Banyak dari Anda mungkin mengetahui semua teori yang terkait . Tapi tahukah Anda bagaimana menerapkan prinsip DevOps dalam kehidupan nyata? Di blog ini, saya akan membahas skenario DevOps Real Time yang akan membantu Anda mendapatkan pemahaman singkat tentang bagaimana segala sesuatunya bekerja secara real-time.
Petunjuk yang akan saya bahas dalam hal iniArtikel Skenario Real Time DevOpsadalah:
- Apa itu DevOps?
- Masalah diselesaikan oleh DevOps
- Skenario CI (Continuous Integration)
- Skenario CT (Continuous Testing)
- Skenario CD (Pengiriman Berkelanjutan)
- Skenario Data DevOps
Jadi mari kita mulai dengan topik pertama kita.
Apa itu DevOps?
DevOps adalah pendekatan pengembangan perangkat lunak yang melibatkan Pengembangan Berkelanjutan, Pengujian Berkelanjutan, Integrasi Berkelanjutan, Penerapan Berkelanjutan, dan Pemantauan Berkelanjutan dari perangkat lunak tersebut sepanjang siklus hidup pengembangannya. Aktivitas ini hanya mungkin di DevOps, bukan Agile atau air terjun. Inilah mengapa Facebook dan perusahaan top lainnya memilih DevOps sebagai jalan ke depan untuk tujuan bisnis mereka.DevOps terutama lebih disukai untuk mengembangkan perangkat lunak berkualitas tinggi dalam siklus pengembangan yang lebih pendek yang menghasilkan kepuasan pelanggan yang lebih besar.
Di bagian selanjutnya dari iniArtikel Skenario Waktu Nyata DevOps, kita akan melihat berbagai masalah yang diselesaikan oleh DevOps.
Masalah diselesaikan oleh DevOps
1. Memberikan nilai kepada Pelanggan
- DevOps meminimalkan waktu yang diperlukan untuk memberikan nilai kepada pelanggan. Waktu siklus dari pengembang menyelesaikan cerita / tugas hingga produksi berkurang secara signifikan, memungkinkan nilai direalisasikan secepat mungkin.
Nilai terpenting yang disadari melalui DevOps adalah memungkinkan organisasi TI untuk melakukannya fokus pada aktivitas bisnis 'inti' mereka . Dengan menghilangkan batasan dalam value stream dan mengotomatiskan pipeline penerapan, tim dapat fokus pada aktivitas. Ini membantu dalam menciptakan nilai pelanggan daripada hanya memindahkan bit dan byte. Aktivitas ini meningkatkan keunggulan kompetitif yang berkelanjutan dari sebuah perusahaan dan menciptakan hasil bisnis yang lebih baik.
2. Mengurangi waktu siklus
Secara internal, DevOps adalah satu-satunya cara untuk mencapai ketangkasan dalam memberikan kode aman dengan wawasan. Penting untuk memiliki gerbang dan proses DevOps yang dibuat dengan baik. Saat Anda mengirimkan versi baru, versi tersebut dapat berjalan berdampingan dengan versi saat ini. Anda juga dapat membandingkan metrik untuk mencapai apa yang Anda inginkan dengan aplikasi dan metrik kinerja.
DevOps mendorong tim pengembangan menuju peningkatan berkelanjutan dan siklus rilis yang lebih cepat . Jika dilakukan dengan baik, proses berulang ini memungkinkan lebih banyak fokus dari waktu ke waktu, pada hal-hal yang benar-benar penting. Seperti hal-hal yang menciptakan pengalaman luar biasa bagi pengguna - dan lebih sedikit waktu untuk mengelola alat, proses, dan teknologi.
3. Waktu ke pasar
Masalah terpenting yang dipecahkan adalah pengurangan kompleksitas proses. Ini berkontribusi secara signifikan terhadap kesuksesan bisnis kami dengan mempersingkat waktu kami ke pasar, memberi kami umpan balik cepat tentang fitur, dan membuat kami lebih responsif terhadap kebutuhan pelanggan kami.
4. Penyelesaian Masalah
Nilai terbesar dari keberhasilan implementasi DevOps adalah kepercayaan yang lebih tinggi dalam pengiriman, visibilitas, dan keterlacakan ke apa yang sedang terjadi, sehingga Anda dapat menyelesaikan masalah lebih cepat.
Keuntungan penting lainnya dari DevOps adalah tidak membuang-buang waktu. Menyelaraskan orang dan sumber daya organisasi memungkinkan penerapan dan pembaruan yang cepat. Ini memungkinkan program DevOps untuk memperbaiki masalah sebelum berubah menjadi bencana.DevOps menciptakan budaya transparansi yang mendorong fokus dan kolaborasi antara tim pengembangan, operasi, dan keamanan.
