持续优化，是DevOps体系落地的重要理念之一。通过持续优化，可以推进企业研发队伍的自我完善与效能的持续提升，那么，如何才能构建持续优化的体系呢？
本文将从持续优化体系构建的前提条件，持续优化体系的设计要点等方面进行分析，希望能为企业的DevOps持续优化体系落地带来一些借鉴和启发。
DevOps持续优化的价值
企业DevOps体系落地建设，一般会经历自动化、数据化和一体化三个阶段（对于第三个阶段，从技术性本身来看，纵向“智能化”会更合适，但从落地的效果和价值上，横向一体化更为紧迫和目标达成）。当前，很多企业都已经进自动化阶段，甚至有一部分企业已逐步迈入数据化阶段。企业DevOps落地路径简述如下图所示：
1. 自动化阶段
核心是实现全过程的工具平台建设，但又不能仅限于工具平台建设，这个时期建设结果，将决定企业DevOps实践未来是否可以走向数据化、一体化。这个时期的建设内容和效果要求我们可以概括为：
- 支撑从需求提出到应用系统上线全交付过程的工具平台，从阶段上讲会包括业务、研发、测试、部署（运维）各阶段支持的工具链，也就是业务流的打通。
- 要建立基于DevOps理念及工具平台的全新持续交付模式，驱动研发效率、质量、管控的提升，也就是DevOps体系的落地应用。
- 要实现所有工具链的数据流打通，包括面向工具平台使用的组织、用户、权限、认证数据的统一，以及面向业务过程的数据流。那么，如何检验数据流已经打通了呢？可以看一下，一个业务需求提出后，是否可以在清晰地看到在需求、研发、测试、部署等阶段其生命周期信息。
2. 数据化阶段
核心是实现持续优化的闭环体系建设，也就是我们今天探讨的主要内容。面向效能提升或过程管控，通过对持续交付全过程数据的采集、分析、监控， 找到交付工作过程中的弱项，并依托构建的持续优化闭环体系，对弱项进行改善提升，从而不断推高木桶效应中的短板，实现效能、管控乃至企业整体研发交付能力的持续提升。
3. 一体化阶段
主要内容包括两个方面，一是向后的运维运营一体化，以及向前的业务一体化。也就是说，从业务策略提出，到业务策略的检验。
为了比较好的理解一体化，我们举个例子：某网上商城为了提升商城的流量，决定借五一期间开展一项引流活动。研发运维侧自然需要做一些配合，那么从业务需求提出后，其服务交付、活动中的快速扩容，都可以通过一体化的DevOps平台支撑，实现持续交付、持续运维/运营。同时，也可以与业务侧的活动效果评估（比如以拉新促活的流量）一起，一体化核算业务活动中流量的业务特性、时间特性、主体特性、ROI等。
那么，从自动化演进到数据化，究竟能带来多大的价值？我们先来看一个数据化的落地思维和效果图：
从上图我们可以看出，通过DevOps自动化阶段的建设，企业研发效能与管控水平可以上升到一个全新的台阶，以100分代表满分持续交付能力，那么通过该阶段，我们可以达到70分左右，如果不建立后续持续优化的体系，那么就永远是70分或逐步降低，这也是多年来信息化重建设、轻运营的典型问题。
因此，只有企业建立了持续优化的体系和机制，才能保障和提升我们的研发效能与管控水平，推动整体提升，无限靠近100分。这也就是企业为什么要建立持续优化体系的原因。
从人员或团队来看，我们通过持续优化，每天进步一点点，通过积累，可以不断突破现有能力的天花板，实现个人或团队实力的整体飞跃。
DevOps持续优化构建前提
DevOps实践的持续优化体系建立，可为个人、团队、企业带来交付能力的持续提升，拓展IT组织的吞吐量，为业务提供更加可靠、优质的服务保障。那我们在什么条件下、什么时机下就可以开展持续优化体系建设呢？通过实践，我们总结需要做到以下几个方面：
1. 业务流贯通
业务流贯通，是推进DevOps实践持续优化体系建立的先决条件。
其包括2个方面，一是工具平台建设到位，实现从需求进入到发布上线全过程的支持，即研发过程支撑一体化；二是基于DevOps平台的全新交付体系的建立与应用的推广。
(1)工具平台建设
工具平台建设，是每一个过程点的功能支撑都要全部建设完成吗？从我们的经验来看，其实不尽然。
首先，研发场景会随着业务发展持续变化，传统以满足场景为目标的工具系统的建设思路，不能很好的响应研发场景的持续变化，换句话讲，场景化的支持只能满足一时。
此外，基于研发场景高敏性的特点，在工具链的建设上，就需要转换为以能力为核心的建设方式，同时解决能力的低成本扩展，场景应用的低成本实现的问题，也就是说，我们需要构建一套具有PaaS化思想的DevOps平台，可实现对于场景支撑服务SaaS的快速组装，也就是可以快速生长出“系统”的“平台”，而不仅是一套场景化的DevOps系统，一旦场景需求变化了，就需要花费大量的时间和人工成本升级改造，不能适配于研发业务本身高敏的特征。
工具平台的建设要求，可以用下面这个图示说明：
