DevOps
DevOpsは、開発と運用を結び付け、チームが稼働中のサービスを素早く変更し、信頼性高く運用できるようにする、文化的な習慣、働き方のプラクティス、ツールの集合です。多くの統制を仕事そのものの中に移すことでITILを補完しますが、明確なオーナーシップと証拠の必要性をなくすものではありません。
なぜ重要か
長年、ソフトウェアを作ることと運用することは、異なる目標を持つ別々のチームの、別々の仕事でした。開発者は変更によって評価され、運用は安定によって評価され、両者は、どちらにとっても不満の残る引き継ぎの場で出会いました。リリースは壁の向こうへ投げられ、インシデントは投げ返され、顧客は待たされました。
DevOpsは、2000年代後半に、それへの応答として現れました。核となる考え方は単純です。サービスを作る人々は、その運用に責任を分かち合い、運用する人々は、それがどう作られるかを形づくる手助けをするべきだ。その共有された責任が、自動化と速いフィードバックに支えられて、チームが頻繁にリリースし、素早く復旧することを可能にします。
サービスマネジメントにとってDevOpsは、大きな影響を与えるものであり、ときに摩擦の源でもあります。ITILは変更実現やインシデント管理といったプラクティスを記述し、DevOpsは、チームがパイプライン、共有のオンコール、非難のないレビューを使ってそれらをどう遂行するかを記述します。両者を対立するものとして扱う組織は、並行するシステムを抱えることになり、両者をつなげる組織は、より速く、より証拠に裏づけられた統制を得ます。このトピックは、これらの考え方を説明し、このガイドの他の部分との関係を示します。
中核となる概念
DevOpsとは何か。 この言葉は「開発(development)」と「運用(operations)」を組み合わせたものです。Wikipediaは、ソフトウェア開発とIT運用を統合し、デリバリーのライフサイクルを短縮し、高い品質での継続的デリバリーを提供することを目指す一連のプラクティスと説明しています。フレームワークというより運動であり、それを定義する統治機関や単一の認定はありません。
まず文化。 中心的な変化は文化的なものです。共通の目標、共有された責任、役割間の協働。文化を伴わずにツールだけを採用するチームは、古い引き継ぎを新しい名前で温存します。よく知られた要約は「作った者が運用する(you build it, you run it)」で、アマゾンのヴェルナー・ヴォーゲルスの発言に結び付けられ、サービスを作るチームがその運用に責任を持つことを意味します。
三つの道。 小説『The Phoenix Project』とそれに続く手引書で、ジーン・キムと共著者たちは三つの原則を説明しています。フロー(開発から運用、顧客へと仕事を速くする)、フィードバック(あらゆる段階で右から左への速いフィードバックを作る)、そして継続的な学習と実験です。彼らはDevOpsをリーンの考え方に結び付けています。トピック 2.4 — リーンと改善(カイゼン)とトピック 2.3 — フローとカンバンを参照してください。
CALMS。 要素を覚えるための一般的な語呂で、文化(culture)、自動化(automation)、リーン(lean)、測定(measurement)、共有(sharing)です。成熟度のスコアではなく、チームで何を見るかのチェックリストとして役立ちます。
プラクティス。 典型的なDevOpsのプラクティスには、すべてのもののバージョン管理、継続的インテグレーションとデリバリー(トピック 2.2 — 継続的デリバリーを参照)、コードとしてのインフラ(トピック 6.3 — コードとしてのインフラとGitOpsを参照)、自動テスト、監視とオブザーバビリティ(トピック 7.4 — オブザーバビリティとテレメトリを参照)、共有のオンコール、インシデントの非難のないレビューがあります。
シフトレフト。 テストやセキュリティのようなチェックを、ライフサイクルのより早い段階、問題の修正がより安く済む段階に移すことです。DevSecOpsはこの考えをセキュリティに広げ、セキュリティのチェックをパイプラインに組み込みます。Wikipediaは両方を説明しています。
プラットフォームエンジニアリング。 他のチームがサービスの構築、デプロイ、運用に使う社内プラットフォームを、あるチームが構築し運用する、比較的新しいプラクティスです。舗装された標準の道を提供して、プロダクトチームの負荷を減らすことが目的です。Wikipediaはプラットフォームエンジニアリングを説明しています。注意が必要で、チームが使うことを強制されながら形づくれないプラットフォームは、もうひとつの引き継ぎになります。
