A DevOps elterjedésével a szoftverkiadások napi lépést tesznek
A gyorsabb szoftverkiadások megkönnyítése érdekében a DevOps-csapatok most a ModelOps-ot is gyakorolják, és közel egyharmaduk mesterséges intelligenciát és gépi tanulási algoritmusokat használ a kód felülvizsgálatához - ez több mint kétszerese a tavalyi számnak.
A DevOps több, mint az agilisabb számítástechnika legújabb iparági divatszava - ez az egyetlen módja annak, hogy a szoftverkiadások olyan gyorsan kikerüljenek az ajtón, amilyen gyorsan az üzlet megköveteli, miközben megőrzi a minőséget és a biztonságot. Egyre inkább mesterséges intelligenciát és gépi tanulást vonnak be a folyamat segítésére. Tekintettel a kiadások ütemére, a folyamat egyszerűen túl sok ahhoz, hogy bárki manuálisan felügyelje. És sok informatikai üzlet számára jól működik.
Ez a GitLab szavai, amely 5,001 technológiai menedzser és szakember felmérését tette közzé , amely jelentős növekedést talált a DevOps gyakorlatokban az elmúlt 12 hónapban. 2022-ben a válaszadók jelentős része (47%) jelezte, hogy a DevOps vagy a DevSecOps volt a választott módszertana, ami öt százalékpontos növekedést jelent 2021-hez képest.
A DevOps növekedésével a szoftverszállítás megnövekedett üteme is jár - mutatja a felmérés. 10-ből 7 DevOps-csapat (70%) folyamatosan ad ki kódot - napi egyszer vagy néhány naponta - 63%-kal több, mint tavaly. A fejlesztők legalább 60%-a gyorsabban ad ki kódot, mint korábban. Teljes 35% mondta, hogy kétszer olyan gyorsan, míg 15% háromszor-ötször gyorsabban ad ki kódot. 8% szerint a kód több mint ötször gyorsabban repül ki az ajtón.
Ennek megkönnyítése érdekében több magas szintű automatizálást alkalmaznak a szoftverszállításban - a felmérés szerint a DevOps-csapatok 62%-a gyakorolja a ModelOps-ot, vagyis a mesterséges intelligencia modellek irányítását és életciklus-kezelését. A csapatok legalább 31%-a aktívan használja a mesterséges intelligenciát és a gépi tanulási algoritmusokat a kód felülvizsgálatához, ami több mint kétszerese a tavalyi számnak. A felmérés azt is megállapítja, hogy a csapatok 37%-a használja az AI/ML-t a szoftvertesztelésben (25%-ról), és további 20%-uk tervezi az idei bevezetését. További 19% tervezi az AI/ML alapú tesztelés bevezetését a következő két-három évben.
Paradox módon a kódkiadás vízesés módszere - amelyben a szoftvert megtervezik, majd a falon keresztül dobják a minőségbiztosítási csapatoknak vagy felhasználóknak - még mindig sok üzletben uralkodik. A vízesést használó csapatok aránya idén 16%-kal nőtt a tavalyi évhez képest - jelentették a felmérés szerzői. A "Water/Scrum/Fall" gyakorlói 23%-os ugrást tapasztaltak a tavalyi évhez képest - teszik hozzá.
A DevOps szerepkörök továbbra is változnak, a felmérés is mutatja. A fejlesztők ops munkákat vállalnak, az ops felhő- vagy platformtervezésre összpontosít, a biztonsági szakemberek pedig gyakorlatiasabbak a fejlesztői csapatokon belül.
A felmérés azt is mutatja, hogy az eszközlánc terjeszkedése és a biztonság a DevOps-alapú szoftverek telepítésének legsürgetőbb kihívása. Az eszközlánc konszolidációja kiemelt fontosságú, a vezetők vagy szakemberek 69%-a igyekszik konszolidálni eszközláncát, hogy kezelje a monitorozással, a fejlesztési késedelmekkel és a fejlesztői élményre gyakorolt negatív hatással járó kihívásokat. A fejlesztők közel 40%-a idejük negyedét-felét fordítja összetett eszközláncok karbantartására vagy integrálására - ez több mint kétszerese a 2021-es aránynak.
A biztonság meghaladta a felhőalapú számítástechnikát, mint a DevOps-csapatok első számú befektetési területét. Annak ellenére, hogy a biztonságot balra akarják tenni, sok vállalat még mindig születőben van a megközelítésében és az eredményeiben - a válaszadók mindössze 10% -a számolt be arról, hogy további költségvetést kapott a biztonságra. Ezenkívül a felmérésben részt vevő biztonsági szakemberek 50%-a arról számolt be, hogy a fejlesztők nem tudják azonosítani a biztonsági problémákat - a sebezhetőségek 75%-át.
Arra a kérdésre, hogy mit használhatnának a munkájuk jobb elvégzésére, a tanulmányban részt vevő fejlesztők egyre jobb kódellenőrzést, automatizált tesztelést és jobb tervezést keresnek (mindezt 31%). Erős második helyen az AI/ML végzett a kódíráshoz és -felülvizsgálathoz (27%), ezt követte a kód újrafelhasználása (26%). "Ezek a válaszok nem jelentenek jelentős eltérést a fejlesztők tavalyi mondandóitól, talán aláhúzva, hogy milyen nehéz rendszerszintű folyamat- és technológiai változtatásokat végrehajtani" - vonják le a következtetést a felmérés szerzői.