从微服务到人工智能：2019年DevOps的八大趋势

过去几年中，从鬼话到神话再到人话，DevOps已经从时髦概念落地最佳实践，进而改变着整个软件世界。而在即将到来的2019年，DevOps将迎来一波猛烈的发展，成为推动软件世界前进的核心动力。从过去五年DevOps的Google Trend热度走势（下图）来看，这个预测并非空穴来风。

统计数据方面，DevOps的采用率从2015年到2016年提高了约8％，如下图所示，预计2019这一数字将大幅增长。

据Statista称，许多商业组织正在采用DevOps，2018年增长率高达17％，而2017年则为10％左右。

您可以点击RightScale查看完整报告。此外Forrester的报告明确提到2018年将是DevOps元年。

我最近关于DevOps现状统计数据的文章在DevOps爱好者中得到了极大的反响，这表明许多技术传播者都有兴趣了解，并更多地在他们的组织中实施DevOps。

以下我们来看看DevOps发展的八大趋势

1.焦点从CI管道（Pipeline）转移到DevOps装配线

Pipelines管道可以可视化的方式向你完整显示APP从源代码到生产环境的过程，您可以在单一面板中看到所有内容。我们要做的不仅仅是CI（持续集成），更重要的是CD（持续交付）; 组织正在投入时间和精力来更多地了解如何将软件开发全过程自动化。在2019年，这种转变将表现为从CI管道向DevOps装配线的演化。

2.自动化将成为主要焦点

在DevOps中，我们谈论了很多自动化。如果可能的话，零接触自动化就是未来的发展方向。这并不意味着你必须自动化一切，但如果必须，那么你应该能够做到。了解DevOps周期的6 C并确保在这些阶段之间应用自动化是关键所在，这将是企业2019年的主要目标。

DevOps生命周期的6c

3.测试人员应该学习编码

在DevOps中，需要知道如何编写代码并用自动化脚本来测试各种用例的测试人员。如果您是测试人员并且在是否学习编码方面处于两难境地，我们建议您学习编码。了解不同的DevOps工具和自动化脚本在当今的软件开发中至关重要，并且这也将是2019年的主旋律。

如果测试人员不学习编写代码并编写自己的自动化测试脚本，他们就离死不远了。手动测试将在2019年过时，因为会耗费大量时间。测试自动化不仅可以提高效率，还可以确保功能更快地交付给市场。

4.增加采用微服务架构

DevOps和微服务将齐头并进。微服务是独立的实体，因此在出现问题时不会存在依赖关系并破坏其他系统。微服务架构可帮助公司轻松部署和添加新功能。预计公司将转向微服务架构，以增加其运行时间和有效交付能力。在制定微服务架构决策前，我们不要人云亦云，或者跟风冒进，企业技术决策者应当了解和理解为什么要采用微服务架构。

5.更多公司会选择企业版本

有许多公司仍处于自行开发或购买的两难境地。但是，我们建议您按照自己的要求做自己最擅长的工作并购买工具。这不仅可以帮助您专注于您的目标，还可以完全依赖第三方平台来提高工作效率。许多公司现在都在寻求企业版本来搭建自己的基础架构，并确保安全性尽可能得到最好的控制。

6. Kubernetes将迎来大发展

Kubernetes因其产品力和易用性而成为增长最快的容器技术。Kubernetes围绕它建立了一个很好的开源社区。在世界各地，许多CIO和技术专家已采用Kubernetes，预计Kubernetes将在2019年迎来大发展。

最近，在KubeCon + CloudNativeCon北美会议（2017年12月6日至8日）前夕，云原生计算基金会进行了一项调查，并分享了容器编排环境向Kubernetes转移的变化趋势。

容器技术环境向Kubernetes转移

7.安全性将成为主要焦点 – DevSecOps

CICD管道能够实现日常的快速迭代变化，从而满足客户的需求和要求。CI / CD管道也可以实现自动化，因此安全性现在必须成为设计规范的一部分，从一开始就考虑安全性需要，将安全性编辑到软件的“基因”中，而不是像速腾轿车有缺陷的后轴一样用螺栓固定，安全性不再是附加功能。

最近我们看到了DevSecOps的上升趋势，DevSecOps强调在应用程序开发的生命周期中首先注入安全性，从而减少漏洞并使安全性匹配IT和业务目标要求。DevSecOps模型假设每个人都对安全负责，因此减少了问责和查源扯皮的问题。

DevOps和DevSecOps之间的区别

8. AI和ML将促进DevOps增长

AI和ML非常适合DevOps文化。他们可以处理大量信息并帮助执行琐碎的任务，从而使IT人员能够完成更有针对性的工作。他们可以学习模式，预测问题并提出解决方案。DevOps的目标是统一开发和运营，而AI和ML则可以消除过去分裂开发和运维两大业务的一些紧张局势。（参考阅读 -  DevOps.Com AI和ML从六个方面优化DevOps）

本文作者：Pavan Belagatti