CI (Integrasi Berkelanjutan) diSkenario Real Time DevOps
1. Individu Mungkin Melihat Integrasi Berkelanjutan Kontraproduktif
Anggota tim pengembangan memiliki peran, tanggung jawab, dan prioritas yang berbeda. Ada kemungkinan bahwa prioritas pertama Manajer produk mungkin meluncurkan fitur baru, manajer proyek harus memastikan bahwa tim mereka memenuhi tenggat waktu. Pemrogram mungkin berpikir bahwa jika mereka berhenti untuk memperbaiki bug minor setiap kali terjadi akan memperlambat mereka. Mereka mungkin merasa menjaga kebersihan bangunan adalah beban tambahan bagi mereka dan mereka tidak akan diuntungkan atas upaya ekstra mereka. Ini berpotensi membahayakan proses adaptasi.
Untuk mengatasinya:
Pertama, pastikan seluruh tim Anda siap sebelum Anda mengadopsi integrasi berkelanjutan.
CTO dan pemimpin tim harus membantu anggota tim memahami biaya dan manfaat integrasi berkelanjutan.
Soroti apa dan kapan pembuat kode akan diuntungkan dengan mendedikasikan diri mereka pada metode kerja berbeda yang membutuhkan sedikit lebih banyak keterbukaan dan fleksibilitas.
2. Mengintegrasikan CI ke Alur Pengembangan Anda Saat Ini
Mengadopsi CI pasti disertai dengan kebutuhan untuk mengubah beberapa bagian alur kerja pengembangan Anda. Ada kemungkinan bahwa pengembang Anda mungkin tidak memperbaiki alur kerja jika tidak rusak. Ini dimungkinkan terutama jika tim Anda memiliki rutinitas yang lebih besar dalam menjalankan alur kerja mereka saat ini.
Jika Anda ingin mengubah alur kerja maka Anda harus melakukannya dengan sangat hati-hati. Jika tidak, hal itu dapat membahayakan produktivitas tim pengembangan dan juga kualitas produk. Tanpa dukungan yang memadai dari kepemimpinan, tim pengembangan mungkin sedikit enggan untuk melakukan tugas yang melibatkan risiko tersebut.
Untuk mengatasinya:
Anda harus memastikan bahwa Anda memberikan cukup waktu bagi tim Anda untuk mengembangkan alur kerja baru mereka. Ini dilakukan untuk memilih solusi integrasi berkelanjutan yang fleksibel yang dapat mendukung alur kerja baru mereka.
cara membuat kelas singleton di java
Juga, pastikan mereka bahwa perusahaan mendukung mereka bahkan jika segala sesuatunya tidak berjalan lancar di awal.
3. Berkaitan dengan Kebiasaan Menguji Sebelumnya
Efek langsung dari penerapan integrasi berkelanjutan adalah tim Anda akan lebih sering melakukan pengujian. Jadi lebih banyak tes akan membutuhkan lebih banyak kasus tes dan menulis kasus tes bisa memakan waktu. Oleh karena itu, pengembang sering kali perlu membagi waktu antara memperbaiki bug dan menulis kasus uji.
operator resolusi lingkup c ++
Untuk sementara, pengembang mungkin dapat menghemat waktu dengan menguji secara manual, tetapi itu mungkin lebih merugikan dalam jangka panjang. Semakin mereka menunda penulisan kasus tes, semakin sulit untuk mengejar kemajuan perkembangan. Dalam skenario terburuk, tim Anda mungkin akan kembali ke proses pengujian lama mereka.
Untuk mengatasinya:
Anda harus menekankan bahwa menulis kasus pengujian dari awal dapat menghemat banyak waktu untuk tim Anda dan dapat memastikan cakupan pengujian yang tinggi untuk produk Anda.
Selain itu, tanamkan gagasan dalam budaya perusahaan Anda bahwa kasus uji adalah aset yang sama berharganya dengan basis kode itu sendiri.
4. Pengembang Mengabaikan Pesan Kesalahan
Ini adalah masalah umum ketika tim yang lebih besar bekerja sama, jumlah pemberitahuan CI menjadi berlebihan dan pengembang mulai mengabaikan dan menonaktifkannya. Oleh karena itu, mungkin saja mereka melewatkan pembaruan yang relevan bagi mereka.