ITILとの関係。 ITIL 4はDevOpsを認め、そのプラクティスを、パイプラインの統制で満たせる形で記述しています。両者は異なる問いに答えます。DevOpsはチームがどう働き自動化するかを記述し、ITILはインシデント、変更、サービスレベルの管理のように、組織に必要なプラクティスを記述します。有用な要約は、DevOpsがしばしば「どうやるか」を、ITILが「何を考慮するか」を提供する、というものです。トピック 1.2 — ITILとトピック 2.9 — アジャイルサービスマネジメントを参照してください。
SREとの関係。 サイト信頼性エンジニアリング(SRE)は、Googleで育った信頼性のためのエンジニアリングの規律です。DevOpsと目標を共有し、サービスレベル目標とエラーバジェットを使い、運用をソフトウェアの問題として扱うことが多いです。トピック 2.6 — サイト信頼性エンジニアリングを参照してください。
アジャイルとの関係。 アジャイルのプラクティスは、ステークホルダーが関わりながら、動くソフトウェアを小さな単位で届けることに焦点を当てます。DevOpsは、その関心をリリースの時点を超えて、サービスの運用と改善にまで広げます。両者は、協働、速いフィードバック、継続的改善といった価値を共有します。
よくある反論。 運用スタッフの一部は、DevOpsが雇用の削減や統制の撤廃を意味することを恐れ、開発者の一部は、永続的なオンコールを意味することを恐れます。どちらの恐れにも、現実の事例があります。作業量、サポート、残る統制について明確な合意を結び、正面から対処してください。
レンズはどう当てはまるか。 DevOpsは、アジャイルのレンズの内側にあるデリバリーの文化です。AIアシスタントは、人のレビューのもとで、すでに多くのツールチェーンの一部になっています。自動化が中心です。デリバリーと信頼性の指標を含むアナリティクスが、フィードバックループを閉じます。
ベストプラクティス
- 共通の目標から始める。 開発と運用に、顧客から見える信頼性や、安全な変更の速さなど、気にかけるべき同じ成果を与えます。それぞれに別の目標を課すと、壁が再現されます。
- チームに、自分たちが作るものへの責任を持たせる。 サービスを作るチームが、それを持続可能にするサポート、研修、オンコール負荷の上限とともに、運用に加わるようにします。
- 本番への道を自動化する。 毎回同じ方法で、記録を残しながらビルド、テスト、スキャン、デプロイを行うパイプラインを使います。トピック 6.4 — パイプラインと自動化された変更を参照してください。
- すべてをバージョン管理に入れる。 コード、構成、インフラ定義、ランブック。そうすれば、変更はレビュー可能で、追跡可能で、元に戻せます。
- チェックを左にシフトする。 単体テスト、セキュリティスキャン、ポリシーチェックをパイプラインの早い段階に加え、繰り返される失敗の原因を直します。
- 本番を見守り、見えたものを共有する。 運用が使っているのと同じ監視に開発者がアクセスできるようにし、一緒にレビューします。トピック 3.10 — 監視とイベント管理を参照してください。
- 非難せずにインシデントをレビューする。 重大なインシデントの後にレビューを開き、システムに焦点を当て、アクションを追跡します。トピック 3.3 — 問題管理を参照してください。
- 義務ではなくプラットフォームを提供する。 社内プラットフォームを作るなら、それを使うチームを顧客として扱います。何が必要かを尋ね、ロードマップを公開し、役立っているかを測ります。
- 統制は残し、その働き方を変える。 職務の分離のように、統制が現実のリスクを管理しているなら、残したうえで、会議ではなく自動化と記録で満たします。
- デリバリーと信頼性を一緒に測る。 どれだけ速く、どれだけ頻繁に変更するかと、どれだけの頻度で変更が問題を起こし、どれだけ速く復旧するかを合わせて見ます。数字は人を順位づけるためではなく、学ぶために使います。
チームで話し合うための問い
作ることと運用することの間の引き継ぎはどこにあり、そこで何が失われているか。 ほとんどの組織には、ひとつかそれ以上あります。双方に尋ねてください。開発者はサービスの運用について何を知らず、運用は設計について何を知らないか。長いリストが出ると予想できます。さらに掘り下げるために、取り除くか小さくする引き継ぎをひとつ選びます。
夜間にサービスが失敗したとき、誰が呼ばれ、その人は直し方を知っているか。 これは「作った者が運用する」を実際に検討する問いです。答えは、開発者がオンコールにいるものから、知識の限られた別チームまでさまざまです。作業量と受けた研修を尋ねてください。さらに掘り下げるために、知識か負荷のどちらかを改善する変更をひとつ合意します。
