DevOps 越來越流行，2019 年這八大趨勢值得關注
從我們認為 DevOps 只是一個流行語開始，它已經發展了很長的一段時間。現在，DevOps 已經成為了一個主要焦點，並在過去幾年一直在塑造著軟體世界。專家表示，DevOps 將成為主流，它的流行程度將在 2019 年達到頂峰。
根據 ofollow,noindex">2018 年《DevOps 現狀報告》 ，DevOps 精英級執行團隊程式碼部署頻率和釋出速度更高，變更故障率更少，事故恢復時間更短，同時高效能團隊的比例逐年增長，採用 DevOps 的團隊越來越多。
而 Stack Overflow2018 年的薪資計算器報告 顯示，全球 DevOps 專家的收入最高，美國 DevOps 專家的年薪中位數接近 10 萬美元。
以下是“DevOps”一詞的 Google Trends 以及 2019 年的預計增長假設。
從統計資料來看，DevOps 的採用率從 2015 年到 2016 年增加了約 8％，預計這一數字將在 2019 年大幅增長。
根據 Statista 的報告，很多商業組織正在採用 DevOps，2018 年增長率高達 17％，而 2017 年則為 10％左右。
你可以在 RightScale 上檢視 完整的報告 。Forrester 的報告中也明確提到了 2018 年將是 DevOps 年。我們看到了將影響來年 DevOps 發展的八個事實。
焦點從 CI 管道轉到 DevOps 裝配線
管道為應用程式提供了從原始碼控制到生產環境的一套完整的視覺化檢視。你可以在某個地方看到所有的內容。現在不僅要做 CI（持續整合），還要做 CD（持續交付）。企業正投入時間和精力，以便更多地瞭解如何自動化完整的軟體開發過程。
在 2019 年，將會發生從 CI 管道到 DevOps 裝配線的轉變。DevOps 裝配線專注於自動化和連線多個團隊執行的活動，例如開發人員的 CI，運維人員的基礎架構配置和配置管理，測試人員的測試自動化，SecOps 的安全補丁，釋出負責人的語義版本控制和部署到多種環境，等等。
下圖展示了單個應用程式或服務的典型裝配線：
自動化將成為主要焦點
關於 DevOps，我們談論了很多自動化方面的內容。如果可能的話，零接觸（zero-touch）自動化就是未來的發展方向。這並不是說你一定要自動化一切，只是說如果有必要，你就應該能夠做到。瞭解 DevOps 週期的六個“C”，並確保在這些階段之間應用自動化，這才是關鍵，這將是 2019 年的主要目標。
測試人員要學習編碼
DevOps 對知道如何編寫程式碼並通過自動化指令碼來測試各種案例的測試人員的需求將大幅增長。如果你是測試人員並且在是否學習編碼方面處於兩難境地，我們建議你還是學習編碼吧。瞭解不同的 DevOps 工具和自動化指令碼在當今的軟體開發中起著至關重要的作用，並且將在 2019 年佔據主導地位。
如果測試人員不學習編寫程式碼和自動化測試指令碼，就有可能被淘汰。手動測試將在 2019 年過時，因為它們需要耗費大量的時間。測試自動化不僅可以提高效率，還可以確保更快地將功能交付給市場。
微服務架構採用率增加
DevOps 和微服務將齊頭並進。微服務是獨立的實體，因此在出現問題時不會給其他系統造成破壞。微服務架構可以幫助公司輕鬆部署和新增新功能。預計更多的企業將會轉向微服務架構，以改進他們的線上執行時間和有效交付。不要只是因為別人採用了微服務就跟著學，一定要了解自己的需求，並知道為什麼要採用微服務架構。
更多公司預計會選擇企業版軟體
很多公司仍處於是自己開發還是購買企業版軟體的兩難境地。我們建議你做自己最擅長的事情，並按照自己的要求購買相應的工具。這樣不僅可以幫助你專注於你的目標，還可以完全依賴第三方平臺來提高工作效率。很多公司現在都在通過企業版軟體來構建自己的基礎設施，並確保安全性儘可能得到最好的控制。
Kubernetes 將進一步演化
Kubernetes 因為易用性而成為增長最快的容器技術。Kubernetes 還建立了一個壯大的開源社群。在世界各地，很多 CIO 和技術專家已經在使用 Kubernetes，並預計在 2019 年會有重大的發展。
最近，雲原生計算基金會（CNCF）進行了一項調查，分享了容器編排領域所發生的變化以及轉向 Kubernetes 的趨勢。
安全性將成焦點——DevSecOps
CI/CD 管道讓通過快速變更來滿足客戶的日常需求成為可能。CI/CD 管道也可以進行自動化，而安全性現在已經成為了一個設計約束。從一開始就要考慮安全性，將安全性構建到軟體中，而不是作為外掛，因為安全性不再是附加功能。
最近，我們看到了 DevSecOps 的上升趨勢，DevSecOps 是指先在應用程式開發生命週期中注入安全性，從而減少漏洞，並讓安全性更接近 IT 和業務目標。這個模型假設每個人都需要對安全性負責，因此減少了職責歸咎方面的噪音和困境。
DevOps 和 DevSecOps 之間的區別
AI 和 ML 將促進 DevOps 增長
AI 和 ML 非常適用於 DevOps。它們可以處理大量資訊，幫助執行瑣碎的任務，從而讓 IT 人員能夠完成更有針對性的工作。它們可以學習模式、預測問題並提出解決方案。如果 DevOps 的目標是統一開發和運營，AI 和 ML 可以消除過去二者之間的一些“對抗”狀態。
本文轉自微信公眾號：高效開發運維