Ηγέτες σκέψης

Ταχύτητα Χωρίς Τον Στρες: Πώς το AI Ανασχηματίζει το DevOps

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google

Η ανάπτυξη λογισμικού απαιτεί τη δημιουργία νέων προϊόντων και την παράδοση τους με ταχύτητα, χωρίς διακοπές στην συνεχής παράδοση. Ως η σπονδυλική στήλη των σύγχρονων ομάδων λογισμικού, το DevOps απαντά στην πρόκληση. Ωστόσο, η ζήτηση εντείνεται και αρχίζουν να εμφανίζονται ρωγμές. Η εξουθένωση είναι πανταχού παρούσα, τα εργαλεία παρατηρησιμότητας καταβαρύνουν τις ομάδες με θόρυβο και η υπόσχεση της ταχύτητας των dévelopερ συχνά φαίνεται σαν κενή marketing ρητορική.

Τυχαία, η τεχνητή νοημοσύνη παρεμβαίνει για να βοηθήσει το DevOps. Η σύνθεσή της από ταχύτητα, εποπτεία και απλότητα είναι το κλειδί που θα αλλάξει την κατάσταση.

Τι λάθος κάνουν οι περισσότερες εταιρείες για την παρατηρησιμότητα

Ρωτήστε οποιοδήποτε μηχανικό DevOps για παρατηρησιμότητα και θα ακούσετε για πίνακες ελέγχου, καταγραφές, ιχνηλάτες και μετρήσεις. Οι εταιρείες συχνά φημίζονται για το “ακολουθούν τα πάντα”, κατασκευάζοντας σύνθετα σταθμούς παρακολούθησης που εκπέμπουν ατελείωτους ρεύματα δεδομένων.

Αλλά εδώ είναι το πρόβλημα: η παρατηρησιμότητα δεν αφορά το πόσο δεδομένα συλλέγεις. Αντίθετα, αφορά την κατανόηση της ιστορίας πίσω από τα δεδομένα.

Ένα σπίτι μπορεί να έχει 10 κάμερες ασφαλείας, αλλά αν καμία από αυτές δεν κοιτάζει προς την είσοδο, μπορεί να χάσει έναν εισβολέα. Δυστυχώς, αυτή είναι μια κατάσταση στην οποία βρίσκονται πολλές ομάδες: πνίγονται στα μετρήματα αλλά δεν μπορούν να εντοπίσουν την ρίζα του προβλήματος. Η παρατηρησιμότητα πρέπει να απλοποιήσει τις αποφάσεις, όχι να τις περιπλέξει.

Τι λείπει είναι ο контекst.

Τα εργαλεία παρατηρησιμότητας πρέπει να συνδέσουν τις τελειές, βοηθώντας τις ομάδες να κατανοήσουν τι έχει σημασία και, πάνω από όλα, γιατί συμβαίνει. Για παράδειγμα, αντί να δείχνουν μόνο ότι η χρήση CPU αυξάνεται, πρέπει να εξηγήσουν αν αυτό οφείλεται σε νέες αναπτύξεις, μοτίβα κυκλοφορίας ή αποτυχημένες υπηρεσίες ροής. Αν η ομάδα σας χρειάζεται διδακτορικό στη επιστήμη δεδομένων για να κατανοήσει το σταθμό παρακολούθησής σας, έχετε χάσει το σημείο. Τα καλύτερα εργαλεία οδηγούν σας προς δράσιμες εποπτείες που έχουν άμεσο αντίκτυπο στην επιχείρησή σας.

Το AI είναι κρίσιμο εδώ. Βοηθά τις ομάδες DevOps να περάσουν από τον θόρυβο παρέχοντας πλούσια, контεκστοποιημένη ανάλυση της συμπεριφοράς του συστήματος. Αντί να αναγκάζουν τους μηχανικούς να διερευνήσουν βουνά ακατέργαστων δεδομένων, το AI επιφέρνει ανωμαλίες, συσχετίζει γεγονότα και ακόμη και προτείνει λύσεις. Αυτή η μεταβολή είναι περισσότερο από το να σώσει χρόνο. Είναι για να ενδυναμώσει τους μηχανικούς να εστιάσουν στο να λύνουν προβλήματα αντί να τα ψάχνουν.

Γιατί οι ομάδες DevOps καίγονται

Το DevOps ήταν υποτιθέμενο να είναι το κλειδί για την αρμονία ανάπτυξης και λειτουργίας, αλλά για πολλές ομάδες έχει γίνει ένα ηρακλείειο έργο. Οι μηχανικοί DevOps αναμένεται να φορούν πολλά καπέλα μεταξύ της αποστολής κώδικα, της κλιμάκωσης υποδομής, της επιδιόρθωσης ασφαλειών, της απόκρισης σε ενημερώσεις στις 2 π.μ. και της βελτίωσης της ταχύτητας — όλα αυτά ενώ διατηρούν άψογη διαθεσιμότητα.

