抖音技术能力大揭密!钜惠大礼、深度体验,尽在火山引擎增长沙龙,就等你来! 立即报名>> 了解详情
写点什么

Electric Cloud 推出用于 DevOps 的预测分析平台

2018 年 7 月 06 日

ElectricFlow DevOps Foresight 使用深度学习来识别发布管道中的模式,评估软件发布成功的可能性,并提出建议以逐步提高管道性能和应用程序质量。

DevOps Foresight 将机器学习算法应用于 DevOps 工具链生成的数据,用以开发风险评分指标,在发布之前预测发布的结果。通过使用预测分析技术,它还提供了有关如何根据开发人员影响力和代码复杂性改进管道的关键建议。

DevOps 团队获得了必要的步骤,通过深入了解现有的开发实践和发布模式,消除“发布焦虑”。他们可以找出整个软件交付过程中的瓶颈和低效率部分,并理解分配给新的复杂应用程序和环境的资源。

基于对过去成功和失败模式的深入洞察,DevOps Foresight 可预测发布成功的可能性。发布风险评分是基于开发人员、代码和环境配置而创建的,并为利益相关者提供了一种直观的方式来解释特定发布版本或管道的成功可能性。如果分数很高,工程团队可以查看这些配置,以确定是什么(特别是这些配置)导致了可能出现的风险。为了提出改进管道的建议,DevOps Foresight 考察了过去的贡献因素以及有助于改进它们的因素,并建议对团队、代码或环境做出适当的变更。

InfoQ 采访了 Electric Cloud 首席技术官 Anders Wallgren,了解了他们在伦敦DevOps 企业峰会上发布的产品。

InfoQ:它是 DevOps 仪表盘吗?

Anders Wallgren:大多数仪表盘都是通过定义和回答当前框架内的问题来进行回溯,比如它准时吗?瓶颈在哪里?我们的 DevOps 仪表盘 ElectricFlow 已经存在了大约 12 年,我们去年发布了 DevOps Insight,让团队可以自动从工具链的工具收集数据,用以回答很多问题,比如该版本中包含了哪些 JIRA story、Jenkins 构建了哪些内容、已经完成的自动化测试,以及随着时间的推移,生产事故或问题追溯到某个版本后该如何处理。

DevOps Foresight 将机器学习和大数据带入到了 DevOps 中,识别其中的模式,并使用数据(比如谁贡献了哪些东西以及之前的经验水平是怎样的)来预测未来的事件。这些数据来自团队和团队成员的技能集以及 UI 或最终用户的影响。通过这种方式,人们可以使用确凿的证据来增强直觉,并通过回答以下问题来解开迷思并做出业务决策:“我们能走得更快,做得更多吗?”、“这个版本会导致或多或少的质量问题吗?”

InfoQ:它应该被用在 sprint 计划中吗?或用于站会?或用于持续部署?

Wallgren:在大数据中,我们对粒度的重要性存在一个疑问。我们想要知道的是,它究竟是一个团队、一个模块还是架构的一部分。随着时间的推移,我们可以看到,它们的相关性并不那么明显。

InfoQ:这将给传统的单体架构带来什么好处?

Wallgren:当我们对它们做出变更时,ElectricFlow Foresight 通过风险地图给我们提供见解,告诉我们哪些特定区域、模块或系统需要进行回滚,并建议我们应该在哪些地方集中我们的改进工作,或考虑做出架构决策,将组建抽取为微服务。

InfoQ:预测分析如何帮助建立安全文化?

Wallgren:重点要关注结果和团队,而不是个人,因此通过指标来评判个人并不是我们的目标。相反,团队可以将此作为利益相关者可以利用的学习机会,帮助他们获得正确的反馈并减少过长的反馈循环。这种预测分析的大部分价值在于它提示你提出的那些问题,而不仅仅是为你提供的那些答案。系统可以像迷你价值流一样告诉你什么是活跃的,什么是闲置的。我们的算法最初是根据我们已经收集的客户数据进行训练的,这些数据将立即对新用户提供有用的价值,用以识别出模式,进而推动改进过程。

InfoQ:你能对这种预测分析技术的未来做出预测吗?

Wallgren:推荐是预测分析技术的必杀技,先是识别出模式,然后使用这些模式进行预测,提供原始数据并解释这些数据,基于机器学习获得的结论为人类用户提供指导,告诉他们下一步该做什么。除此之外,对推荐进行自动化,即计算自动化。不过,我们认为路还很长!

