2020年中國DevOps應用發展研究——艾瑞諮詢報告總結

2020年12月，艾瑞諮詢釋出《DevOps應用發展研究》，對業內企業進行調研，梳理國內DevOps歷史脈絡、發展現狀及展望，內容涵蓋DevOps理念解析及行業應用、中國DevOps市場發展狀況和中國DevOps應用發展展望。

DevOps概述

DevOps企業實踐：由於DevOps的實踐遠不僅限於安裝軟體工具，其在企業內部的落地實踐需要經歷複雜的轉型過程。我們認為DevOps的成功實踐需要企業工程解耦化、流程協同化和管理顆粒化的改變，要走過從資源整合到自助服務的五個步驟。在這個過程中，企業和團隊需要更多地關注管理方式和文化適應性，引入專業機構的諮詢和培訓服務能夠有效減少DevOps轉型過程中的摩擦成本。

DevOps市場現狀：早在雲端計算誕生之前DevOps已然存在，長期以來DevOps實踐使用的軟體工具以免費的開源軟體為主。儘管如此，一體化的DevOps平臺正在成為全球範圍內的DevOps發展趨勢，國內企業通常採用一體化平臺+開源軟體的方式構建自己的DevOps體系。2020年國內DevOps服務的市場規模達到27億元，未來5年的CAGR將超過25%，市場發展前景良好。

DevOps應用展望：DevOps面對的企業文化上的敏態轉型以及其所使用的不斷優化的開發/運維軟體都決定了DevOps不會成為一種故步自封的工具，雲原生更是為DevOps大展身手提供了廣闊的平臺。

DevOps將會在自動化、資料化、一體化和智慧化方向上不斷自驅發展，DevOps與人工智慧、無伺服器和安全工程的融合發展將會為DevOps注入新的活力和可能性。

企業為什麼要引入DevOps？

1.IT人才市場供不應求 企業需尋求內生途徑以加強IT部門執行效率 2.開發和運維部門在工作目標上面臨分歧，難以有效溝通 3.瀑布流式開發流程僵化，不利於效率的提升，逐步向敏捷轉型 4.IT部門管理透明度低、難度大，IT業務的複雜性和專業性對領導層管理造成考驗

DevOps理念和工具在哪些行業有所應用？

1.傳統行業：數字化轉型捷徑 DevOps助力傳統行業穩步走上雲原生數字化之路

2.科技行業：軟體工程新紀元 DevOps賦能科技行業邁入軟體工程高效階段 DevOps為企業帶來的價值

工作效率及產品質量得到提高，量化指標還有優化空間。

DevOps軟體工具的現狀

市場規模：未來5年DevOps市場複合增長率將超過25%

隨著網際網路轉型的深入，目前各行業的頭部企業基本都已經開始了DevOps轉型實踐，並形成了良好的帶頭和示範作用，未來數年DevOps工具將繼續向企業滲透，並保持穩定的市場規模的增長。預計2020年年底DevOps市場規模將達到27億 元，5年之後這一市場將增長至83億元，複合增長率將超過25%。值得注意的是，DevOps實踐中所使用的大量軟體工具為免費的開源軟體，並不直接帶來市場規模的增長，前述市場規模主要包括DevOps雲平臺（包括公有云和私有云）及少數收費軟體產生的市場價值；其次，網際網路和IT是在DevOps領域投入最多的行業之一，然而網際網路和IT企業在這一領域常常是以“自產自用”的方式構建內部DevOps工作框架（如禪道專案管理軟體配合自研的禪道ZTF及Zendata進行自動化測試、持續整合），從而在交易環節對DevOps市場的貢獻遠不及其實際使用規模。

一體化趨勢：

“一站式”能力是軟體研發平臺產品的普遍發展方向； “雲平臺+開源軟體”是最主流的DevOps構建方法； 一體化DevOps市場擴充仍期待頭部企業的示範作用。

成熟度狀態：

容器技術推動DevOps實踐，大多數企業實踐取得了成效； 諮詢與培訓服務在DevOps實踐中的作用不可忽視； DevOps的進一步深化仰賴軟體行業的全面生態融合。

發展展望：

DevOps——不斷自驅與進步的IT文化：自動化、資料化、一體化、智慧化是未來DevOps的發展方向

Serverless + DevOps：以底層資源的智慧託管整合DevOps的運維工作

無伺服器架構核心是將伺服器等底層資源的配置和維護工作最大程度地交由雲服務商託管，使得使用者能夠專注於無伺服器應用的執行。對於軟體開發者而言，這一架構給予了他們更加專注的工作環境，能夠進一步提高工作效率、降低工作摩擦。同時，從軟體生命週期來看，傳統的軟體運維分為對執行狀態即業務流程的運維以及對底層基礎設施的運維。Serverless的發展有希望將基礎設施運維的負擔從使用者手中分流，二者的結合有望給IT運維行業的格局帶來深刻的改變，通過加強IT運維職能劃分和自動響應來減少IT部門的運維成本。

AI + DevOps：以動態優化的流程和規則賦能DevOps的敏捷思想

人工智慧與運維工作的融合被稱為“AIOps”，其核心是突破現有的以固定指令碼設定規則來對系統執行狀況進行監控的傳統模式，將機器學習演算法引入運維規則的設定，從而對不同企業、不同軟體的執行智慧生成更有針對性的運維規則，提高問題識別的精準度有有效性，提高運維服務的質量並降低其成本。而在開發端，人工智慧的主要角色是通過充分利用大資料推導智慧演算法提供更加優化的部署、交付和測試方案，進一步減少人工參與和手動進行的環境，提高準確性和效率性，國外已有公司如Lambdatest將人工智慧演算法融入到測試過程中，以提高測試效率、加速軟體開發程式。

Security + DevOps：以有機內生的安全方法保障DevOps的穩定高效

在軟體開發實踐當中，傳統的安全流程往往因為跟不上頻繁釋出和更新的步伐，從而成為制約DevOps流程提速的短板，或是直接被研發人員跳過以追求敏捷效率。DevSecOps的理念是將安全防護流程有機地融入傳統的DevOps流程中，通過自動化、智慧化的方法使其成為軟體開發和運維中的內生部分，以統一的流程實現對安全防護的兼顧。在雲原生時代，安全策略在全球範圍內受到的重視越來越高，軟體開發內生安全性將成為評價企業DevOps成熟度水平的重要指標。

資料來源：艾瑞諮詢《2020年中國DevOps應用發展研究——艾瑞雲原生系列報告（二）》https://www.iresearch.com.cn/Detail/report?id=3702&isfree=0