1、2023 DynatraceDevOps 自动化脉动 2023 年版由 Dynatrace 提供的调查研究DevOps 自动化脉动|2前言 随着企业继续向云原生软件交付过渡，DevOps 自动化已从提高效率的驱动力发展成为一项战略.要务。Kubernetes 架构的盛行推动了对自动化生态系统协调的需求，因为技术环境已经完全超出.了 人类的管理能力。为了满足这一需求，各组织正在尝试使用越来越多的开源工具，并将其与日益复杂的 DIY 方法结合在一起。然而，这种各自为政的做法现在开始出现裂痕。各组织被数据孤岛、.孤立的单一事件驱动自动化和被动的运营所束缚。不断上升的成本压力使人们更加迫切需要一种更连

2、贯、更智能的企业级自动化方法，以提高效率并减少支出浪费。为了支持这一工作，各组织正在寻求数据驱动的自动化，使其能够更好地响应业务需求。他们的目标是通过预测性操作、先发制人的补救和持续优化，从被动转变为主动。只有通过强大的分析能力，在多种数据模式和最适合特定 DevOps 自动化用例的 AI 方法的支持下，才能实现这一点。组织需要一种可以在 IT 环境实时变化时持续即时地了解环境现状的 AI，以提供基于事.实的准确洞察。传统的基于机器学习的方法将无法满足这一需求，因为它们需要时间进.行训练。不过，这些方法可以满足对 AI 的额外需求，因为 AI 可以根据历史数据预测未.来状态。此外，组织还需要一

3、种可以利用这些洞察来创建有意义的建议和自动化工作流.程的 AI。为了最有效地实现 DevOps 自动化用例，需要以可扩展和隐私优化的方式将数据收集和分析整合到单一平台上。这种方法需要将安全作为可观测性的一部分进行集成，并在上下文中统一这些数据，涵盖开发、安全和操作实践，以消除孤岛，确保不同类型的 AI 能够提供更精确、更可信的答案。只有这样，团队才能获得所需的精确答案，从而满怀信心地自动执行 DevOps 工作流程，而不会陷入利用数据流分析来核实洞察内容的困境。本报告为了解各全球组织当前 DevOps 自动化实践的成熟度提供了一个窗口，并为组织迈向下一阶段的旅程提供指导。调查结果基于来自世界各

4、地各行业组织的 450 名 DevOps 自动化从业人员的反馈。我们希望这些见解能为您提供信息和帮助，帮助您在自己的组织中提升 DevOps 自动化的成熟度。Bernd Greifeneder Dynatrace 创始人兼首席技术官目录 引言内容摘要.4第 1 章DevOps 自动化的现状.5第 2 章DevOps 自动化的影响.16第 3 章克服阻碍 DevOps 自动化成熟的障碍.22第 4 章DevOps 自动化的未来.31研究方法.41DevOps 自动化成熟度模型.43如何提升 DevOps 自动化成熟度.45DevOps Automation Pulse|3内容摘要 本报告基于对不

5、同行业 450 名 IT 从业人员的调查，简要介绍各全球组织的 DevOps 自动化成熟度。本报告探讨了 DevOps 自动化如何发展，迄今已经取得的效益，.以及进一步采用的障碍。本报告还揭示了随着组织寻求提升其 DevOps 自动化实践的成熟度，未来的前景将会如何。我们将深入探讨的一些重要调查结果包括：DevOps 自动化的未来.平台工程和 GitOps 实践对 DevOps 自动化的成熟度越来越重要，超过一半(54%)的组织在.这一领域进行了投资。.59%的组织预计大型语言模型(LLM)，.如 ChatGPT 和 Bard，将对 DevOps 自动化产生重大影响。为了实现这一点，他们需要将

6、这些生成式 AI 能力与其他类型的 AI 相结合，以提供精确性和预测性。DevOps 自动化的现状.各组织正在继续投资 DevOps 自动化，但还有很长的路要走，因为目前只有 56%的端到端 DevOps 流程实现自动化。.工具链的复杂性阻碍了各组织在整个企业中扩展 DevOps 自动化的能力，因为团队平均依赖 7 种以上不同的工具。自动化投资带来的效益.DevOps 自动化投资在多个关键领域带来了实实在在.的效益，包括提高软件质量(61%)、提高员工满意度(58%)、减少部署失败次数(57%)、降低 IT 成本(55%)。.各组织寻求从 DevOps 自动化中取得的其他预期效.益包括：改进分