2020年中国DevOps应用发展研究——艾瑞咨询报告总结

2020年12月，艾瑞咨询发布《DevOps应用发展研究》，对业内企业进行调研，梳理国内DevOps历史脉络、发展现状及展望，内容涵盖DevOps理念解析及行业应用、中国DevOps市场发展状况和中国DevOps应用发展展望。

DevOps概述

DevOps企业实践：由于DevOps的实践远不仅限于安装软件工具，其在企业内部的落地实践需要经历复杂的转型过程。我们认为DevOps的成功实践需要企业工程解耦化、流程协同化和管理颗粒化的改变，要走过从资源整合到自助服务的五个步骤。在这个过程中，企业和团队需要更多地关注管理方式和文化适应性，引入专业机构的咨询和培训服务能够有效减少DevOps转型过程中的摩擦成本。

DevOps市场现状：早在云计算诞生之前DevOps已然存在，长期以来DevOps实践使用的软件工具以免费的开源软件为主。尽管如此，一体化的DevOps平台正在成为全球范围内的DevOps发展趋势，国内企业通常采用一体化平台+开源软件的方式构建自己的DevOps体系。2020年国内DevOps服务的市场规模达到27亿元，未来5年的CAGR将超过25%，市场发展前景良好。

DevOps应用展望：DevOps面对的企业文化上的敏态转型以及其所使用的不断优化的开发/运维软件都决定了DevOps不会成为一种故步自封的工具，云原生更是为DevOps大展身手提供了广阔的平台。
DevOps将会在自动化、数据化、一体化和智能化方向上不断自驱发展，DevOps与人工智能、无服务器和安全工程的融合发展将会为DevOps注入新的活力和可能性。

企业为什么要引入DevOps？

1.IT人才市场供不应求 企业需寻求内生途径以加强IT部门运行效率
2.开发和运维部门在工作目标上面临分歧，难以有效沟通
3.瀑布流式开发流程僵化，不利于效率的提升，逐步向敏捷转型
4.IT部门管理透明度低、难度大，IT业务的复杂性和专业性对领导层管理造成考验

DevOps理念和工具在哪些行业有所应用？

1.传统行业：数字化转型捷径
DevOps助力传统行业稳步走上云原生数字化之路

2.科技行业：软件工程新纪元
DevOps赋能科技行业迈入软件工程高效阶段

DevOps为企业带来的价值

工作效率及产品质量得到提高，量化指标还有优化空间。

DevOps软件工具的现状

市场规模：未来5年DevOps市场复合增长率将超过25%

随着互联网转型的深入，目前各行业的头部企业基本都已经开始了DevOps转型实践，并形成了良好的带头和示范作用，未来数年DevOps工具将继续向企业渗透，并保持稳定的市场规模的增长。预计2020年年底DevOps市场规模将达到27亿 元，5年之后这一市场将增长至83亿元，复合增长率将超过25%。值得注意的是，DevOps实践中所使用的大量软件工具为免费的开源软件，并不直接带来市场规模的增长，前述市场规模主要包括DevOps云平台（包括公有云和私有云）及少数收费软件产生的市场价值；其次，互联网和IT是在DevOps领域投入最多的行业之一，然而互联网和IT企业在这一领域常常是以“自产自用”的方式构建内部DevOps工作框架（如禅道项目管理软件配合自研的禅道ZTF及Zendata进行自动化测试、持续集成），从而在交易环节对DevOps市场的贡献远不及其实际使用规模。

一体化趋势：

“一站式”能力是软件研发平台产品的普遍发展方向；
“云平台+开源软件”是最主流的DevOps构建方法；
一体化DevOps市场拓展仍期待头部企业的示范作用。

成熟度状态：

容器技术推动DevOps实践，大多数企业实践取得了成效；
咨询与培训服务在DevOps实践中的作用不可忽视；
DevOps的进一步深化仰赖软件行业的全面生态融合。

发展展望：

DevOps——不断自驱与进步的IT文化：自动化、数据化、一体化、智能化是未来DevOps的发展方向

Serverless + DevOps：以底层资源的智能托管整合DevOps的运维工作

无服务器架构核心是将服务器等底层资源的配置和维护工作最大程度地交由云服务商托管，使得使用者能够专注于无服务器应用的运行。对于软件开发者而言，这一架构给予了他们更加专注的工作环境，能够进一步提高工作效率、降低工作摩擦。同时，从软件生命周期来看，传统的软件运维分为对运行状态即业务流程的运维以及对底层基础设施的运维。Serverless的发展有希望将基础设施运维的负担从用户手中分流，二者的结合有望给IT运维行业的格局带来深刻的改变，通过加强IT运维职能划分和自动响应来减少IT部门的运维成本。

AI + DevOps：以动态优化的流程和规则赋能DevOps的敏捷思想
人工智能与运维工作的融合被称为“AIOps”，其核心是突破现有的以固定脚本设置规则来对系统运行状况进行监控的传统模式，将机器学习算法引入运维规则的设置，从而对不同企业、不同软件的运行智能生成更有针对性的运维规则，提高问题识别的精准度有有效性，提高运维服务的质量并降低其成本。而在开发端，人工智能的主要角色是通过充分利用大数据推导智能算法提供更加优化的部署、交付和测试方案，进一步减少人工参与和手动进行的环境，提高准确性和效率性，国外已有公司如Lambdatest将人工智能算法融入到测试过程中，以提高测试效率、加速软件开发进程。

Security + DevOps：以有机内生的安全方法保障DevOps的稳定高效

在软件开发实践当中，传统的安全流程往往因为跟不上频繁发布和更新的步伐，从而成为制约DevOps流程提速的短板，或是直接被研发人员跳过以追求敏捷效率。DevSecOps的理念是将安全防护流程有机地融入传统的DevOps流程中，通过自动化、智能化的方法使其成为软件开发和运维中的内生部分，以统一的流程实现对安全防护的兼顾。在云原生时代，安全策略在全球范围内受到的重视越来越高，软件开发内生安全性将成为评价企业DevOps成熟度水平的重要指标。

数据来源：艾瑞咨询《2020年中国DevOps应用发展研究——艾瑞云原生系列报告（二）》https://www.iresearch.com.cn/Detail/report?id=3702&isfree=0