(2)全新交付体系建立
现在的企业中，瀑布开发、敏捷开发等交付模式混杂，甚至更多的企业仍旧是处于瀑布开发的交付模式，要实现从现有交付模式向基于DevOps的交付模式演进，除平台建设外，还需要开展以下几项工作：
- 流程规范的梳理
流程梳理：DevOps平台建成后，研发过程的大部分活动，会由DevOps平台自动化的执行，因此，需要梳理和订立人员之间，人员基于DevOps工具平台的活动协同与衔接。
规范梳理：规范梳理既是效率提升的需要，也是质量提升的需要，更是管理控制的需要，其是实现基于平台的技术管控，实现国家级、行业级、企业级的技术要求、管理要求的技术化指标及门禁项的建立，自动化执行与结果统计汇报。
- 团队人员的赋能 基于DevOps平台的交付理念，以及工具平台使用的掌握，包括平台能力的自助扩展的掌握，消除团队个性化能力需求无法满足的短板，由团队自控。
- 现有过程的转换 现有过程的转换，就是使用DevOps平台支撑研发工作过程的转换。该工作的推进一般会由试点和全面推广两个阶段组成。
试点阶段：选取典型的项目和团队，进行转换过程的设计与推进，总结转换相关经验用于辅助后续团队推广。
推广阶段：企业全部或大部分项目和团队，均实现基于DevOps平台研发过程支持，企业整体建立全新的研发交付体系。
2. 数据流贯通
数据流贯通，是推进DevOps实践持续优化体系建设的关键条件。其也包括2个方面，一是上层的业务数据，二是过程的辅助数据。
(1)业务数据
业务数据即我们研发过程中的需求及其后的工程相关数据，包括需求、源代码、持续集成、持续部署等相关过程数据，需要实现全生命周期的贯通。
(2)辅助数据
主要包括组织数据、用户数据、权限数据、认证数据、日志数据等，其是用于标识不同主体的活动情况，其与业务数据的关联性，也需同步贯通。
早期的工具链建设上，如果我们没有关注到以上两类数据的贯通，在平台层面解决以上两类数据的贯通，那么，数据化阶段，将会成为企业DevOps时间永远也无法逾越的鸿沟，也就是说，从DevOps的理念来看，企业的落地是失败的。
3. 企业持续优化的“欲望”
企业打通了业务流，贯通了数据流，如果缺少持续创新、持续提升的“欲望”，那么，持续优化的建设也是水中月、镜中花，可望而不可得。
一般来说，这种“欲望”来自于两个方面，一是业务需要驱动，二是IT服务需要驱动。
业务的驱动是由当前数字化时代，业务的快速变化，要求IT的研发及运维服务必须具备更快、更好、更稳定的交付能力，支撑业务响应市场变化而决定的。
IT驱动，则更多的是从IT服务与管控能力考虑出发，简单来说，就是是否能够支持企业业务低成本的创新与探索。
DevOps持续优化体系构建
既然DevOps的持续优化体系可为企业带来持续的能力提升，为业务提供更加及时、可靠的服务支持，有助于企业在数字化时代中持续抢得身位优势与竞争优势。那么，持续优化体系的构建，需要涉及哪些信息呢？企业应该如何实施呢？先看一下业务的相关方。
1. 优化关系模型
持续优化工作涉及企业的管理与执行，其中又会涉及多种角色，因此，对于持续优化，企业可以先梳理不同层面的诉求。
在整个研发过程中，不同角色关注的信息是不相同的，如下图：
同时，企业也需要看到，持续优化的核心是针对执行与管理工作，也就是说，我们从外面来看，优化的整体期望是要么通过管理提升去拉升整体的效能，要么通过执行提升，去抬升整体的效能。如下图：
企业的研发本身具备多维度的关联关系，这些关联关系则是企业在DevOps平台中的数据流贯通时需要解决的，如下图：
基于以上的模型关系，企业可以从多个维度进行的执行和管理的优化提升实施。比如：基于企业级、团队级、个人级的需求平均交付周期分析，基于项目级的源代码质量分析，基于个人的工作能力画像等。
具体的分析维度及内容，可以结合企业关注点构建度量体系，通过自定义度量的方式落地实施。
2. 优化闭环模型
在构建了优化关系模型后，下一步要实现的是优化的闭环模型，优化的闭环模型如下图所示：
这闭环模式实现的关键，要能自由的设置比对基线，能够进行问题的快速跟踪和优化措施执行结果的比对分析。因此，优化闭环模型需要涉及指标管理、基线管理、告警管理、问题管理、任务管理、快照对比等方面内容，实现整体上的闭环。
总结
DevOps实践持续优化体系的构建，需要以企业DevOps自动化的阶段实施为基础，通过持续优化体系的构建，基于DevOps的效率、质量、管控、优化等理念都得到了落地，DevOps体系建设也才能算基本完成。
在后续的使用中，一些新的理念或诉求，也可能会由于业务或场景的发展变化而持续提出来，因此，DevOps落地的基础，底层的工具平台的扩展能力就显得尤为重要了，基于PaaS思想，实现“能力”与”服务”的分离，可以较好地响应企业能力持续、低成本、及时、个性化丰富的诉求。
出品：嘉为科技
