- Přehledy IS
- APS (20)
- BPM - procesní řízení (22)
- Cloud computing (IaaS) (10)
- Cloud computing (SaaS) (33)
- CRM (51)
- DMS/ECM - správa dokumentů (20)
- EAM (17)
- Ekonomické systémy (68)
- ERP (77)
- HRM (27)
- ITSM (6)
- MES (32)
- Řízení výroby (36)
- WMS (29)
- Dodavatelé IT slueb a řeení
- Datová centra (25)
- Dodavatelé CAD/CAM/PLM/BIM... (39)
- Dodavatelé CRM (33)
- Dodavatelé DW-BI (50)
- Dodavatelé ERP (71)
- Informační bezpečnost (50)
- IT řeení pro logistiku (45)
- IT řeení pro stavebnictví (26)
- Řeení pro veřejný a státní sektor (27)
ERP systémy
CRM systémy
Plánování a řízení výroby
AI a Business Intelligence
DMS/ECM - Správa dokumentů
HRM/HCM - Řízení lidských zdrojů
EAM/CMMS - Správa majetku a údrby
Účetní a ekonomické systémy
ITSM (ITIL) - Řízení IT
Cloud a virtualizace IT
IT Security
Logistika, řízení skladů, WMS
IT právo
GIS - geografické informační systémy
Projektové řízení
Trendy ICT
E-commerce B2B/B2C
CAD/CAM/CAE/PLM/3D tisk![]() | |
| Přihlaste se k odběru newsletteru SystemNEWS, který kadý týden přináí výběr článků z oblasti podnikové informatiky | |
![]() | |
Měřitelnost přínosů implementace metodologie DevOps
V minulých dílech naeho seriálu o DevOps jsme se věnovali roli DevOps v digitální transformaci: co si pod tímto pojmem představit, a jaké jsou klíčové body tohoto systému práce. Popsali jsme také jak DevOps úspěně zavést uvnitř technologické organizace a neselhat při tom. Nyní, ve třetím a závěrečném dílu, se budeme věnovat neméně důleitému tématu, a to odpovědi na otázku, které bude čelit kadý zaměstnanec technologicky zodpovědný za vývoj a doručení aplikace. Ta otázka velmi zjednodueně zní: Kolik to bude stát, co z toho budeme mít a kdo to nakonec zaplatí? Ke kadému hodnocenému aspektu uvedeme pro lepí představu i krátký příklad z praxe.

1. Čas
Nikde jinde, ne právě při vývoji a doručování aplikací nehraje tato jednotka tak důleitou roli jako zde. Vývoj softwaru je velmi drahá záleitost, a předpokládané náklady lze poměrně jednodue přenést na časovou osu. Přímá úměra je velice jednoduchá: Čím více času při vývoji softwaru strávíme, tím více peněz musíme vydat. Částečným řeením můe být automatizace, ale pouze pokud je v týmu dostatek zkuených specialistů, kteří ji umí aplikovat.
Naprosto zásadní je mít správně nastavený rozpočet vůči velikosti týmu, který se bude v projektu angaovat. Projektové vedení, analytici, vývojáři a testeři dokáou doslova konzumovat časové jednotky po celých týdnech a ádný rozpočet není bez nezbytného plánování ve skutečnosti tak velký, aby nedokázal nakonec velice rychle dojít.
K vývoji aplikací se nyní nejčastěji pouívá některý z agilních přístupů. Cílem DevOps je zajistit dostatečnou podporu agilním vývojovým týmům, přesto vak není nezbytně nutné, aby byly jejich součástí. Bezpochyby nejrozířenějí agilní metodikou pouívanou na vývoj aplikací je Scrum.
V ideálním světě lze vytvořit backlog na konkrétní úkony, a dopředu si rezervovat čas DevOps specialisty. Tedy konkrétně a pouze jen jeho Dev část, kterou lze plánovat. Bohuel v tom reálném musí DevOps, (tentokrát spíe ta Ops část) reagovat ihned a nelze čekat na dalí sprint s opravou kritické části nasazení. Plánování se tím nutně stane sloitějím.
