兵败DevOps！一个Bug损失4.6亿美金，不得不看的惨痛教训！

“

缺乏最佳实践的 DevOps，会给你的企业带来缓慢的发布周期，甚至是灾难性的错误。本文向你介绍一些能够充分使用 DevOps 的小技巧。

本文会分享一些有趣的 DevOps 原则，并通过应用展示它们给高效的项目交付与转化所带来的好处。

这里所提及的概念都源于 John Willis，他有着丰富的 IT 管理经验，同时也是 DevOps 运动的最初倡导者。

当一个组织考虑去实践 DevOps 的时候，他们需要掌握一些相关术语和实用方法。

本文会谈及如下几个方面：

• 骑士资本的故事

• DevOps 的术语

• 价值流（value stream）/交付(lead) 时间/周期时间（CycleTime）

• 高绩效组织与低绩效组织

• 对精益模型的学习

• 持续交付模型

• DevOps 的实践

骑士资本的故事

在开始讨论 DevOps 的最佳实践之前，让我们先来看看 IT 流程和技术的失败是如何导致企业的各种业务问题与损失的。

为了深入理解这一点，我们会引入一个发生在 2012 年的骑士资本的失败案例。

骑士资本集团曾是一家美国本土的全球金融服务公司，它的业务涉及到开拓市场、电子交易、机构销售和交易。

2012 年 8 月 1 日，骑士资本在系统的生产环境中部署了带有倒退功能、且未经测试的软件。

该事故的发生是由于技术人员忘记将新的零售流动性计划（Retail Liquidity Program，RLP）代码拷贝到八台 SMARS 服务器中的一台之上，而这台服务器正是骑士用于处理股权订单的自动路由系统之一。 

当代码被发布到生产环境中以后，导致了 154 只股票的 4 百万宗交易，在大约 45 分钟内有超过 3.97 亿的换手，造成直接损失 4.4 亿美元。

骑士资本的这一异常交易行为被定性地描述为“技术故障。”这充分地表明了：将带有 Bug 的软件部署到生产环境中所能够造成的严重程度。

反观此事，如果他们当时遵循了 DevOps 的基本原则，该事故是完全可以避免的，而且无用功也会降低许多。

这里的无用功意味着他们完全可以使用自动化的部署，来取代引发人为错误的手动部署。接下来我们看看 DevOps 的各种实践。

DevOps 的术语

Chef 的创始人 Adam Jacob 将 DevOps 定义为一种文化和专业的运动。

通常，影响一个项目的三个因素分别是速度（时间）、可靠性和成本。开发需要有按时交付的速度，而运营需要有可靠性。DevOps 可以保证以低成本的方式实现速度和可靠性。

DevOps 会涉及到各种模式，包括：持续改进、组织文化、学习曲线、持续交付、持续学习、持续协作和自动化。

与 DevOps 相关的术语有：

• 价值流，它指一个组织针对客户的需求所执行的各项交付活动的顺序。也就是指你如何把一个想法最终变现的过程。

• 交付时间，它指价值流从开始到结束，全程转化的耗时。一般情况下，交付时间是指呈现到客户眼前所花费的时间。

• 周期时间，它始于按照需求所开展的工作，终于准备好交付项目的时候。

• 交付时间的掌控能力，意味着我们对 DevOps 的运用水平。

• 部署交付时间，反映了我们在自动化方面的水平。

由此可见，组织应遵循 DevOps 的模式和实践方式，以减少交付的时间。他们完全可以从中选取诸如：放大反馈或加强持续学习文化等一个或多个适合自身的 DevOps 方法。

高绩效组织与低绩效的区别

在 2016 年的 DevOps 状况报告中，有着关于如何区分出高绩效与低绩效的组织研究。

该研究指出：高绩效的组织更接近于 DevOps 的文化，而低绩效的组织则不太适合。

以下是从那些高绩效组织中所观察到的 DevOps 文化和实践：

• 更高的员工参与程度。

• 内部质量方面的建设。

• 遵从精益产品的管理原则：注重客户反馈意见的收集、传播与实施；分解整体工作成各个小的部分，并使交付流程的工作流可视化。

• 在计划外的工作和返工上花费的时间最少。

总结起来，他们具有如下的实践和文化：

• 更高的部署频率

• 更短的变更交付时间

• 更短的平均恢复时间（Mean Time To Recover，MTTR）

• 更少的变更故障率

下面是有关此类高绩效组织的详情：

• 范例：亚马逊、谷歌、Facebook、Etsy 和 Netflix。

• 在 2015 年，谷歌已经表示：他们每天会提交 5000 行代码，75 万次用例测试；亚马逊，每天会进行 13.6 万行代码的部署，平均每年 1500 万行；Netflix，每天部署 500 行代码；Etsy 则每天数百行以上。

• 相对于低绩效的组织来说，他们的部署频率多了 200 倍以上、交付时间快了 2555 倍、恢复时间快 24 倍，而故障率则只有三层以下。

• 他们往往有更多的合作、培训、风险信息分享、并且更鼓励沟通，同时他们面对各种故障也有着健康的心态。

而对于低绩效的组织来说：

• 此类组织只能努力实现一年两次以上的部署，并只有一种瀑布式的部署模型。

• 他们的执行力缓慢、且不太可靠。在合作方面，他们的水平较低，沟通并不顺畅，对失败常会产生消极和畏难情绪，且不愿意尝试新鲜的事物。

对精益模型的学习

与精益模型有关的术语包括：无用功、资源流和压力。

无用功：通过对精益模式的学习能够消除无用功。这里的无用功是指对于实现交付时间毫无用处的、不必要的步骤。就 DevOps 而言，我们应该多采用一些自动化来完成工作。

