Nowy standard. Twoje centrum tworzenia inteligentnego, szybkiego i zrównoważonego oprogramowania AI
DevOps
DevOps to sposób organizacji pracy nad oprogramowaniem, w którym osoby tworzące system również go utrzymują, łącząc rozwój oprogramowania i operacje w jeden proces.
Czym jest DevOps?
DevOps powstał po to, by rozwiązać konflikt wpisany w organizacje inżynieryjne: zespoły tworzące oprogramowanie są nagradzane za wdrażanie zmian, a operacyjne za ich powstrzymywanie. Usuwa przekazanie odpowiedzialności między nimi i sprawia, że jedna grupa odpowiada zarówno za tempo wprowadzania zmian, jak i za to, jak zachowują się one na produkcji.
Termin upowszechnił się od 2009 roku, kiedy w Gandawie w Belgii odbyła się pierwsza konferencja DevOpsDays, nadając nazwę temu, co praktycy robili już wcześniej. Sama idea czerpała z lean manufacturing, gdzie zmniejszenie wielkości partii i skrócenie pętli informacji zwrotnej już wcześniej pozwoliły jednocześnie zwiększyć przepustowość i poprawić jakość.
Trudność z jednoznacznym zdefiniowaniem DevOps polega na tym, że opisuje on model operacyjny. Dwie organizacje mogą korzystać z identycznych toolchainów, a tylko jedna z nich faktycznie pracuje w modelu DevOps, bo druga nadal kieruje każde wdrożenie do change advisory board, które zbiera się w czwartki. Narzędzia są tylko widoczną częścią. To zmiana odpowiedzialności naprawdę robi różnicę.
Większość zespołów spotyka się z DevOps jako zestawem konkretnych zobowiązań: zautomatyzować drogę na produkcję, często wdrażać małe zmiany, instrumentować to, co wysyłasz, i traktować incydenty jako źródło informacji o systemie.
Dlaczego zespoły inżynieryjne wdrażają DevOps?
Wdrożenie DevOps usuwa kolejkę między napisaniem kodu a jego uruchomieniem, dzięki czemu szybkość dostarczania staje się czymś, czym firma może realnie zarządzać.
Eliminuje oczekiwanie między ukończoną funkcją a funkcją działającą na produkcji. W rozdzielonym modelu ukończona praca czeka na okno operacyjne i na to, aż ktoś inny przełączy się na odpowiedni kontekst. Tego oczekiwania nie widać na wykresie burndown i często jest ono najdłuższym pojedynczym etapem całego procesu. Jego usunięcie zmienia to, jak szybko zespół może reagować na wszystko, także na poprawkę bezpieczeństwa.
Zamienia efektywność dostarczania w wskaźnik, na który kierownictwo może reagować. Przed programem badawczym DORA rozmowy o efektywności zespołów inżynieryjnych opierały się na anegdotach. Wspólny zestaw metryk dostarczania dał kadrze zarządzającej język, który wytrzymuje próbę spotkania zarządu, dlatego dziś rytm wydań pojawia się także w kwestionariuszach zakupowych firm enterprise.
Jak zbudować pipeline DevOps?
Pipeline DevOps buduje się przez zapisanie w kodzie każdej części procesu dostarczania, a następnie zautomatyzowanie ścieżki, którą ten kod przechodzi.
Wszystko trafia do systemu kontroli wersji. Definicje infrastruktury, konfiguracja pipeline'u, migracje bazy danych i skrypty wdrożeniowe znajdują się w tych samych repozytoriach i podlegają temu samemu procesowi przeglądu. To właśnie sprawia, że środowisko da się odtworzyć. Jego odbudowa polega na odtworzeniu znanej historii.
Jeden zautomatyzowany pipeline prowadzi od commitu do produkcji. Każda zmiana uruchamia tę samą sekwencję build-test-deploy. Ponieważ taka sekwencja kosztuje tyle samo przy jednolinijkowej poprawce i przy dużej funkcji, zespoły przestają grupować zmiany po to, by rozłożyć koszt wydań, a to właśnie takie podejście od początku zwiększało ryzyko releasów.
Infrastrukturę deklaruje się w kodzie, a narzędzia stosują te definicje. Serwery, sieci, bazy danych i usługi zarządzane definiuje się w plikach konfiguracyjnych, bez ręcznego provisioningu. Dzięki temu środowisko stagingowe może wiernie odzwierciedlać produkcję, więc testy uruchamiają się w warunkach zbliżonych do rzeczywistych.