Αντί για ένα έργο, έχει γίνει πέντε έργα συνδυασμένα. Το αποτέλεσμα; Εξουθένωση.

Οι ομάδες DevOps είναι συνεχώς σε κατάσταση πυρόσβεσης, τρέχοντας να σβήσουν μια φωτιά μετά την άλλη ενώ γνωρίζουν ότι μια άλλη είναι就在 γύρω. Αλλά αυτή η αντιδραστική κουλτούρα σκοτώνει τη δημιουργικότητα, την κινητροδότηση και τη μακροπρόθεσμη σκέψη. Το να είναι συνεχώς σε κλήση καταστρέφει και την ικανότητα των ατόμων και της ομάδας να καινοτομούν και να μεγαλώνουν.

Μέρος του προβλήματος έγκειται στο πώς οι οργανισμοί προσεγγίζουν το DevOps. Αντί να σχεδιάζουν συστήματα που μπορούν να διαχειριστούν τον εαυτό τους, βασίζονται στους μηχανικούς ως ανθρώπινες επιδιορθώσεις, επιδιορθώνοντας κακή αρχιτεκτονική και χειριζόμενοι επαναλαμβανόμενο έργο που θα έπρεπε να είχε αυτοματοποιηθεί πριν. Αυτή η “ανθρώπινη πρώτα” προσέγγιση στη συστημική αξιοπιστία είναι αβέβαιη.

Το AI προσφέρει einen τρόπο έξοδο. Αυτοματοποιώντας τις εργασίες που είναι φορτωμένες με θόρυβο όπως η ανίχνευση ανωμαλιών, η συσχετίση καταγραφών και η ανίχνευση προβλημάτων, το AI μπορεί να αναλάβει το βαρύ έργο που τώρα απονέμεται στους ανθρώπους.

Αντί να ξυπνά τους μηχανικούς στις 2:00 π.μ. για ψευδείς θετικούς, το AI μπορεί να φιλτράρει τις ενημερώσεις και να ανυψώσει μόνο αυτές που真正ικά έχουν σημασία, ενδυναμώνοντας τις ομάδες να μεταβούν από αντιδραστική πυρόσβεση σε προληπτικές βελτιώσεις του συστήματος. Σε σύντομη, το AI δεν αντικαθιστά το DevOps αλλά ελαφρύνει το φορτίο, δίνοντας στους μηχανικούς τον αναπνευστικό χώρο που χρειάζονται για να εξελιχθούν.

Πώς το AI μπορεί να ελαφρύνει το φορτίο

Η ιδέα της υποδομής που “διατηρεί τον εαυτό της” έχει sido ένα όνειρο για το DevOps. Με το AI, γίνεται πραγματικότητα. Το AI είναι ο βοηθός που κάθε μηχανικός DevOps ευχόταν να είχε, προσφέροντας τρεις κρίσιμες ωφέλειες: ανίχνευση ανωμαλιών σε πραγματικό χρόνο, προληπτική μοντελοποίηση αποτυχίας και αυτοματοποιημένη επίλυση και προτάσεις.

Με την ανίχνευση ανωμαλιών σε πραγματικό χρόνο, το AI μπορεί να σημάνει προβλήματα dès που εμφανίζονται, πέρα από την τυπική “κόπωση ενημερώσεων” που πολλές ομάδες βιώνουν. Αναλύοντας μοτίβα και βασικές γραμμές, το AI γνωρίζει τι είναι φυσιολογικό και τι είναι προβληματικό, οδηγώντας σε λιγότερες ψευδείς θετικές και ταχύτερη ανίχνευση πραγματικών απειλών.

Χάρη στην προληπτική μοντελοποίηση αποτυχίας, το AI μπορεί να ανιχνεύσει τα σημερινά προβλήματα και να προβλέψει τα αύριο. Αναλύοντας ιστορικές τάσεις, το AI μπορεί να προβλέψει προβλήματα όπως η εξάντληση πόρων ή οι συμφορες κυκλοφορίας και να προτείνει λύσεις πριν αυτά εξελιχθούν.

Τέλος, η αυτοματοποιημένη επίλυση και οι προτάσεις επιτρέπουν στο AI να πηγαίνει πέρα από τις ενημερώσεις και να λαμβάνει δράση. Για παράδειγμα, αν μια υπηρεσία καταρρέει λόγω ορίων μνήμης, ένα εργαλείο που ενδυναμώνεται από το AI μπορεί να την αυξήσει αυτόματα. Ή μπορεί να προτείνει διορθώσεις, προσφέροντας στους μηχανικούς ένα σημείο εκκίνησης αντί να τους αφήνει να ψάχνουν τυφλά.