Ini dapat mengarah ke tahap di mana pembuat kode mengembangkan kekebalan relatif terhadap build yang rusak dan pesan kesalahan. Semakin lama mereka mengabaikan pemberitahuan yang relevan, semakin lama mereka berkembang tanpa umpan balik ke arah yang salah. Hal ini berpotensi menyebabkan kemunduran besar, pemborosan uang, sumber daya, dan waktu.
Untuk mengatasinya:
Anda hanya boleh mengirim pembaruan penting.
Kirimkan hanya notifikasi ke masing-masing pengembang yang bertanggung jawab untuk memperbaikinya.
CT (Pengujian Berkelanjutan) diSkenario Real Time DevOps
Mendapatkan Spesifikasi Persyaratan dengan benar
Jika Anda memenuhi persyaratan Anda dengan benar, maka hampir setengah dari pertempuran dimenangkan. Jadi, jika Anda memiliki pemahaman yang sangat spesifik dan akurat tentang persyaratan, Anda dapat merancang rencana pengujian dengan lebih baik dan mencakup persyaratan dengan baik.
Namun, banyak tim menghabiskan banyak waktu dan tenaga untuk mengklarifikasi persyaratan. Ini adalah perangkap yang sangat umum dan untuk menghindarinya, tim dapat mengadopsi pengujian berbasis Model dan teknik Pengembangan Berdasarkan Perilaku. Ini membantu merancang skenario pengujian secara akurat dan memadai.
Praktik ini pasti akan membantu mengatasi dan mengatasi kesenjangan lebih cepat. Selain itu, ini memungkinkan mereka untuk menghasilkan lebih banyak kasus uji secara otomatis sejak tahap awal sprint.
Orkestrasi Pipeline
Keuntungan dari pengujian berkelanjutan dan pengiriman berkelanjutan terkait erat dengan orkestrasi pipeline. Ini secara langsung berarti memahami cara kerjanya, mengapa itu berhasil, bagaimana menganalisis hasil, dan bagaimana dan kapan harus mengukur. Semuanya tergantung pada pipeline dan karenanya Anda perlu mengintegrasikan pipeline dengan rangkaian otomatisasi.
Tetapi alasan tim gagal adalah karena, tidak ada solusi tunggal yang menyediakan toolchain lengkap yang diperlukan untuk membangun pipeline CD.
Tim biasanya harus mencari potongan teka-teki yang benar untuk mereka. Tidak ada alat yang sempurna, biasanya hanya alat terbaik dari jenisnya, yang menyediakan integrasi bersama dengan beberapa alat lainnya. Dan tentu saja, API yang memungkinkan integrasi yang mudah juga.
Singkatnya, tidak mungkin menerapkan pengujian berkelanjutan tanpa kecepatan dan keandalan pipeline standar dan otomatis.
Meningkatkan dan mengelola kompleksitas
Skenario penting lainnya adalah pengujian berkelanjutan menjadi lebih kompleks saat bergerak menuju lingkungan produksi. Pengujian bertambah dalam jumlah serta kompleksitas dengan kode yang semakin matang dan lingkungan menjadi lebih kompleks.
Anda harus memperbarui tes setiap kali Anda memperbarui fase yang berbeda dan skrip otomatis. Akibatnya, waktu keseluruhan yang diperlukan untuk menjalankan pengujian juga cenderung meningkat menjelang rilis.
Solusi untuk ini terletak pada orkestrasi pengujian yang ditingkatkan yang memberikan cakupan pengujian yang tepat dalam siklus sprint yang lebih pendek dan memungkinkan tim untuk menyampaikan dengan percaya diri. Idealnya, seluruh proses harus diotomatiskan dengan CT yang dilakukan pada berbagai tahapan. Ini dilakukan dengan menggunakan gerbang kebijakan dan intervensi manual, hingga kode didorong ke produksi.
Membuat loop umpan balik
Tanpa putaran umpan balik yang sering di setiap tahap siklus pengembangan, pengujian berkelanjutan tidak mungkin dilakukan. Ini sebagian menjadi alasan mengapa CT sulit diterapkan. Anda tidak hanya memerlukan pengujian otomatis, tetapi Anda juga memerlukan visibilitas hasil dan pelaksanaan pengujian.
Putaran umpan balik tradisional seperti alat logging, profiler kode, dan alat pemantauan kinerja tidak lagi efektif. Keduanya tidak bekerja sama atau memberikan wawasan mendalam yang diperlukan untuk memperbaiki masalah. Dasbor waktu nyata yang menghasilkan laporan secara otomatis dan umpan balik yang dapat ditindaklanjuti di seluruh SDLC membantu merilis perangkat lunak lebih cepat ke dalam produksi dengan cacat yang lebih kecil. Akses real-time ke dasbor dan akses untuk semua anggota tim membantu mekanisme umpan balik berkelanjutan.
