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。


熱門新聞

Advertisement