近幾年來DevOps一直是一個(gè)熱門話題。在這段時(shí)間內(nèi)，很多企業(yè)一直試圖采用這樣或者那樣的工作方式，在這些工作方式下開發(fā)產(chǎn)出以與業(yè)務(wù)需要保持一致。但是到了2018年，所有這些都需要聚合到一起，并且實(shí)現(xiàn)自身意義。

為什么?我們已經(jīng)到了一個(gè)關(guān)鍵時(shí)刻，軟件和數(shù)據(jù)在推動(dòng)著業(yè)務(wù)的方方面面。高管和決策者認(rèn)識(shí)到，技術(shù)需要跟上業(yè)務(wù)需求的快速變化，應(yīng)用需要能夠立即組裝、重新組裝和卸載。

[[216023]]

下面就是一些主要的DevOps觀察者預(yù)測未來幾個(gè)月該領(lǐng)域的發(fā)展趨勢：

跨平臺(tái)互動(dòng)和物聯(lián)網(wǎng)意味著將會(huì)有越來越多的應(yīng)用和設(shè)備：典型的企業(yè)已經(jīng)成為一個(gè)不間斷的軟件和數(shù)據(jù)工廠，全天候運(yùn)營。技術(shù)必須使用在這里提供支持，要跟上全天候創(chuàng)建、測試和交付軟件的步伐，DevOps是至關(guān)重要的。Perfecto公司***技術(shù)布道師Eran Kinsbruner在DevOps.com網(wǎng)站上這樣寫到：“加上物聯(lián)網(wǎng)的興起，實(shí)現(xiàn)了跨智能手機(jī)、電視、平板電腦和其他設(shè)備之間的無縫切換。在2018年，金融服務(wù)、醫(yī)療保健、零售和汽車等行業(yè)將全面采用物聯(lián)網(wǎng)，提供***用戶體驗(yàn)的關(guān)鍵一步就是測試，大量的測試。在今天這場數(shù)字革***，測試、測量和開發(fā)永遠(yuǎn)都不嫌多。”

“DevSecOps”：安全是每個(gè)人的頭等大事，需要做的就是把安全融入到應(yīng)用中，從一開始到生命周期結(jié)束。Qualy公司產(chǎn)品管理副總裁Chris Carlson探討了為什么DevOps中需要加入Sec這個(gè)詞：“安全團(tuán)隊(duì)需要了解，DevOps正在快速改變IT的運(yùn)營方式，需要在規(guī)劃和執(zhí)行生命周期更早期的階段與IT和應(yīng)用開發(fā)團(tuán)隊(duì)展開合作。”這就要求“將安全性融入到DevOps中，而不是事后再行動(dòng)。”

讓DevOps變得敏捷：Forrester分析師Diego Lo Giudice發(fā)現(xiàn)，將敏捷(開發(fā)者與最終用戶緊密合作，以進(jìn)行頻繁的軟件迭代)與DevOps結(jié)合起來的企業(yè)組織表現(xiàn)要好于那些將兩者分開的企業(yè)組織。“任何IT組織只關(guān)注敏捷、或者只關(guān)注DevOps都是不能接受的。一枚硬幣有兩面性，一面成就了另一面。”Forrester的***研究發(fā)現(xiàn)，企業(yè)組織如果正在運(yùn)作將敏捷與DevOps結(jié)合起來的項(xiàng)目，那么業(yè)務(wù)/IT成果會(huì)提高2倍，功能質(zhì)量也有所改進(jìn)，能更快地獲得業(yè)務(wù)價(jià)值，持續(xù)交付，對(duì)結(jié)果更高的可預(yù)測性，與要求相符。

頻繁的新版本發(fā)布需要更快節(jié)奏的更新：對(duì)企業(yè)技術(shù)預(yù)期的提高，使得確保持續(xù)高性能應(yīng)用的壓力也加大了。Kinsbruner表示，IT負(fù)責(zé)人“必須意識(shí)到為開發(fā)人員提供工具和時(shí)間在整個(gè)軟件開發(fā)生命周期內(nèi)持續(xù)測試的重要性。像自動(dòng)化和云這樣的工具可以提高效率，讓開發(fā)人員可以節(jié)省手動(dòng)質(zhì)量檢查的時(shí)間，從而確保他們開發(fā)的應(yīng)用能夠滿足消費(fèi)者的期望。”

人工智能和機(jī)器學(xué)習(xí)可能會(huì)開始在DevOps中發(fā)揮作用。市場中出現(xiàn)了很多采用人工智能和機(jī)器學(xué)習(xí)的解決方案，不僅可以幫助DevOps團(tuán)隊(duì)追蹤進(jìn)度，還可以預(yù)測何時(shí)何地需要代碼。在去年發(fā)表的文章中，Ronald Van Loon和Daniel Cronin探討了基于人工智能的解決方案為DevOps增加認(rèn)知計(jì)算的能力。例如，Van Loon描述了“采用機(jī)器學(xué)習(xí)算法，將人類知識(shí)與日志數(shù)據(jù)進(jìn)行匹配，再加上開源代碼庫、論壇和社交線索。利用所有這些信息，創(chuàng)建了一個(gè)相關(guān)洞察數(shù)據(jù)庫，其中可能包含用于解決IT運(yùn)營和DevOps團(tuán)隊(duì)日常面對(duì)的大量關(guān)鍵問題的解決方案。”

Kinsbruner警告說，在人工智能真的可以減輕DevOps團(tuán)隊(duì)的一些負(fù)擔(dān)之前，還需要做一些謹(jǐn)慎思考。“開發(fā)人員首先必須了解他們希望人工智能在SDLC內(nèi)部和跨DevOps幫助他們做些什么，以及如何做。一個(gè)合理的開始，就是老姐他們?nèi)绾?**地利用人工智能來分析測試自動(dòng)化戰(zhàn)略。”