Η ομορφιά του AI στο DevOps είναι ότι δεν προσπαθεί να αντικαταστήσει τους μηχανικούς. Το ενδυναμώνει. Φανταστείτε να ξοδεύετε λιγότερο χρόνο σαρώνοντας τις καταγραφές και περισσότερο χρόνο σχεδιάζοντας συστήματα που ωθούν την επιχείρηση μπροστά. Αυτή είναι η υπόσχεση που το AI παραδίδει.

Αυξάνοντας την ταχύτητα των dévelopερ χωρίς να θυσιάζουμε την ασφάλεια ή την ποιότητα

Η ταχύτητα έχει γίνει το άγιον δισκοπότηρο για τις ομάδες ανάπτυξης. Οι εταιρείες θέλουν να κυκλοφορήσουν γρηγορότερα, να επαναλάβουν ταχύτερα και να ευχαριστήσουν τους πελάτες νωρίτερα, αλλά η ταχύτητα χωρίς φραγμούς μπορεί να οδηγήσει στο χάος λόγω κακής ποιότητας προϊόντων, ασφαλειών και απογοητευμένων χρηστών. Πώς μπορούν οι επιχειρήσεις να αυξήσουν την ταχύτητα χωρίς να καλωσορίσουν την καταστροφή;

Το μυστικό κρύβεται στην αφαίρεση των εμποδίων, όχι στο κόψιμο των γωνιών. Η ταχύτητα είναι λιγότερο για το να βιάζονται και περισσότερο για το να ροκανίζουν τις διαδικασίες και να αφαιρούν τους εμπόδους.

Αντί να περιμένουν για έναν κύκλο QA για να πιάσουν σφάλματα, αυτοματοποιημένα συστήματα μπορούν να ελέγξουν κάθε κομμάτι κώδικα πριν από τη συγχώνευση. Το AI μπορεί ακόμη και να ανιχνεύσει μοτίβα σε αποτυχημένες κατασκευές, επιφέροντας δράσιμη ανατροφοδότηση στους dévelopερ νωρίς.

Η ασφάλεια δεν πρέπει να είναι μια σκέψη στο τέλος. Τα εργαλεία που ενδυναμώνονται από το AI μπορούν να ενσωματώσουν δυναμική δοκιμή ασφαλείας σε κάθε στάδιο ανάπτυξης, πιάνοντας ευπάθειες πριν φτάσουν στην παραγωγή.

Οι dévelopερ δεν πρέπει να χρειάζονται δώδεκα εγκρίσεις για να αναπτύξουν τον κώδικά τους. Το AI μπορεί να επιβάλλει φραγμούς, διασφαλίζοντας ότι ό,τι αποστέλλεται είναι ασφαλές και καλά ελεγμένο χωρίς να βαρύνει τις ομάδες με χειροκίνητες ελέγχους.

Αφήνοντας το AI να χειρίζεται τις επαναλαμβανόμενες εργασίες και διασφαλίζοντας την ποιότητα, οι ομάδες ανάπτυξης κερδίζουν την αυτονομία να κινούνται γρήγορα χωρίς να θυσιάζουν την αξία. Η ταχύτητα είναι για το να χτίζουν συστήματα όπου η ταχύτητα και η σταθερότητα συνεργάζονται σε αρμονία.

Με το AI, οι dévelopερ δεν είναι πλέον θαμμένοι στις καταγραφές ή ξυπνούν για απαραίτητες διακοπές. Είναι αρχιτέκτονες, σχεδιάζοντας συστήματα που μαθαίνουν, αυτοθεραπεύονται και αυτοματοποιούνται. Αντί να πνίγονται στον θόρυβο, δουλεύουν σε σημαντικές βελτιώσεις που ωθούν την επιχείρηση μπροστά. Το AI κάνει το DevOps γρηγορότερο και αναβίωσε την ανθρώπινη επαφή.

Αντί για ένα σπριντ, το μέλλον του DevOps είναι ένα σταθερό, βιώσιμο ταξίδι προς έξυπνα συστήματα. Και με το AI να ανοίγει το δρόμο, οι ομάδες μπορούν τελικά να ενστερνιστούν την ταχύτητα χωρίς τον στρες.

Αφού, η τεχνολογία πρέπει να μας ενδυναμώνει, όχι να μας εξαντλεί.

Ο Pablo Gerboles είναι επιχειρηματίας, ιδρυτής και διευθύνων σύμβουλος της Alive DevOps, και επαγγελματίας γκολφίστας που συνδυάζει πειθαρχία, στρατηγική σκέψη και δημιουργικότητα σε όλα όσα κάνει. Με υπόβαθρο στην τεχνολογία και την маркетинг, ο Pablo έχει δημιουργήσει και επεκτείνει επιχειρήσεις σε διάφορους τομείς από το 2017. Είναι γνωστός για τη μετατροπή σύνθετων ιδεών σε πραγματικές λύσεις και την εφαρμογή εννοιών από την όραση στην εκτέλεση με ακρίβεια και ταχύτητα.