2019年數據驅動下的DevOps.pdf

1、數據驅動下的DevOps 錄01驅動？數據驅動？02發動DevOps的數據引擎03反饋！決策與變04總結驅動？數據驅動？指引向反饋問題提供動輔助決策業務驅動動源于需求，以業務發展為的。技術驅動以技術為本，技術是第產數據驅動數據價值被充分挖掘，產動業務驅動技術驅動數據驅動提市場占有率、碑、影響；業務拓展指標反應發展情況優劣。提技術門檻、技術先進性，產技術壁壘；技術能低以及技術轉化率為要指標。全鏈路數據跟蹤，多維度分析產價值；輔助決策、推動變，反饋到數據產節點。發動DevOps的數據引擎DevOps現狀報告2018吞吐量穩定性可性軟件交付度量指標：；吞吐量：部署頻率，變更交付周期。穩 定 性：變更

2、失敗率，問題平均恢復時長（MTTR），平均故障間隔時間（MTBF）?？?性：確 保 信 息 可 被 及 時 且 可 靠 訪 問 的 能 ；軟件交付與運維效能（SDO效能）“如果不能度量，就法改進！”彼得德魯克需求管理源碼管理CI過程CD過程l需 求 總 量；l各 階 段 需 求 數 量；l需 求 交 付 進 度；l資 源 分 配 情 況；l代 碼 提 交 頻 率；l增 量 掃 描；l 動 構 建 部 署；l有 效 代 碼 數；l倉 庫 代 碼 總 量；l 均 提 交 量；l構 建 時 長、次 數；l構 建 頻 率、成 功 率；l單 元 測 試 情 況；l測 試 代 碼 覆 蓋 率；l 動 化

3、測 試 報 告；lB u g 情 況；l源 碼 集 成 情 況；l版 本 發 布 歷 史l部 署 時 長、成 功 率；l系 統 資 源 監 控；l服 務 監 控；l線 上 問 題 反 饋；l平 均 恢 復 時 間；引領性指標 可預見性 可控性滯后性指標 強烈的的性 結論性（歷史數據）改進的措施改進的依據度量指標的意義：從可度量的數據中挖掘價值！數據研發過程度量指標 產提 煉反 饋DevOps度量指標階段引領性指標滯后性指標需求階段項完成度（燃盡圖）交付頻率研發階段千代碼缺陷率5%代碼提交頻率重復代碼率、代碼全復雜度等有效代碼占測試階段提測次數Bug重開率動化測試通過率、代碼覆蓋率千代碼Bug數

4、量發布階段發布部署時長發布頻率部署成功率平均恢復時間標（Goal）：根據度量指標反饋的現象建標。問題（Question）：定義我們在逐步靠近標的過程中遇到的問題，以確定進展或者標的實現。識別矩陣并設置動模型：使特定的必要矩陣來組織問題的答案的法建度量模型，進設置動模型。標問題矩陣法（Goal-Question-Metric Approach)G保證產品交付的代碼質量！Q研發各階段的作是否都符合這個標？M1代碼掃描：缺陷率控制在5以下；M2Code Review：必須由專Review代碼；M3動化測試：case通過率在98%以上；反饋！決策與變度量的標是改進與優化，改進與優化的對象是研發過程！研

5、發模式DevOps平臺研發效能保證質量提升效率提升平臺能改進研發模式平臺能研發模式質量效率l 持代碼掃描；l 持動化測試；l 安全策略動檢查；l l 約束代碼規范；l 強制Code Review；l 多質量卡點配置（Bug、缺陷）；l l 動化構建部署；l Pipeline以及多種觸發機制；l 增量代碼掃描；l l 多分并開發；l 完善的分策略；l 消除效提測請求；l 驅動決策數據撐我們的決策，通過數據來拍板，包括流程控制、研發模式，甚員安排等等。驅動變根據數據抽象模型，將問題反饋到產品設計中，推動研發模式的優化以及平臺的改進。024681012141618張三李四王五趙六孫七周Bug重開次數

6、迭代-V2.7.3G降低Bug重開次數！Q測試例是否直都較全？研發員是否有確認Bug已修復？M1測試例評審：檢查是否合格！M2增加冒煙測試：提供Bug修復確認報告；M3研發能不：增加專業技能培訓；驅動決策需求確認設計實現代碼掃描代碼評審測試發布運營研發階段測試驗證階段發布階段驅動變驅動變G提升研發效率！QM1持增量掃描，實時提供報告M2M3Q研發階段提升效率測試階段提升效率M1M2提供增量代碼Code Review規則策略項管理代碼托管構建部署功能測試敏捷看板代碼托管分策略Hook機制代碼規范安全策略掃描檢查Case管理志采集配置管理動構建環境管理時管理任務拆分資源分配分基線版本控制需求代碼編寫單元測試Case裝載增量計算單測檢查代碼覆蓋率Bug管理動化測試數據管理規則策略構建部署單元測試功能測試提交發布發布版本管理物料存儲運維監控合并基線l需求交付時長；l任務分配情況；l燃盡圖；l資源與成本控制；l代碼提交量；l有效代碼例；l代碼規范檢查；l掃描缺陷統計；l構建平均時長；l策略攔截統計；l構建總量與頻率；l環境初始化頻率；l測試代碼覆蓋率；l動化case通過率；l增量代碼覆蓋率；l功能測試代碼覆蓋率；l發布頻率；l平均發布時長；l故障恢復時長；l可性評估；總結數據驅動DevOps平臺研發過程撐研發過程推動平臺改進優化研發過程沉淀過程數據質量+效率