Produkcja jest instrumentowana, zanim będzie to potrzebne. Logi, metryki, trace'y i health checki są wbudowywane w usługi już na etapie ich tworzenia, a pipeline wdraża tę instrumentację razem z kodem. Zespoły, które dodają observability dopiero po incydencie, przy kolejnym incydencie znowu odtwarzają ten sam obszar bez widoczności.
Jakich narzędzi zespoły inżynieryjne używają w DevOps?
Orkiestracja pipeline'u: GitHub Actions, GitLab CI/CD i CircleCI uruchamiają sekwencję build-test-deploy przy każdej zmianie, a kroki pipeline'u są definiowane w YAML obok kodu. Wybór zwykle zależy od tego, gdzie już znajduje się repozytorium, bo pipeline na tej samej platformie eliminuje całą klasę problemów z uprawnieniami.
Infrastruktura i konfiguracja jako kod: Terraform, Pulumi i Ansible zamieniają definicje środowisk w pliki pod kontrolą wersji dla AWS, Azure lub Google Cloud. Terraform używa własnego języka deklaratywnego, Pulumi pozwala zespołom zapisywać te same definicje w TypeScript, Pythonie lub Go, a Ansible konfiguruje maszyny, które już istnieją.
Observability i reagowanie na incydenty: Datadog i Grafana zbierają i pokazują, co robi działający system. PagerDuty kieruje alert do osoby pełniącej dyżur. To osobne zadania i zespoły często korzystają z jednego produktu z każdej z tych kategorii.
Jakie są kluczowe cechy DevOps?
DevOps definiuje przede wszystkim to, kto odpowiada za produkcję, a nie to, jakie narzędzia są zainstalowane.
Odpowiedzialność za usługę nie przechodzi na nikogo innego w momencie wdrożenia. Zespół, który ją tworzy, nadal odpowiada za to, jak jego kod działa na produkcji, łącznie z dyżurami pod pagerem. To właśnie strukturalna różnica między DevOps a dobrze zautomatyzowanym przekazaniem, i to ten mechanizm sprawia, że jakość alertów rośnie bez potrzeby wprowadzania takiej zasady odgórnie.
Efektywność dostarczania mierzy się pięcioma metrykami. Metryki efektywności dostarczania oprogramowania DORA dzielą się na przepustowość, czyli lead time zmian, częstotliwość wdrożeń i czas odtworzenia po nieudanym wdrożeniu, oraz niestabilność, czyli odsetek nieudanych zmian i odsetek wdrożeń wymagających poprawek. Badania DORA pokazują, że szybkość i stabilność idą w parze, bez kompromisu między nimi.
Zespoły optymalizują pracę pod kątem małych zmian, a rozmiar wydań jest tego konsekwencją. Małe zmiany łatwo przejrzeć i równie łatwo powiązać z momentem, w którym coś się psuje. To właśnie dlatego częstotliwość wdrożeń jest też sygnałem jakości: zespoły, które wdrażają często, zwykle wdrażają małe zmiany.
Analiza incydentu koncentruje się na warunkach, które dopuściły do awarii. Brak obwiniania to praktyczny warunek powodzenia. Zespoły, które szukają winnych, przestają zgłaszać sytuacje potencjalnie niebezpieczne, a wtedy tracą najtańsze dostępne źródło informacji o tym, gdzie system jest słaby.
Jakie korzyści daje DevOps?
Korzyści najpierw widać w tym, jak szybko zespół wraca do działania, a potem w tym, jak wiele koordynacji przestaje być potrzebne.
Awarie trwają krócej. Zautomatyzowane wdrażanie oznacza też zautomatyzowany rollback, więc odtworzenie po nieudanej zmianie staje się kliknięciem, a nie improwizowaną procedurą. Czas przywrócenia działania zwykle poprawia się wcześniej niż częstotliwość wdrożeń, bo wymaga mniejszej zmiany kulturowej.
Spada narzut koordynacyjny. Spotkania planujące wydania i dokumenty przekazania istnieją po to, by przenosić pracę między grupami. Połączenie tych grup usuwa zarówno artefakty, jak i same spotkania.
