Mit DevOptics bietet CloudBees ein Tool an, das die Performance und finanziellen Auswirkungen von DevOps-Strategien messbar machen soll. Gängige Leistungskennzahlen werden dabei mit neuen Monitoring-Funktionen gekoppelt.
Basierend auf dem „DevOps Research and Assessment (DORA) State of DevOps Report“ nutzt CloudBees DevOptics vier KPIs (Key Performance Indicators): Deployment Frequency (DF), Mean Lead Time (MLT), Mean Time to Recover (MTTR) und Change Failure Rate (CFR).
Deployment Frequency steht dabei für die Häufigkeit erfolgreicher Deployments und sollte bei erfolgreicher Umsetzung ansteigen. Die Mean Lead Time erfasst die durchschnittliche Zeit vom Commit eines Codes bis zu dem Zeitpunkt, in dem der Code produktiv läuft. Da diese Kennzahl die Effizienz des Prozesses misst und Engpässe oder Ausfälle anzeigt, sollte mit zunehmender Automatisierung und Prozessverbesserung sinken.
Die Mean Time to Recover bemisst die durchschnittlich benötigte Zeit vom Auftreten eines Fehlers bis zu seiner Beseitigung. Auch diese Kennzahl sollte im Laufe der Zeit idealerweise abnehmen. Als vierter Indikator zeigt die Change Failure Rate den prozentualen Anteil erfolgloser Pipeline-Prozesse, die durch die Einführung neuer Änderungen verursacht wurden. Steigt die CFR, offenbart sie Prozessprobleme.
Mit diesen KPIs erhalten Unternehmen bereits klare und objektive Messwerte für die Effektivität von DevOps. Mit zusätzlichen Monitoring-Funktionen und Kennzahlen soll DevOptics aber für einen noch umfassenderen Überblick über alle Aktivitäten in der Software-Auslieferung sorgen. Damit lassen sich laut CloudBees ineffiziente Prozesse identifizieren, um die Delivery-Pipeline aufzubrechen und zu verbessern.
Die Messung von Geschäftszeiten mit hoher und niedriger Aktivität soll dabei helfen, um die Team-Kapazitäten besser nutzen zu können. Bei hoher Auslastung lassen sich weniger wichtige Aufgaben verschieben und in Zeiten mit geringer Aktivität verschieben. Letztere eigneten sich laut CloudBees zudem ausgezeichnet für Wartungsarbeiten oder das Einspielen von Updates.
Mit DevOptics ließen sich des Weiteren Hindernisse aufdecken, um Feedback-Zyklen zu beschleunigen und die Kosten für Builds zu senken. Und zu guter Letzt könne man durch das Monitoring die Workloads auf den Clustern ausgleichen, um Projekte am Laufen zu halten.