Naí prioritou je eliminovat plýtvání, přinést dostatečnou kvalitu tam, kde je vyadována a také budovat a zvyovat celkovou zkuenost týmu. Právě proto je velmi často lépe aplikovatelná Lean Kanban metodologie.
Příklad:
Před adopcí DevOps nebylo u naeho zákazníka moné paralelizovat sestavování aplikačního kódu. Sestavení monolitické aplikace trvalo přes 60 minut. Vývojáři nemohli vytvářet nové vývojové větve, a poadavek na vyřízení zabral i týden. Změnové poadavky na aplikaci byly plánovány měsíčně a release probíhal kadý kvartál.
V případě operativních zásahů nefunkčnosti nasazení, bylo nutné kontaktovat externí tým, který sice reagoval následující den, ale problém vyřeil větinou a za několik dalích pracovního dní.
Díky metodologii DevOps bylo moné implementovat novou mikroservisní architekturu. Vývojáři si nyní mohou sami vytvářet vývojové větve. Jejich aplikační kód je testován v reálném čase ihned po odevzdání. Změnové poadavky jsou plánovány kadé dva týdny a release je moné uskutečnit prakticky kdykoliv. Provozní chyby jsou eliminovány ten samý den, kdy jsou reportovány. Celkově potřebovala nová majoritní verze aplikace na cestě před zákazníka pouze 35 % času v porovnání s tou předchozí.
Kvalita
Jakákoliv dalí jednotka, kterou si stanovíme má víceméně opět dopad na čas, který je potřeba věnovat nápravě chyb, a aplikačních, nebo UX. Kvalita je ale jedna z nejlépe hodnotitelných metrik, kterou můeme sledovat. Zároveň se čísla velmi dobře sledují na grafech, které je nutné předloit jako důkaz správně provedené digitální transformace.
Kadá společnost by měla udrovat seznam reportovaných chyb aplikace včetně jejich závanosti s tím, e ty nejzávanějí bude opravovat jako první. Právě počty aktivních vs. vyřízených chyb v tomto seznamu se dají velmi dobře srovnat se stavem před zavedením DevOps. Na reportování chyb lze pouít kterýkoliv trackovací nástroj typu Jira, Trac, YouTrack nebo CI/CD platformy Azure DevOps, Github, které také nabízí určité, by drobně omezené, monosti.
Kvalita se netýká pouze komplexního řeení hotového produktu, ale i jeho částí. Konkrétně slueb, ze kterých je postavena. Díky statické analýze můeme měřit kvalitu kódu i bezpečnost. Mezi nejznámějí nástroje patří SonarQube, který zvládne hravě obojí. Dalí sluby jsou jFrom, Deepsource, Codacy, Qodana a mnoho dalích. Výstupem jsou grafy, které ukáí, jak dobře na tom daný produkt aktuálně je, včetně trendu, kterým se kvalita ubírá.
Standardně je moné tyto testy kvality a bezpečnosti implementovat jako jeden z podmíněných kroků při sestavování aplikačního kódu. Pokud odevzdávaný kód nesplní definovaná pravidla a limity, je automaticky zamítnut. Jinými slovy, není připutěn k integraci a dalím testům, dokud ho vývojáři neopraví.
Příklad:
Díky DevOps, automatizaci a integraci statické analýzy ve vybrané společnosti vzrostla velmi zásadně kvalita produktu. Na základě niího počtu hláených chyb dolo ke zlepení kvality o více ne 65 %. Větina chyb byla nalezena a včas odstraněna díky automatizovanému testování, definovaným pravidlům na kvalitu kódu i bezpečnostním testům.

3. Flexibilita
Jak lze měřit schopnost umět se přizpůsobit neustále se měnícím podmínkám na trhu a potřebám zákazníků? Zejména v dnením dynamickém podnikatelském prostředí, kde flexibilita při vývoji softwaru velmi často znamená udrení konkurenceschopnosti, je tato schopnost zásadní? DevOps podporuje agilitu a umoňuje zapracování průběné zpětné vazby zákazníků. Zrychlení iterace vývojových cyklů a časté nasazování aktualizací softwaru jsou jen některé ukazatele, které lze bez větích potíí zveřejnit.