Kurangnya Lingkungan
Continuous Testing berarti menguji lebih sering dan ini membutuhkan lebih sering mencapai beberapa lingkungan. Hal ini menimbulkan hambatan jika lingkungan tersebut tidak tersedia pada saat diperlukan. Beberapa lingkungan tersedia melalui API dan beberapa melalui berbagai antarmuka. Beberapa dari lingkungan ini dapat dibangun menggunakan arsitektur modern sementara yang lain dengan sistem klien / server atau mainframe lama monolitik.
Tetapi pertanyaannya di sini adalah bagaimana Anda mengoordinasikan pengujian melalui berbagai pemilik lingkungan? Mungkin juga mereka tidak selalu menjaga lingkungan tetap aktif dan berjalan. Jawaban untuk semua ini adalah Virtualisasi . Dengan memvirtualisasikan lingkungan, Anda dapat menguji kode tanpa terlalu mengkhawatirkan area yang tidak berubah.Membuat lingkungan dapat diakses dan tersedia sesuai permintaan melalui virtualisasi pasti membantu menghilangkan hambatan signifikan dari pipeline Anda.
CD (Pengiriman Berkelanjutan) diSkenario Real Time DevOps
Penerapan memakan waktu terlalu lama
Aplikasi yang terdistribusi biasanya membutuhkan lebih dari sekadar 'menyalin dan menempel' file ke server. Kompleksitas cenderung meningkat jika Anda memiliki kumpulan server. Ketidakpastian tentang apa yang akan diterapkan, di mana, dan bagaimana, adalah hal yang cukup normal. Hasil? Waktu tunggu yang lama untuk membawa artefak kita ke lingkungan selanjutnya dari rute untuk menunda segalanya, pengujian, waktu untuk hidup, dll.
Apa yang dibawa DevOps? Tim pengembangan dan operasi TI menentukan proses penerapan dalam sesi kolaborasi tanpa cela. Pertama, mereka memverifikasi apa yang berhasil dan kemudian membawanya ke tingkat berikutnya dengan otomatisasi untuk memfasilitasi pengiriman berkelanjutan. Ini secara drastis memotong waktu untuk penerapan, ini juga membuka jalan bagi penerapan yang lebih sering.
Artefak, skrip, dan dependensi lainnya tidak ada
Kami sering mengalami kegagalan saat menerapkan versi baru perangkat lunak yang berfungsi. Hal ini sering kali disebabkan oleh pustaka yang hilang atau skrip database tidak diperbarui. Hal ini biasanya disebabkan oleh kurangnya kejelasan tentang dependensi mana yang akan diterapkan dan lokasinya. Membina kolaborasi antara pengembangan dan operasi dapat membantu menyelesaikan masalah semacam ini di sebagian besar kasus.
Dalam hal otomatisasi, Anda dapat menentukan dependensi yang sangat membantu dalam mempercepat penerapan. Alat manajemen konfigurasi seperti Wayang atau Kepala berkontribusi dengan tingkat definisi ketergantungan tambahan. Kita tidak hanya dapat mendefinisikan ketergantungan dalam aplikasi kita tetapi juga pada infrastruktur dan tingkat konfigurasi server. Misalnya, kita dapat membuat mesin virtual untuk pengujian, dan menginstal / mengkonfigurasi kucing jantan sebelum artefak kami dipublikasikan.
Pemantauan produksi yang tidak efektif
Terkadang Anda mengonfigurasi alat pemantauan dengan cara yang menghasilkan banyak data yang tidak relevan dari produksi, namun, di lain waktu alat tersebut tidak menghasilkan cukup atau tidak sama sekali. Tidak ada definisi tentang apa yang perlu Anda jaga dan apa metriknya.
Anda harus menyetujui apa yang harus dipantau dan informasi apa yang harus diproduksi, dan kemudian menerapkan kontrol. Alat manajemen kinerja aplikasi sangat membantu jika organisasi Anda mampu membelinya, lihat AppDynamics, New Relic dan AWS X-Ray.
Skenario Data DevOps
DevOps adalah tentang menghilangkan risiko yang terkait dengan pengembangan perangkat lunak baru: Analisis data mengidentifikasi risiko tersebut. Untuk terus mengukur dan meningkatkan proses DevOps, analitik harus menjangkau seluruh pipeline. Ini memberikan wawasan yang tak ternilai bagi manajemen di semua tahapan siklus pengembangan perangkat lunak.