過去のインシデントが理由で存在している統制はどれで、パイプラインがそれを提供できるか。 多くの統制は受け継がれたものです。それぞれが対処するリスクと、オーナーを満足させる証拠は何かを尋ねてください。さらに掘り下げるために、オーナーの参加を得て、パイプラインによる置き換えをひとつ試します。
私たちの社内プラットフォームは、私たちが自由に選ぶために、何をする必要があるか。 これはプラットフォームの考え方を試す問いです。言われるから使うだけなら、チームの役に立っていません。今日何を使い、なぜかを尋ねてください。さらに掘り下げるために、少数の顧客インタビューを合意します。
インシデントをどうレビューし、直近のものの後に何が変わったか。 レビューは、アクションが続いてこそ意味があります。直近のレビューのアクションと、その状況を尋ねてください。まだ未完了のものがあると予想できます。さらに掘り下げるために、未完了のものにオーナーとレビュー日を割り当てます。
私たちのツールチェーンで、AIのコーディングや運用のアシスタントはどう使われ、その出力を誰がレビューするか。 AIアシスタントは、コード、テスト、構成、ランブックを書き、インシデントを要約できます。それぞれの使用を誰が所有し、人が何をレビューし、何が誤りを捉えるのかを尋ねてください。さらに掘り下げるために、今月監査する使用をひとつ選びます。
実践:サービスマネジメントの例
ある地方銀行のリテールデジタルチームはモバイルアプリを作り、別の運用グループが本番を運用しています。リリースは六週間ごとで、三日間の凍結期間があります。開発者は運用が変更を妨げると言い、運用は開発者が未テストのコードを出荷して後始末を任せると言います。インシデントレビューは、誰の責任かをめぐる意見の相違で終わります。
新任のエンジニアリングマネージャーは、カード管理機能という一つのサービスで実験を提案します。開発者と運用エンジニアが同じチームに加わります。二人は共通の目標を合意します。顧客がカードの凍結と解除を5秒以内にでき、変更をいつでも安全にリリースできること。構成をバージョン管理に入れ、自動テストとセキュリティスキャンをパイプラインに加え、チーム全員がオンコールの当番に入ること、運用エンジニアが開発者を訓練すること、一人あたり六週に一週までという上限を設けることで合意します。銀行のリスクチームは職務の分離を維持するよう求め、チームは各変更にピアレビューを必須とし、パイプラインの証拠を記録することでこれを満たします。
六か月後、カード管理は少ないインシデントで毎週リリースされており、リスクチームは、このサービスについては変更委員会の会議の代わりにパイプラインの記録を受け入れています。インシデントレビューは非難なしで行われ、繰り返される二つの原因が修正されました。他のサービスは古いモデルのままです。
何が変わったか。このチームは六週間のサイクルを待たなくなり、本番について共通の見方を持っています。何がまだ難しいか。このチームはサービスあたりのエンジニアが他より多いため、組織の他の部分は懐疑的です。オンコールの負担のために二人の開発者が退職を考えています。共有のパイプラインは、長いバックログを抱える中央のプラットフォームチームに依存しています。マネージャーは、結果をひな形として提示するのではなく、人員配置とプラットフォームの問題を経営グループに持ち込みます。
四つの視点
プロダクトとデリバリーのチーム
サービスを端から端まで所有しましょう。設計し、作り、リリースし、運用します。運用の仕組みを学び、オンコールを公平に分担し、オブザーバビリティとランブックを完了の定義の一部にしてください。
サービスと運用のチーム
失敗と復旧について知っていることを共有し、パイプラインと監視の構築を手伝い、自分たちの仕事をエンジニアリングする方向へ進みましょう。重要な統制を残し、自動化がそれをどう満たすかを示してください。
リーダーシップとガバナンス
開発と運用に共通の目標を設定し、プラットフォームと研修に資金を出し、作業量とオンコールの上限に目を配りましょう。デリバリーの数字でチームを順位づけしてはいけません。統制が機能している証拠を求めてください。
顧客とユーザー
より速い修正と、小さくて安全な変更が見えるはずです。何が最も重要かをチームに伝え、自分たちの妨げになった変更にはフィードバックを返しましょう。
アジャイル、AI、自動化、アナリティクス
アジャイル
