なぜ重要か

変更は、稼働中のサービスにおける最大のリスク源であり、通常の対応はそれを遅くすることです。リリースを減らし、承認を増やし、テストサイクルを大きくします。そのどれもが次のリリースを大きくし、リリースが大きいほどリスクが高まり、さらに慎重さが求められます。チームは、不安に満ちた長い週末の作業を伴うリリースを、四半期に一度行うことになります。

継続的デリバリーは、この循環を逆転させます。変更が小さければ、その影響は理解しやすく、テストしやすく、元に戻しやすくなります。自動化されたパイプラインを通じてリリースされるなら、毎回同じチェックが同じ順序で実行され、記録も残ります。リリースがいつでも行えるなら、チームは、サービスの不具合や顧客のニーズに、数週間ではなく数時間で応えられます。

サービスマネジメントにとって継続的デリバリーが重要なのは、統制の姿を変えるからです。週次の委員会を軸にした変更実現のプラクティスは、一日20回のリリースには追いつけませんし、パイプラインがチェックを担うなら、追いつく必要もありません(トピック 3.4 — 変更実現とトピック 6.4 — パイプラインと自動化された変更を参照)。このトピックは、プラクティス、語彙、そして統制を失わずに導入する方法を説明します。

中核となる概念

継続的インテグレーション。 開発者は、少なくとも毎日、頻繁に自分の作業を共有のメインラインにマージし、マージのたびに自動ビルドとテストが実行されます。目的は、統合の問題を小さいうちに見つけることです。Wikipediaの継続的インテグレーションの記事が、このプラクティスとエクストリームプログラミングにおけるその起源を説明しています。

継続的デリバリー。 自動チェックを通ったビルドは、常にリリースできる状態にあります。リリースするかどうかの判断は、技術的なハードルではなく、都合のよいときに下す事業上の判断です。標準的な定式化では、リリースはワンクリックで、リスクが低いものです。

継続的デプロイメント。 さらに一歩進んだもので、パイプラインを通ったすべての変更が、手作業の承認なしに自動的に本番にリリースされます。これは選択であり、継続的デリバリーの要件ではなく、サービスやリスクによって向き不向きがあります。

デプロイメントパイプライン。 ビルド、単体テスト、結合テスト、セキュリティチェック、テスト環境へのデプロイ、受け入れテスト、リリースという自動化された段階の連なりです。各段階は、変更を通すか止めるかのどちらかです。パイプラインは、何がチェックされたかを記録するため、安全の仕組みであると同時に証拠の源でもあります。

小さなバッチ。 小さな変更をリリースすれば、ひとつひとつが触れるものは少なくなります。Wikipediaが説明している待ち行列理論のリトルの法則は、効果の一部を説明します。仕事の速度が同じなら、バッチが小さいほどキューは短く、遅延も短くなります。小さなバッチは、不具合を原因に結び付けるのも容易にします。

デプロイメントとリリースの分離。 デプロイメントは、コードを本番サーバーに置くことです。リリースは、機能を利用者に使えるようにすることです。フィーチャートグルのような手法を使えば、コードをオフにした状態でデプロイし、後から、最初は一部の利用者に対して有効にできます。これで各ステップのリスクが減ります。トピック 3.5 — リリースとデプロイメント管理を参照してください。

プログレッシブデリバリー。 まず利用者の一部にリリースして観察し、段階的に広げていくことです。変種には、小さなグループに変更を届けるカナリアリリースや、二つの本番環境を交互に使って、切り替えで素早く元に戻せるブルーグリーンデプロイメントがあります。

バージョン管理とトランクベース開発。 構成やインフラ定義を含むすべての変更は、バージョン管理の中にあります。多くのチームは、短命のブランチを使いながら単一のメインブランチで作業し、統合を頻繁に保ちます。トピック 6.3 — コードとしてのインフラとGitOpsを参照してください。

速いフィードバックと復旧。 目標は、不具合を素早く見つけ、素早く復旧することです。DevOps Research and Assessment(DORA)の研究のようなソフトウェアデリバリーの研究プログラムは、デプロイ頻度、変更のリードタイム、変更失敗率、サービス復旧までの時間といった指標を追跡します。それらをチームの点数ではなく、自分たちのシステムについての問いとして扱ってください。『サービスマネジメント指標』を参照してください。

必要なもの。 信頼できる自動テスト、安定したパイプライン、ロールバックまたはロールフォワードの能力、変更の効果を示す本番の監視、そして自分たちがリリースするものを所有するチームです。これらがなければ、頻繁なリリースは無謀ですが、あれば、まれなリリースより安全です。

