DevOps後疫情時代，GitLab：高達60％受訪者發布程式碼速度是過去的2倍

GitLab調查全球DevOps團隊，發布《2021年全球DevSecOps調查》報告書，調查發現在疫情的驅使下，人們發展出新的工作方式，使得過去一年DevOps的成熟度有了超出預期的成長，無論是自動化程度、發布節奏、持續部署和安全性狀態（Security Posture），抑或是人工智慧和機器學習等先進技術，都有大幅進步。

GitLab以統計數據來說明新的DevOps成熟度模型（DevOps Maturity Model），首先，開發人員的程式碼發布速度更快了，由於得利於DevOps，有60％開發人員發布程式碼的速度是過去的2倍速，這個數字比2020年成長了25％。在自動化方面，56％的營運團隊表示組織已經「完全」或是「大部分」自動化，比2020年成長10％。

在安全性上也有長足的進步，在2021年，72％的安全專業人員，評估自己的組織安全等級為「好」或是「強健」，比2020年成長了14％。現在也有75％的團隊，在「使用」或是「計畫使用」人工智慧和機器學習，來測試和審查程式碼，而在2020年時，這個比例只有34％。

在去年時，無論是開發者、安全人員還是營運人員，都表示自己的職業需要更好的溝通和協作技能，但這些目標在過去一年受環境影響，經半強迫性的訓練之後，DevOps相關人員已經把職業技能目標轉移到人工智慧和機器學習、主題專業知識和進階程式開發上。

從去年的DevOps調查來看，DevOps的角色不斷變化，與開發人員有關的通常是測試和營運任務，而營運的重點通常在雲端和基礎設施，而安全性則是跨功能團隊的一部分。GitLab提到，DevOps不斷變化發展並不奇怪，在今年的調查中，發現有43％的受訪者，已經從事3到5年的DevOps工作，並且繼續投入在SCM、CI/CD和自動化測試等DevOps實踐。

DevOps團隊仍在追求更好的DevOps成熟度模型，主要目標是要提升程式碼品質、上市時間以及安全性，GitLab表示，測試仍然是DevOps重要的問題，測試常是發布延遲的最大原因，不過顯然這個問題在今年已經有所改善，擁有完全自動化測試的團隊比例是去年的2倍以上，而且也越來越多的團隊計畫使用人工智慧和機器學習，而專家們和受訪者，也都認同這2項技術將會改變軟體測試方法。

從調查中，也能看出受訪者對Kubernetes熱度，在2020年的調查，只有38％的受訪者使用過Kubernetes，但這個數字在今年成長到了46％，而目前還未使用Kubernetes的受訪者，也都表示會儘快採用。

在去年的時候，受訪者將發展重點放在自動化、CI/CD和整體DevOps基礎工作上，而這些努力在今年都明顯反應在數字上，而在今年的調查中，受訪者表示將把投資主力放在雲端上，其次是人工智慧，有趣的是，人工智慧在2020年只有第8名。