DevOpsは、動くソフトウェアへのアジャイルの関心を、リリースの先、サービスの運用と改善にまで広げます。ステークホルダーが関わり、フィードバックは継続的です。注意:ツールの購入や新しいチーム名として扱ってはいけません。変化の本体は文化です。
AI
AIアシスタントは、コード、テスト、インフラ定義の作成、ログとインシデントの要約、ランブックの下書きを助けられ、オーナーを置き、本番に届くものはすべて人がレビューします。注意:アシスタントは、微妙な不具合や安全でないパターンを持ち込むことがあります。人の変更と同じパイプラインのチェックを適用し、AIが支援した変更のうち失敗したものを追跡してください。トピック 5.4 — インシデント、ナレッジ、変更のための生成AIを参照してください。
自動化
本番への道、環境の作成、テスト、定型的な運用を、ログとロールバックとともに自動化します。注意:自動化は権限をパイプラインに集中させます。そのアクセスを管理し、パイプライン自体への変更を、サービスへの変更と同じ慎重さでレビューしてください。
アナリティクス
デプロイ頻度、変更のリードタイム、変更失敗率、復旧までの時間を、信頼性と顧客の指標とともに見ます。注意:デリバリーの指標は歪められやすく、チームの比較は文脈を無視します。改善する場所を見つけるために使ってください。トピック 7.3 — 測定とレポートと『サービスマネジメント指標』を参照してください。
よくある失敗パターン
- 新しいサイロになるDevOpsチーム。 あるグループがその名前を名乗り、引き継ぎは残ります。スキルと責任をチームに広げましょう。
- 文化のないツール。 パイプラインが作られても、責任追及は続きます。共通の目標とレビューのプラクティスに取り組みましょう。
- 永続するオンコールの英雄的行為。 開発者が燃え尽きます。上限を設け、負荷を分かち合い、呼び出しの原因を直しましょう。
- 誰も望まない義務づけられたプラットフォーム。 チームは迂回します。チームを顧客として扱い、利用を、選択によって測りましょう。
- 置き換えずに統制を落とす。 リスクが高まり、監査人が異議を唱えます。統制の目的を自動化と記録で満たしましょう。
- 目標としてのデリバリー数値。 チームは数字を操作します。指標は学習のために使いましょう。
- セキュリティを最後まで無視する。 指摘が遅れて届き、リリースを妨げます。チェックを左にシフトしましょう。
成熟度モデル
| 観点 | 開始 | 発展 | 標準化 | 管理 | オーケストレーション |
|---|---|---|---|---|---|
| 文化 | 開発と運用が別々の目標を持つ | ひとつのチームで共通の目標がある | 共通の目標と責任が広く採用される | 文化のプラクティスが証拠に基づいてレビューされる | チーム、サプライヤー、パートナーをまたいで共有される |
| パイプライン | 手作業のリリース | 自動化されたビルドとテスト | ほとんどのサービスで本番への自動化された道がある | パイプラインがプロダクトとして所有され改善される | パイプラインが組織全体で統制され共有される |
| 運用 | オンコールが別々 | ひとつのチームで共有のオンコール | 上限とサポートを伴う共有のオンコール | オンコールの負荷と原因が測定される | 運用がサービスをまたいでエンジニアリングされ自動化される |
| 学習 | 責任追及 | 時折のレビュー | アクションが追跡される、非難のないレビュー | 学びが測定され共有される | 学びがチームとサプライヤーをまたいで共有される |
チェックリスト
- 開発と運用が、信頼性と安全な変更についての目標を共有している。
- サービスを作るチームが、妥当なオンコールの上限の範囲内で、運用に加わっている。
- サービスを変えるものはすべてバージョン管理にあり、パイプラインを通る。
- セキュリティとポリシーのチェックがパイプラインの早い段階で実行される。
- 開発者が本番の監視を見られる。
- 非難のないレビューを開き、アクションを追跡している。
- 重要な統制は残され、自動化と記録を通じて満たされている。
- ツールチェーン上のAI支援に、オーナーと人によるレビューがある。
AIプロンプト
取り除くべき引き継ぎを見つける。
Here is a description of how a change goes from "code complete" to "running in production" in our organization: [paste steps and who does each].