レンズはどう当てはまるか。 継続的デリバリーは、稼働中のサービスにとってのアジャイルのレンズの実用的な形です。AIアシスタントは、人のレビューのもとで、コードとテストの作成とレビューを助けます。自動化はパイプラインの中核です。アナリティクスは、パイプラインとサービスが何をしているかを教えてくれます。

ベストプラクティス

  1. メインラインをリリース可能に保つ。 ビルドの破損を、チームの最優先事項として扱います。「一時間以内に直すか戻す」といったルールが、統合を健全に保ちます。
  2. 変更を小さくする。 レビューアが数分で理解できる変更を目指します。変更が大きければ、準備のステップを先にリリースするなどして、分割します。
  3. 信頼できるチェックを自動化する。 ビルド、単体、結合、セキュリティのチェックを、すべての変更で実行します。インシデントでギャップが見つかったらチェックを足し、決して失敗せず時間がかかるだけのチェックは、議論のうえで外します。
  4. すべての変更に単一のパイプライン経路を使う。 緊急の変更に特別な経路を設けないでください。緊急時にも十分に速い単一の経路は、めったに使われない例外より安全です。
  5. デプロイメントとリリースを分ける。 フィーチャートグルと段階的なロールアウトを使い、新しい振る舞いを少数の利用者に対してオンにし、すぐにオフに戻せるようにします。各トグルの状態を記録し、古いものは取り除きます。
  6. 戻り道を計画する。 変更ごとに、ロールバックまたはロールフォワードの方法を把握し、練習しておきます。データの変更には特に注意が必要です。コードのロールバックでは元に戻せないからです。
  7. すべてのリリースの効果を監視する。 リリース後の一定期間、エラー率、レイテンシー、利用者に見える指標を観察し、変更と症状を関連づけやすくします。
  8. パイプラインが何をチェックするかを書き留める。 各段階、その目的、そのオーナーの短い記述があれば、監査人、新しいスタッフ、運用側が理解できます。
  9. 最初から運用を含める。 ログ、ランブック、アラートが後付けではなく変更の一部になるよう、設計に運用とサポートの担当者を加えます。
  10. パイプラインをプロダクトとして改善する。 オーナーとバックログを与えます。遅く不安定なパイプラインは、人々に迂回することを教えます。

チームで話し合うための問い

最小の変更が本番に届くまでにどれくらいかかり、どこで待っているか。 これは遅延を見つけます。タイムスタンプ付きの実例を求めてください。典型的な待ちは、手作業のテスト、承認、環境へのアクセス、リリース時間枠です。さらに掘り下げるために、最も長い待ちを選び、それを短くする最初の一歩を決めます。

手作業の承認のうち、パイプラインのチェックで置き換えられるものはどれで、それぞれはどのリスクを統制しているか。 承認にはそれぞれ理由があり、何年も前のインシデントが理由であることもよくあります。それが対処するリスクと、承認者を満足させる証拠は何かを尋ねてください。統制のオーナーからの抵抗が予想されます。置き換えの設計を手伝ってもらいましょう。さらに掘り下げるために、レビュー日を決めて、置き換えをひとつ試します。

リリースがうまくいかなかったらどうなるか。どれだけ素早く元に戻せ、練習はしてあるか。 チームは、ロールバックが紙の上にしか存在しないと気づくことがよくあります。最後に使ったのはいつかを尋ねてください。さらに掘り下げるために、安全な環境でのリハーサルを計画します。

私たちが信頼しているテストはどれで、無視しているテストはどれか。 不安定なテストは信頼を損ないます。チームが肩をすくめて済ませている失敗はどれかを尋ねます。「たいてい再試行で通る」テストについて、正直な答えが出ると予想できます。さらに掘り下げるために、直すか削除する不安定なテストをひとつ選びます。

リリースが利用者に害を与えたかどうかを、一時間以内にどうやって知るか。 これは監視を試す問いです。答えは、「苦情を待つ」からダッシュボードや自動アラートまでさまざまです。直近の悪いリリースを捉えたはずの指標はどれかを尋ねます。さらに掘り下げるために、加えて確認する指標をひとつ選びます。

私たちのパイプラインのどこでAIが役立ち、その出力を誰がレビューするか。 AIは、テストの下書き、変更のレビュー、失敗の説明ができます。それぞれの使用が何を生み出し、誰が説明責任を負うのかを尋ねてください。熱意は高く、監督は乏しいと予想できます。さらに掘り下げるために、人によるレビューと誤りの指標を伴う、リスクの低い使用をひとつ選びます。