资源流：资源流就是在开发成品时所用到的资源的平衡。我们必须保持它们的一致性，而且坚持全局优化会优于局部优化的理念。

压力：在我们减少无用功和平衡资源流时，其实就是在给系统减少压力。这是一种系统的思维：在我们观察资源流的全局性能时，应确保各路资源能尽快地流向最终的产品。

改善（Kaizen）：这是一个有关持续改进的日语词汇。我们以丰田生产系统为例，它能够通过优化资源流，来消除无用功，并通过持续改进来减少对系统的压力。

规程（Kata）：通过对规程的执行，公司里的各个角色员工能够以系统性的方法开展工作。而且通过可重复的方式，学习者可以用非常自然的、自发的方式，来提高技术和执行能力。

DevOps 中的精益模型影响，旨在消除任何可能出现的无用功，从而实现对资源流的优化与平衡。

此外，通过减少压力，以确保各路资源能够尽快地流向最终的产品。因此我们需要持续改进，并且通过遵循规程，以自然、自发的方式，来提高技术和执行能力。

持续交付模型

DevOps 的一个重要部分就是持续交付模型，也被称为 CI/CD - 持续集成/持续交付。

它们的基本原则就是要内置到质量保障之中，这可用通过在软件上建立全方位的测试来实现。

高绩效的组织一般会做非常严谨的测试，他们会认真地对待各种流程中的功能性代码、集成测试、冒烟测试（smoke test），并且贯穿到他们最终的软件交付阶段。

DevOps 的实践

从较高层次上说，有三种方法可用来实现 DevOps，你可以从中挑选出一到两个最适合本企业的方法进行尝试：

• 缩短交付周期

• 放大反馈

• 持续学习

第一种是从左（始）到右（终）的方式。为了能够在较高的层次上实现对交付周期的缩短，我们需要有一个面向客户与交付的、整体交付时间的规划。

该方法的实现方式有：

• 使工作可见化，如使用看板（译者注：Kanban board 是在看板系统中用塑料或纸制成薄板，将产品名称及数量写于其上，故此得名）。

• 切分成小批量的处理工作。

• 自动化可重复的任务。

• 运用精益软件的原则，消除无用功，减少各种瓶颈。

• 设置对正在进行中的工作的各种约束。

第二种是从右（终）到左（始）的方式，或称为放大反馈。我们使用多种工具来进行监控。

一般情况下，通过赋能各种获取反馈的能力，我们就能够在流程中更早地发现各种缺陷、或是无用功。

该方法的实现方式有：

• 遥测法。

• 故障注入。

• 同等评审，所有的变更都被同等地进行评审。

• 监控各种提交日志。

相对于第一种的从左（始）到右（终）、和第二种的从右（终）到左（始）来说，第三种方法是一个闭环。我们通过使用上述提到的改善和规程来进行持续的学习。

各个组织对它的具体实现方式有：

• 持续学习。

• 沟通反馈。

• 以目标为导向的反馈。

• 学习的目标应可信、且能不断改进。

• 反馈不应针对个人，应当针对的是交付过程中的行为，且必须是可行的。

• 反馈方法，在低信任度的环境中使用海豚式反馈，在中信任度的环境中使用三明治式反馈，以及在高信任度的环境中使用基层人员式反馈。

• 无抱怨式的企业文化。

结论

从骑士资本的故事中，我们已经能够看到：严重的软件问题能够引起多么大的灾难。

根据 DevOps 的状况报告，DevOps 的文化和实践不但能够让企业受益，还能够让他们在成本节省和价值上提高投资回报率：

• 成本节省，包括宕机的成本和过剩的重复劳动上的成本。

• 价值，包括从更快速的发布中，所收获的潜在收入与更多的客户。

我们希望通过本文的分析和引导，你的组织可以更好地领悟 DevOps 的实施潜力，并能创造出更多的价值。

作者：Krishna Seetharaman，陈峻编译

原文标题：Best Practices of DevOps for Effective Project Delivery

编辑：陶家龙、孙淑娟

投稿：有投稿、寻求报道意向技术人请联络 editor@51cto.com

陈峻（Julian Chen） ，有着十多年的 IT 项目、企业运维和风险管控的从业经验，日常工作深入系统安全各个环节。作为 CISSP 证书持有者，他在各专业杂志上发表了《IT运维的“六脉神剑”》、《律师事务所IT服务管理》 和《股票交易网络系统中的安全设计》等论文。他还持续分享并更新《廉环话》系列博文和各种外文技术翻译，曾被(ISC)2 评为第九届亚太区信息安全领袖成就表彰计划的“信息安全践行者”和 Future-S 中国 IT 治理和管理的 2015 年度践行人物。

精彩文章推荐：

有个厉害的程序员女朋友是什么体验？

IT运维 ≠“救火队员”，别让频发的问题成为任性的“蛙儿子”

运维工程师要失业了？抛开噱头与调侃，闲聊我心中的运维！