为了解决这些痛点，在2013年，Jagan 开始负责开发甲骨文内部持续交付的 PaaS 平台，名叫 Carson，目的是为公司内部所有的开发团队提供统一的，自助式的持续交付平台。
在底层 DevOps 工具的选择上，为了满足团队开发语言多样化，需要统一，自助式软件交付流水线的管理，跨团队之间协同构建，发布等需求， Jagan 比较了很很多工具，最终选择了 Artifactory 和 Jenkins/Hudson 作为底层的工具，在上层开发了 Carson，实现了统一，自助式持续交付的平台。目前这个平台已经为甲骨文内部几万个开发者使用，为公司管理了1亿多个软件包。
Jagan 成功主导了甲骨文中间件，数据库等产品线的 DevOps 变革。如果您也想成为公司内部推动DevOps的领袖，就来参考下 Jagan 经验！
1、甲骨文的痛点
Stack Build 构建耗时很长。
Stack Build 是指的 A 构建时依赖 B，B 构建时依赖 C，导致在重复 Stack Build 时，需要花费大量的时间。
同一个依赖包有多个版本被引用。
举例：团队 A 开发了一个共用包，比如是解析 MQ 消息通用服务 common.jar V1.0。B 和 C 团队都引用了，一个月后 A 团队升级了，B 引用了common.jar V1.1，但 C 没有升级，在集成 A，B，C 的服务时，这个通用服务被引入了common.jar 的两个版本。
调用内部接口。
举例：当团队A，急需获得团队 B的数据， A 虽然知道不应该直接调用 B 的内部方法，但 A还是会要求 B 提供一个内部方法，等 B 定义好了外部接口，A 再来改代码调用外部接口。但实际情况是 A 完成了功能交付了代码之后，再也不会做重构。这样就导致了 A 和 B 模块直接的紧耦合。
依赖关系混乱。
当某个中间件需要重构，他并不知道公司内部哪些产品会被影响到，因为每个人看起来都会被影响。
开发者的环境通常和生产环境不一致。
举例：开发者在本地测试没问题，放到客户环境或者线上环境就出问题。
缺乏透明度，可视化。
团队中每个人都看不到当前的流程，没法评估当前流程有什么可以改进的地方。例如缺乏每次构建的时间，测试覆盖率，测试通过率，上线成功率，发布周期等指标的统计，导致。
传统的工具难以适配新的技术。
例如 C/C++ 的依赖管理就是个很大的痛点，由于 C/C++ 的编译依赖不能跨平台，它依赖与编译工具 cmake 或者 gcc，也依赖与芯片架构，所有缺少一个类似于 Maven 的依赖管理工具来管理所有的包。
实现云化。
在申请计算，存储，网络资源时，依赖于硬件，没有实现虚拟化，按需创建，消费资源。
2、Jagan在甲骨文推进DevOps的方法
1)定位问题。
作为公司内部 DevOps 的领袖，你应该让开发，测试，运维的 Leader 坐在一起，从公司的角度来思考面临的问题，确保三个团队朝相同的方向努力。
实验方案。
让三个团队的 Leader 一起讨论如何改进公司的流程，讨论每个团队需要改变什么。在这个阶段，要尽量进行足够多的 POC，找个合适的方案解决公司问题。
2)实现方案。
和上一步 POC 的人一起进行方案的实现。此时你需要解决基础设施的问题，保证基础设施能够支持这些方案。
在测试要注意元数据的收集，例如每次构建的时间，测试覆盖率，测试通过率，上线成功率，发布周期。这些数据将来是执行持续度量的重要数据来源。
3)采用方案。
采用方案时，你需要为其他团队准备好文档，技术方面的支持，准备好工具。但并不意味着你准备好了文档，工具，公司团队就会配合你。公司可能有10-15%的团队坚定的支持你，并且他们会需要更先进的工具和方案。
另一部分人30%会相对保守，他们知道转型有什么用，并且会需要你来指导他们进行 DevOps 的转变。
还有一部分人会拒绝改变，你要让已经实施 DevOps 的团队作为示范项目，让所有人看到基于数据的可视化报表，
4)看到他们的成果。
持续评估，持续度量。
此时做评估，度量，一定要用可视化的工具度量，不能凭感觉说话，必须依靠数据说话。