実践:サービスマネジメントの例

ある地域の病院グループのデジタルチームは、30のクリニックが使う患者予約サービスを運用しています。リリースは、大きなテストチェックリストを伴う週末の時間枠で、四半期に一度行われます。直近の二回のリリースは時間超過し、うち一回は、月曜の朝に二重予約として表面化する不具合を持ち込みました。

チームリードは、サービスオーナーと協力して、小さな歩みを提案します。まず、ビルドと最も重要な200件の回帰テストを自動化し、すべての変更で実行されるようにします。次に、構成をバージョン管理に入れ、各変更にピアレビューを必須とします。三つ目に、フィーチャートグルを加え、新しい予約ルールをまず一つのクリニックで有効にできるようにします。サービスを承認する臨床安全責任者は、各変更がテストとレビューを受けた証拠を求めます。チームは彼女に、各リリースのパイプラインの記録を見せます。

四か月後、チームは毎週リリースしており、変更が小さく見えるようになったので、月曜朝のリスクは小さくなりました。二重予約のルール変更は、まずひとつのクリニックで有効にされ、二日目に受付担当者が奇妙なメッセージに気づいて発覚し、数分でオフにされました。

何が変わったか。リリースは週末の行事ではなくなり、安全責任者は会議に出る代わりに証拠をレビューします。何がまだ難しいか。テストスイートは複雑な予約のケースをまだ取りこぼしており、患者記録システムへの旧来のインターフェースには自動テストがなく、二つのクリニックは、研修に影響するため週次の変更に不満を持っています。チームは、研修に敏感な機能のための変更カレンダーを合意し、インシデントでギャップが見つかるたびにテストを足し続けています。

四つの視点

プロダクトとデリバリーのチーム

パイプラインと、それがリリースするものを所有しましょう。変更を小さく、テストを信頼でき、トグルを整理された状態に保ちます。ログ、アラート、ランブックを完了の定義に含め、すべてのリリースの効果を見守ってください。

サービスと運用のチーム

パイプラインが何をチェックし、監視が何を示すかの定義を手伝いましょう。ロールバックや、「健全」とはどういう状態かについて、開発者と協力します。インシデントが始まったら、リリースの記録を求めてください。

リーダーシップとガバナンス

飢えさせやすいパイプライン、テスト、監視に資金を出しましょう。会議ではなくパイプラインによる統制の証拠を求めます。デリバリーの指標をチームの順位づけに使ってはいけません。

顧客とユーザー

小さく頻繁な変更と、速い修正を期待してください。研修や繁忙期の前後など、変更が自分たちの妨げになるときはチームに伝え、重要な変更の事前通知を求めましょう。

アジャイル、AI、自動化、アナリティクス

アジャイル

継続的デリバリーは、アジャイルのプラクティスのデリバリー面です。ステークホルダーが関わり、何を改善するかを定期的に見直しながら、動く変更を小さな単位で届けます。注意:特定の手法と同一視してはいけません。チームは、スプリントがあってもなくても、継続的に届けられます。

AI

AIアシスタントは、コード、テスト、リリースノートの下書きや、失敗の要約ができ、名前のあるオーナーと、パイプラインに入る前に各出力をレビューする人を置きます。注意:生成されたコードは、セキュリティやライセンスの問題を抱えている可能性があります。他の変更と同じチェックを実行し、AIが支援した変更のうち不具合を起こしたものの割合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

ビルド、テスト、セキュリティスキャン、デプロイ、証拠の記録を自動化し、可能な範囲でロールバックを自動に保ちます。注意:パイプラインが緑なのは、チェックが通ったことを示すだけで、変更が正しいことを示すのではありません。設計とリスクの判断には、人によるレビューを残してください。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。

アナリティクス

変更のリードタイム、デプロイ頻度、変更失敗率、復旧までの時間を、システムへの問いとして追跡します。注意:これらが目標になると、チームは変更を人為的に分割したり、失敗の記録を避けたりします。『サービスマネジメント指標』のガードレールとともに使ってください。