InfoQ:ElectricFlow Foresight 的底层架构是怎样的?

Wallgren:Insight 的核心架构是 ELK 栈——Foresight 添加了使用 Python 编写的算法。我们可能在未来会尝试 TensorFlow,但现在不会。

InfoQ:现在有客户在使用新功能?

Wallgren:已经有很多客户向我们提出了需求,并在测试期间提供数据来帮助我们训练我们的算法,并希望后续能够继续使用该产品。与此同时,我们正在尝试根据我们看到的不同用例建立适当的许可模型。例如,对于只对分析感兴趣但对自动化或编排不感兴趣的组织,是否可以将其作为独立产品使用?我们希望让团队尽可能简单地实现这一价值——无论他们的用例是怎样的。

查看英文原文 Electric Cloud Launches Predictive Analytics for DevOps

2018 年 7 月 06 日 11:00908
用户头像

发布了 731 篇内容, 共 378.8 次阅读, 收获喜欢 1887 次。

关注

评论

发布
暂无评论
发现更多内容

耗时1年的前端技术框架切换之旅

华为云开发者社区

前端 软件工程 React 框架 web前端

智能证件照 Tech Support

凌天一击

工商银行分布式服务 C10K 场景解决方案

阿里巴巴云原生

容器 微服务 云原生 监控 应用服务中间件

精选Hive高频面试题11道,附答案详细解析

五分钟学大数据

大数据 hive 5月日更

如何更改 Notion 中的字体?

彭宏豪95

效率 Notion 工具 5月日更

架构实战营-详细架构设计文档

Simon

架构实战营

Spring Cloud Kubernetes之实战服务注册与发现

Damon

微服务架构 微服务发现 5月日更

五一假期回乡,跟大家聊聊感触

架构精进之路

心情 杂记 5月日更

Golang Chaos Engineering

escray

go 极客时间 学习笔记 Go 语言从入门到实践 5月日更

前端开发:基于原生JS的时间过滤实现

三掌柜

5月日更

自动发布.NET Core Web应用

DisonTangor

DevOps 运维自动化 jenkins dotnet

Python OOP-5

若尘

oop Python编程 5月日更

一个朋友学会Java泛型后直接薪资翻倍!

北游学Java

Java 泛型

腾讯云大神亲码“redis深度笔记”,从基础到源码,应有尽有

云流

Java 编程 程序员 架构

大数据实战:网站流量日志数据分析

大数据技术指南

大数据 5月日更

5分钟快速梳理你的HTTP体系

HaiJun

方法论 网络协议 HTTP 语言 & 开发

百度大脑UNIT拍了拍你,提醒你报名智能对话训练营

百度大脑

物联网 智能对话

只会重装系统的运维,不是好运维

运维研习社

Linux 5月日更 系统修复

恍然大悟丨Java 中 RMI 的使用

Java架构师迁哥

使用docker compose快速部署前后端分离项目案例

皮特王

nginx Docker Vue Docker-compose

jmeter命令行执行测试并对测试报表进行初步分析

行者AI

测试 Jmeter

华为云PB级数据库GaussDB(for Redis)揭秘第九期:与HBase的对比

华为云开发者社区

HBase 华为云 开源数据库 NoSQL数据库 数据库GaussDB(for Redis)

【LeetCode】解码异或后的排列Java题解

HQ数字卡

算法 LeetCode 5月日更

HarmonyOS开发者创新大赛预选赛结束,23支队伍脱颖而出闯入决赛

Geek_283163

鸿蒙

腾讯Java一面失败后刷题学习3个月,四月斩下腾讯T3 Offer,我的逆袭之路

Crud的程序员

Java spring 编程 程序员 架构

阿里云入选 2021 Gartner APM 魔力象限,国内唯一入选云厂商

阿里巴巴云原生

阿里云 容器 微服务 运维 云原生

SICP 习题2.6之丘奇数

程序员历小冰

函数式编程 SICP 5月日更

Github连夜下架!阿里新产Java全栈面试突击小册太香了

马小晴

Java 编程 程序员 面试 架构师

打破思维定式(六)

Changing Lin

5月日更

技术实践丨如何解决异步接口请求快慢不均导致的数据错误问题?

华为云开发者社区

JavaScript typescript 浏览器 angular web前端

技术干货|7个 React 性能提升技巧

拍乐云Pano

React

Study Go: From Zero to Hero

Study Go: From Zero to Hero

Electric Cloud推出用于DevOps的预测分析平台-InfoQ