 中随时反应了我们对交付链条的优化努力。Pipeline 应用也应该有自己的功能和 Bug。Pipeline 的客户就是开发人员和生产环境。在这样的视角之下,就能对 Pipeline 的变更和改进了然于心。

这里有个潜在的要求就是,要有专职人员负责 Pipeline 的开发,并在生产环境上进行维护。要实施这一方法的组织,必须做好这种准备。

重在结果

第三个问题是,如何判断当前的做法是正确的?必须做点什么来体现结果和指标。跟生产环境上的其他应用一样,我们的 Pipeline 也应该有各种 KPI。持续改进需要反映出随着时间的推移,各种指标的变化。例如:

  1. 本年度开始之后,发布过程变快了多少?
  2. 发布过程需要多少步骤?精简掉了多少?
  3. 有多少应用是 100% 自动部署的?
  4. 跟去年相比,发布活动多了多少?

有时候,改进是一种直觉。团队成员应该大致了解,Pipeline 是否减轻了压力并提高了部署能力。但是对持续改进的审慎态度,要求我们必须对过程中的得失进行量化,并作出汇报。

持续交付现在已经是开发活动的重要组成部分,但是如果不持续作出改进,那么整个环境都会逐渐变得过时。通过上面讲述的三个原则,来确保当下和未来的 DevOps 过程能够一以贯之的持续下去。

More from this blog

AI Agent 的“莫兰迪时刻”

一个新范式真正走向大众,往往不是从所有人都正确理解它开始,而是从它开始被反复引用、简化、误读,甚至滥用开始。 今天的 AI Agent,可能正走到这样一个时刻。 这篇文章的念头,来自我最近收听《大内密谈》vol.1434《审美升级or消费主义?从莫兰迪在中国聊起》时的一些联想。节目从莫兰迪色在中国的走红,谈到作品价格、知识产权、商业流量与消费主义。[9] 我听着听着想到另一个熟悉的技术史问题:为

Oct 5, 20263 min read

FDE 是传统运维产品厂商的出路吗?

很多传统运维产品厂商,已经不缺产品了。 从 ITSM、CMDB、监控、自动化,到 IAM、数据中心管理和各类大屏,一个成熟厂商往往都能拿出一张很完整的产品地图。销售材料上看,客户运维部门的日常工作几乎都被覆盖了。 但项目一落地,味道就变了。 产品越多,集成越重;模块越全,边界越模糊;客户越大,定制越深。到了后期,项目成功本身也会变成麻烦:现场改出来的东西回不到主干,配置越来越像黑箱,谁都不敢轻易升

Jun 29, 20263 min read

绵里藏针才是 AIOps 的本质?

Agent 让运维编排变得柔性、可变、甚至自演进;但真正敢进入生产环境的 AIOps,仍然离不开坚实、受控、可审计、可回退的自动化底座。 从 Gartner 提出 AIOps 概念到现在,也大概有十年了。这么多年来,这个领域好像发生了很多变化,又好像没什么“本质”的变化。技术上,我们经历了传统机器学习、深度学习和神经网络、以及大模型和智能体这样“翻天覆地”的变化;业务上,我们面对的是更多品种、更大

May 31, 20263 min read

龙虾恐慌:AIOps 又要改名了?

ChatGPT 开始,把 AI 拉近到普罗大众的面前,让无数人感受到 AI 的亲民魅力。而龙虾,则把大模型驱动的自动化能力,突然间变得水灵灵、活泼泼地走进千家万户。它不只是“风口上的猪”,而是风口本身。热度高到让 Mac mini 一度断货,不知道这在不在库克的预料之内。 每代人都有每代人的鸡蛋,春节期间,我就领了我的鸡蛋。翻出古老的 MacBook Air M1,充值各种大模型。当然了,这个工具

Mar 9, 20261 min read
【

【伪】架构师

346 posts