1. Lebih sedikit waktu untuk menganalisis data
Dengan semua data yang dihasilkan pada waktu tertentu, organisasi harus menerima bahwa mereka tidak dapat menganalisis semuanya. Tidak ada cukup waktu dalam sehari - dan sayangnya, robot belum cukup canggih untuk melakukan semuanya untuk kita.
Oleh karena itu, penting untuk menentukan kumpulan data mana yang paling signifikan. Dalam kebanyakan kasus, ini akan berbeda untuk setiap organisasi. Jadi sebelum menyelami, tentukan tujuan dan sasaran bisnis utama. Biasanya, sasaran ini berkisar pada kebutuhan pelanggan - terutama fitur paling berharga yang paling penting bagi pengguna akhir. Untuk pengecer, misalnya, menganalisis bagaimana lalu lintas berinteraksi dengan halaman pembayaran di situs dan menguji cara kerjanya di back-end ada di bagian atas daftar.
Beberapa tip cepat untuk mengidentifikasi data mana yang paling penting untuk dianalisis:
Buat bagan: Tentukan dampak pemadaman terhadap bisnis Anda, ajukan pertanyaan seperti, “Jika X istirahat , apa pengaruhnya terhadap fitur lainnya? ”
Lihat data historis: Identifikasi tempat munculnya masalah di masa lalu dan terus analisis data dari pengujian dan buat untuk memastikan hal itu tidak terjadi lagi.
2. Komunikasi yang sulit
Saat ini, sebagian besar organisasi masih beroperasi dengan tim dan persona berbeda yang mengidentifikasi tujuan mereka sendiri dan menggunakan alat dan teknologi mereka sendiri. Setiap tim bertindak secara independen, terputus dari jalur pipa dan bertemu dengan tim lain hanya selama fase integrasi.
Ketika harus melihat gambaran yang lebih besar dan mengidentifikasi apa yang berhasil dan tidak, organisasi berjuang untuk menemukan satu solusi. Ini karena sebagian besar karena setiap orang gagal membagikan keseluruhan data, sehingga analisis tidak mungkin dilakukan.
java ganda untuk konversi int
Untuk mengatasi masalah ini, perbaiki aliran komunikasi untuk memastikan semua orang berkolaborasi di seluruh SDLC, tidak hanya selama proses integrasi.
Pertama, pastikan ada sinkronisasi yang kuat pada metrik DevOps sejak awal. Kemajuan setiap tim harus ditampilkan dalam satu dasbor tunggal, menggunakan Indikator Kinerja Utama (KPI) yang sama untuk memberikan visibilitas manajemen ke dalam keseluruhan proses. Ini dilakukan agar mereka dapat mengumpulkan semua data yang diperlukan untuk menganalisis apa yang salah (atau apa yang berhasil).
Di luar percakapan metrik awal, harus ada komunikasi konstan melalui rapat tim atau saluran digital seperti Slack.
3. Kurangnya tenaga kerja
Saat kekurangan staf, kami membutuhkan alat yang lebih cerdas yang memanfaatkan pembelajaran mendalam untuk memasukkan data yang kami kumpulkan dan mengambil keputusan dengan cepat. Lagi pula, tidak ada yang punya waktu untuk melihat setiap eksekusi uji (dan untuk beberapa organisasi besar, bisa ada sekitar 75.000 dalam satu hari). Triknya adalah menghilangkan kebisingan dan menemukan hal yang tepat untuk difokuskan.
Di sinilah kecerdasan buatan dan pembelajaran mesin dapat membantu. Banyak alat di pasaran saat ini menggunakan AI dan ML untuk melakukan hal-hal seperti:
Kembangkan skrip dan pengujian untuk memindahkan dan memvalidasi berbagai bagian data
Laporkan kualitas berdasarkan perilaku yang dipelajari sebelumnya
Bekerja sebagai respons terhadap perubahan waktu nyata.
Jadi dengan ini, kita sampai pada akhir artikel ini tentang Skenario Real Time DevOps.
Sekarang setelah Anda memahami apa itu Skenario Real Time DevOps, lihat ini oleh Edureka, perusahaan pembelajaran online tepercaya dengan jaringan lebih dari 250.000 pelajar yang puas dan tersebar di seluruh dunia. Kursus Pelatihan Sertifikasi DevOps Edureka membantu peserta didik untuk memahami apa itu DevOps dan mendapatkan keahlian dalam berbagai proses dan alat DevOps seperti Puppet, Jenkins, Nagios, Ansible, Chef, Saltstack, dan GIT untuk mengotomatiskan beberapa langkah di SDLC.
Ada pertanyaan untuk kami? Harap sebutkan di bagian komentar iniArtikel Skenario Real Time DevOpsdan kami akan menghubungi Anda kembali.