List each handover, what information passes across it, and what might be lost. For each, give two questions to ask the people on either side. Do not propose solutions.
List what you are unsure of.
非難のないレビューのためにインシデントを要約する。
Below is the timeline and notes from an incident: [paste timeline with names removed].
Draft a neutral summary under these headings: what happened, how it was detected, what was done, what helped, what slowed us down, and questions for the review. Do not assign blame or state causes not in the notes.
List what you are unsure of.
プラットフォームの顧客インタビューを下書きする。
We run an internal platform for [purpose]. Our users are [teams and roles].
Write ten open interview questions to learn what helps and hinders them, avoiding questions that suggest an answer. Add three things to listen for.
List what you are unsure of.
AIスキル
- postmortem: アクションを追跡する、非難のないレビューを実施するときに使います。
- shift-left-testing: チェックをパイプラインのより早い段階に移すときに使います。
- on-call-rotation: 持続可能なオンコールの仕組みを設計するときに使います。
- runbook: 運用の知識を、短く最新のランブックに変えるときに使います。
主要な情報源
- Gene Kim, Jez Humble, Patrick Debois, and John Willis, The DevOps Handbook: 原則とプラクティスを、事例とともに。
- Gene Kim, Kevin Behr, and George Spafford, The Phoenix Project: 多くの読者にこれらの考え方を紹介した小説。
- DORA (dora.dev): デリバリーと信頼性の成果についての研究。
- Wikipedia, "DevOps": 歴史とプラクティスの概観。
参考文献
- DevOps — Wikipedia — https://en.wikipedia.org/wiki/DevOps
- Phoenix Project — Wikipedia — https://en.wikipedia.org/wiki/Phoenix_Project
- Site reliability engineering — Wikipedia — https://en.wikipedia.org/wiki/Site_reliability_engineering
- Infrastructure as code — Wikipedia — https://en.wikipedia.org/wiki/Infrastructure_as_code
- Shift-left testing — Wikipedia — https://en.wikipedia.org/wiki/Shift-left_testing
- Platform engineering — Wikipedia — https://en.wikipedia.org/wiki/Platform_engineering
- Werner Vogels — Wikipedia — https://en.wikipedia.org/wiki/Werner_Vogels
- Conway's law — Wikipedia — https://en.wikipedia.org/wiki/Conway%27s_law
- Postmortem documentation — Wikipedia — https://en.wikipedia.org/wiki/Postmortem_documentation
- DORA — DevOps Research and Assessment — https://dora.dev