よくある失敗パターン

  • テストなしの頻繁なリリース。 速度は上がり、信頼は下がります。先にチェックを築き、それが支える頻度でリリースしましょう。
  • 緊急の変更のための別の経路。 緊急の経路はテストされず、リスクがあります。通常の経路を、緊急時にも十分速くしましょう。
  • 長命のフィーチャートグル。 古いトグルが積み上がり、何がオンか誰も分かりません。トグルを追跡し、ロールアウト後に取り除きましょう。
  • ロールバックのリハーサルがない。 必要なときにロールバックが失敗します。安全な環境で練習しましょう。
  • 無視される不安定なテスト。 人々が赤いビルドを信じなくなります。不安定なテストは直すか削除しましょう。
  • パイプラインを他人の仕事とする。 パイプラインは劣化します。オーナーとバックログを与えましょう。
  • チームの順位づけに使われる指標。 チームは数字を操作します。指標は人の比較ではなく、問題を見つけるために使いましょう。

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
リリース頻度 四半期ごとかそれ以下 月次 標準的な経路で週次以上 頻度がリスクと需要に合わせて調整される プログレッシブデリバリーとともに、サービスをまたいで継続的
自動化 手作業のビルドとテスト 自動化されたビルド 自動化されたビルド、テスト、デプロイ パイプラインが監視され、プロダクトとして改善される パイプラインがチームをまたいで共有され統制される
統制の証拠 会議とチェックリスト 一部の記録 すべての変更にパイプラインの記録がある 証拠がサンプリングされレビューされる 証拠が継続的で、リスクは人がレビューする
復旧 ロールバックが不明確 ロールバックが文書化される ロールバックまたはロールフォワードがリハーサルされる 復旧までの時間が測定される 復旧が自動化され、定期的にテストされる

チェックリスト

  • メインラインが常にリリース可能である。
  • すべての変更が、ひとつの自動化されたパイプラインを通る。
  • 信頼できるテストがすべての変更で実行され、不安定なテストは直されるか削除される。
  • デプロイメントとリリースを分け、フィーチャートグルを追跡している。
  • ロールバックまたはロールフォワードの方法を知っていて、リハーサルした。
  • 各リリースの効果を監視している。
  • パイプラインに、オーナー、バックログ、チェックの記述がある。
  • AIが支援した変更がレビューされ、追跡されている。

AIプロンプト

リリースの待ちを見つける。

Here is a timeline of our last release, from "change ready" to "in production": [paste timeline with timestamps and who acted].
List each wait and how long it was, then give two questions per wait to find its cause. Do not assume causes.
List what you are unsure of.

リスクに対するパイプラインのチェックを提案する。

Our service: [describe]. The risk we want to control: [describe, such as untested configuration change].
List five automated checks that could address it, what each would catch, and what each would miss. Do not claim a check removes the risk.
Mark assumptions and list what you are unsure of.

ロールバックのリハーサル計画を下書きする。

Our release process: [paste steps]. Our rollback method: [describe, or write "unknown"].
Draft a one-page rehearsal plan with steps, roles, success criteria, and what to record. Include a safe environment only; do not suggest rehearsing in production.
List what you are unsure of.

AIスキル

  • shift-left-testing: テストをパイプラインのより早い段階に移すときに使います。
  • test-driven-development: 変更と並行してテストを作るときに使います。
  • release-notes: 顧客とサポート向けに各リリースを記述するときに使います。

主要な情報源

  • Jez Humble and David Farley, Continuous Delivery (2010): このプラクティスを名付け、記述した書籍。
  • DORA (dora.dev): ソフトウェアデリバリーの成果についての研究とレポート。
  • Wikipedia, "Continuous delivery": 原則と関連するプラクティスの要約。
  • Wikipedia, "Continuous integration": その土台となるプラクティス。

参考文献

  1. Continuous delivery — Wikipedia — https://en.wikipedia.org/wiki/Continuous_delivery
  2. Continuous integration — Wikipedia — https://en.wikipedia.org/wiki/Continuous_integration
  3. Continuous deployment — Wikipedia — https://en.wikipedia.org/wiki/Continuous_deployment
  4. Feature toggle — Wikipedia — https://en.wikipedia.org/wiki/Feature_toggle
  5. Blue–green deployment — Wikipedia — https://en.wikipedia.org/wiki/Blue%E2%80%93green_deployment
  6. Little's law — Wikipedia — https://en.wikipedia.org/wiki/Little%27s_law
  7. Version control — Wikipedia — https://en.wikipedia.org/wiki/Version_control
  8. Test automation — Wikipedia — https://en.wikipedia.org/wiki/Test_automation
  9. DevOps — Wikipedia — https://en.wikipedia.org/wiki/DevOps
  10. DORA — DevOps Research and Assessment — https://dora.dev