Příklad:
Nové procesy umonily rychlejí reagování na změnu trhu: změnové poadavky jsou zpracovávány podle reportu společnosti často a 18x rychleji. Toho bylo moné dosáhnout díky automatizaci některých kroků při integraci, opět včetně testování. Odevzdaný kód je po splnění podmínek automatický začleněn do hlavní vývojové větve.
Takto velké zrychlení vývoje by nebylo myslitelné bez podpory paralelního vývoje a infrastrukturních závislostí. Díky dynamicky kálovatelnému prostředí je vdy dostatek výkonu pro vývoj a testy bez velkého dopadu na celkovou cenu. Kdy výkon není potřeba, jsou prostředky infrastruktury uvolněny na nezbytné minimum.
Flexibilitě napomáhá i moderní technologický stack a orchestrace aplikačních modulů. Pomocí dockerizace je velmi jednoduché izolovat jednotlivé verze aplikace, kálovat i doručovat a to bezvýpadkově. Kontejnerizace umoňuje i snadný rollback (vrácení na předchozí verzi), pokud si to situace ádá. To, co dříve trvalo hodiny a dny, je moné aplikovat do několika málo vteřin.
4. Náklady
Téměř s jistotou nenarazíte na ádného vlastníka produktu, který by podepsal vývojovému týmu tzv. blank cheque. Stejně tak nevím ani o úspěném projektu, kde byl termín dodání definován stylem A to bude, tak to bude.
Náklady musí být známy a vyčísleny a vdy se musí hledat úspora tak, aby byl výsledný produkt ziskový. Jedním z mnoha řeení je automatizace procesů testování a doručení softwaru. Dalím řeením je dynamická infrastruktura typu Pay as you go, kdy jdou náklady pouze na infrastrukturu, která je aktivně pouívaná. Zároveň je vhodné zvolit architekturu, která umoňuje dynamické kálování infrastruktury.
Optimalizovat lze i ve vývojovém týmu, nebo poadovaných slubách. Je vdy nutné mít interní vývojový tým, který (pokud chcete dostatečnou senioritu), je velmi drahý. Některé jeho části lze samozřejmě i outsourcovat.
Příklad:
Díky digitální transformaci společnosti a změny architektury bylo moné sníit náklady na infrastrukturu o 67 %! Sníily se také celkové náklady na vývoj a zrychlilo se celkové dodání. Úspory se dotkly také potřebných lidských zdrojů, opět díky automatizaci, není potřebný tak velký lidský výkon.
Závěrem
I kdy se můe zdát, e je ve zalité sluncem na rozkvetlé zahradě plné růí, je nutné si uvědomit i rizika spojená s digitální transformací, o kterých jsme se bavili v předchozích dílech. Pokud je transformace prováděna neodborně, populární metodou pokus-omyl, můe tento pokus vyjít velmi draho bez valného výsledku, nebo s výraznou ztrátou.
V případě, e je transformace naplánována dobře, je moné ji provést bezvýpadkově, kontinuálně a v přesně vymezeném časovém horizontu bez zásahu koncových klientů, a o ty jde dodavatelům softwaru samozřejmě předevím.
Díky měřitelnosti jednotlivých aspektů implementace DevOps procesů je jasně prokazatelné, jaký je přínos zavedením metodologie ve společnosti. Zároveň dokáou tyto metriky odhalit slabá místa, na která se lze více zaměřit při dalím rozvoji.
![]() |
Vojtěch Kijenský Autor článku je nadenec pro DevOps a cloudovou architekturu, pracuje ve společnosti Cleverlance Enterprise Solutions na pozici Head of DevOps. Pomáhá klientům s vybudováním kvalifikovaného profesionálního týmu DevOps a nastavením kultury spolupráce. |





