这就可以利用第三，四步中积累的元数据进行基于数据的度量，这个度量不仅仅是团队内部的，还可以是跨产品线的度量。当然评估之后会有发现新的问题，继续循环继续下去。
3、落地DevOps最佳实践
1)协作。
团队之间很难做到真正的互相倾听，你需要作为那个中间人提供沟通的渠道。肯定会有人有质疑，但愿意沟通就是好事，因为最后你会和大家一起定出来团队之间协作的流程。
2)透明化，可视化。
有人会问为什么在持续交付的流程里需要收集这么多元数据，这些元数据是评估交付流程好坏的唯一标准，这些元数据将来会给公司的转型代理巨大的价值。
你需要作为团队交付流程透明化，可视化的领导者。Jagan 在甲骨文内部搭建了 CI/CD 平台叫 Carson，这个平台为开发者提供可视化的构建流程，自定义构建流程编排，资源申请，数据统计等等很多功能。
可视化的 CI 流水线：
可视化的报表：
用这些可视化的数据，来度量 DevOps 获得的收益，包括测试通过率，构建成功率，构建速度，发布周期，资源分配情况，基于数据做成正确的决策，才是 DevOps 带来的价值。
3)团队独立自主。
每个团队都应该有自己的 CICD 流水线。Oracle 的实践，他们为每个团队提供自助式的构建服务器的使用。从 QA 团队，每个团队也自助式的消费测试集群。
自助式CI服务编排:
4)基础设施即代码。
运维的团队应该应该将所有的资源用代码来描述，因为运维团队的变更是没有记录的，也没有被测试过，导致环境容易产生不一致性。所以基础设施应该作为代码 checkin，然后进行测试。
5) 自动化。
为了提高效率，我们不应该容忍在软件发布流程里有任何人工审批的操作。通过大量的自动化测试的 Case 来保证软件的质量，并且将测试结果与发布的包关联，实现基于元数据的包发布。
6)设置较高目标。
之前甲骨文的堆栈构建发布流程要经过2-3周的时间，最近已经能够达到每天多次的发布。
今天，整个产品发布周期从一年半，缩减到3个月。整个软件架构转变为微服务架构，每天多次发布服务。
Jagan 认为，为团队设置一个较高的目标，这会让团队兴奋，团队会全力全完成它，通常，最后的结果是团队证明了他们能够达到这个目标。
7)持续度量。
流程以及产出物使用数据可视化工具可视化。
甲骨文中间件团队一个数据中心的存储量是80TB，每天的请求达到3千万次，下载的数据量达到 85TB，全球有6个数据中心。
从 Artifactory 存储量的角度看甲骨文 DevOps 落地的速度。2013年 DevOps 开始落地，开始从中间件的某几个团队开始试点，到14年后，这些团队的成功案例影响到了其他团队，从 Artifactory 存储量可以看到，容量明显增长，其他的团队都来复制这个模式。15年开始，Artifactory 开始持续进行自动化的工件清理，节省了大量存储空间。
通过可视化的度量，可以清楚知道产品的构建速度，发布成功率，发布周期等等，这些度量指标将作为下一个开发周期目标的参考基准，为团队指定合理的目标。
元数据也可以用来评估某个产品线占用的资源，投入产出比，做跨团队直接的绩效考评。
8) 快速失败。
上游构建的测试用例里要包含下游构建的测试用例，这样让测试在上游测试阶段失败，而不是要等到下游测试，才发现测试失败。
9)保持质疑。
在每一环境都保持质疑，问问自己，团队能否做得更好，更快，更加自动化？
10) 这并不是工具的问题。
你是否真的相信 DevOps 能够提高生产效率？如何更有快速，更自动化的交付软件，这而不是仅仅工具的事情，而是公司文化的转变。
4、总结
你要作为公司内部主推 DevOps 的领袖，解决各种困难。
建立跨团队的沟通机制，实现 CI/CD 流程的可视化。
收集元数据做自动化发布，并且基于元数据做持续的评估，目的是缩减构建时间，缩减上线时间，用自动化测试工具提供软件质量，提高发布频率。
利用评估的体系，将最好的资源投入到最好的产品。
第三十六届CIO班招生
国际CIO认证培训
首席数据官（CDO）认证培训
责编：content
免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。
抢沙发