Testy bezpieczeństwa przesuwają się wcześniej. Skanowanie zależności, wykrywanie sekretów, kontrola licencji i egzekwowanie polityk działają w pipeline'ie przy każdej zmianie, zamiast dopiero podczas przeglądu przed wydaniem. Wykrycie problemu w dniu, w którym został wprowadzony, kosztuje ułamek tego, co znalezienie tego samego problemu sześć tygodni później.
Dowody audytowe powstają automatycznie. Zespoły działające w regulowanym otoczeniu często uznają to za najmocniejszy argument. Pipeline rejestrujący, kto co zatwierdził, które testy przeszły i co zostało wdrożone, tworzy ślad dowodowy, o który prosi audytor.
Jakie wyzwania i kompromisy wiążą się z DevOps?
Każdy mechanizm, który sprawia, że DevOps działa, przenosi też koszt w inne miejsce.
Pipeline sam staje się systemem, który trzeba utrzymywać. Automatyzacja usuwa pracę ręczną i zastępuje ją oprogramowaniem, które się psuje i wymaga aktualizacji. To oprogramowanie przechowuje też poświadczenia, co dokłada kolejne obowiązki utrzymaniowe. Zespoły, które budują zaawansowany pipeline, ale nie przydzielają nikogo do opieki nad nim, kończą z powolnym, zawodnym pipeline'em, który wszyscy omijają.
Wspólne dyżury przenoszą obciążenie na programistów. Odpowiedzialność, która sprawia, że DevOps działa, oznacza też udział inżynierów w rotacji dyżurowej. Oczywistym rozwiązaniem jest odpowiednio szeroka rotacja i rekompensowany czas wolny, ale to rozwiązanie kosztuje etaty, o które większość zespołów musi zabiegać. Pominięcie tego kończy się odejściami zamiast poczuciem odpowiedzialności.
„Zespół DevOps” często odtwarza mur, który miał zlikwidować. Utworzenie osobnej grupy odpowiedzialnej za pipeline'y i infrastrukturę jest rozsądną odpowiedzią na potrzebę specjalistycznych kompetencji, ale w momencie, gdy taka grupa staje się kolejką zgłoszeń, odtwarza też przekazanie odpowiedzialności. Zespoły platformowe unikają tego, dostarczając narzędzia self-service, a to znacznie trudniejszy produkt do zbudowania niż zestaw skryptów.
Kulturowej połowy tego modelu nie da się kupić. Narzędzia można kupić w jednym kwartale. Zmiana tego, kto odpowiada za produkcję, dotyka opisów stanowisk i systemów motywacyjnych, więc zatrzymuje się zawsze wtedy, gdy chce tego kierownictwo inżynieryjne, a nie chcą finanse lub osoby odpowiedzialne za zgodność z przepisami.
Czym różni się DevOps od Site Reliability Engineering?
Aspekt | DevOps | Site Reliability Engineering |
Pochodzenie | Wyłonił się ze społeczności praktyków około 2009 roku, bez jednej organizacji, która byłaby jego właścicielem | Powstał w Google i został opisany jako odrębna dyscyplina w książce o SRE z 2016 roku |
Co oznacza | Model operacyjny i zestaw praktyk, z luźno określonymi granicami | Konkretną rolę inżynieryjną z opisaną odpowiedzialnością |
Jak ustala się niezawodność | Uzgadniają ją zespoły, często nieformalnie | Jest określana liczbowo za pomocą celów poziomu usług i budżetów błędów |
Kto obsługuje produkcję | Zespół, który zbudował usługę | SRE współdzielą odpowiedzialność za produkcję z zespołami produktowymi, według uzgodnionych warunków wejścia i wyjścia |
Podejście do ręcznej pracy operacyjnej | Automatyzować tam, gdzie automatyzacja się zwraca | Celowo ograniczane: Google ustala limit 50% łącznej pracy operacyjnej wykonywanej przez SRE |
Typowy zakres wdrożenia | Stosowany w całej organizacji inżynieryjnej | Stosowany wobec usług z jasno określonymi wymaganiami niezawodności |
FAQ o DevOps
Powiązane pojęcia
DevOps: potrzebujesz wsparcia ekspertów?
Monterail tworzy oprogramowanie na zamówienie z wykorzystaniem najnowszych technologii. Porozmawiajmy o tym, jak możemy pomóc w Twoim projekcie.