DevOps
DevOps
DevOpsとは?
- 開発と運用の壁を取り払う
- 迅速で安定したリリース文化
- CI/CDが中核の実践
DevOpsが実際に変えるのは道具箱ではなく、障害が起きたとき誰が起きるかです。以前は、開発がコードを渡した瞬間に手を離し、午前3時のアラームは運用が受けていました。DevOps組織では、機能を作ったチームがその機能のデプロイ、モニタリング、障害対応まで最後まで担当します。だから開発者は最初からログを残し、ロールバック経路を作り、トラフィックが集中する時期を計算します。作った人が深夜に起きる構造が、結局コードの品質を変えるのです。
うまく回っているかは感覚ではなく、4つの数字で見ます。デプロイ頻度、コミットから本番反映までのリードタイム、デプロイが障害につながった割合、障害からの復旧時間です。この4つの数字を1画面に表示した瞬間、チーム間の責任の押し付け合いは減ります。実践項目も分けて見る必要があります。CIは1日に何度もコードを統合し、自動でビルド・テストすることです。CDはその成果物を人手をほとんど介さずに本番へ載せることです。さらに、サーバーとネットワーク設定をドキュメントではなくコードで管理するインフラのコード化(IaC)が加わって、初めて「自分のPCでは動いたのに」がなくなります。
近い言葉との境界も整理しておくと良いでしょう。アジャイルが企画・開発のサイクルを短くするものだとすれば、DevOpsはその成果物を顧客に届ける区間まで短くする方向です。SREは、DevOpsの目標をエラーバジェットという数値の契約で運用する実行方式に近いものです。最近はパイプラインとモニタリングを社内の共通基盤にまとめ、各チームが自由に使えるようにするプラットフォームエンジニアリングへ移行する企業が増えています。開発者が20人以下なら、そこまで行かなくてもCIと自動テストだけで体感効果があります。
現場で最も多い失敗は、「DevOpsチーム」を新しく一つ作ることです。壁を取り払おうと始めたのに、開発・運用・DevOpsの3つのサイロができ、デプロイ依頼のチケット段階が一つ増えるだけになります。自動テストなしでデプロイの自動化から入るのも危険です。壊れたコードがより速く、より頻繁に顧客に届くだけです。ツールを入れて3か月たってもデプロイ承認が部長の決裁メールで戻ってくるなら、それはDevOpsではなく、高価なビルドサーバーを1台買っただけです。
2009年頃の開発・運用の協業運動から始まり、アジャイルやクラウドの広がりとともにソフトウェア開発の標準的な文化になりました。
仮想の事例で見てみましょう。国内の中堅ファッションECのA社の話です。役職員320名、年間売上1,400億ウォン(約1,674,261万円)規模ですが、デプロイは月1回、土曜日の午前2時にサービスを4時間止めて行っていました。昨年秋、プロモーション直前のデプロイで決済エラーが発生し、6時間後にロールバックしましたが、その週だけで売上2億ウォン(約2,392万円)が消えました。
- CTOが開発6チームと運用チームを一堂に集め、過去1年間のデプロイ記録を広げました。デプロイ12回のうち4回がロールバック、平均復旧時間は5時間20分でした。「能力の問題ではなく構造の問題です」という言葉で会議を始めました。
- 決済チームのリーダーは、最も手間のかかる注文・決済APIから自動テストを導入しました。6週間かけて主要シナリオ180件をスクリプトに移し、コミットのたびに12分以内に合否が出るようにしました。
- インフラ担当の次長は、サーバー設定をワード文書からコードへ移しました。新規サーバー1台を立ち上げるのに2日かかっていた作業が20分に短縮され、ステージングと本番環境の違いで生じていた障害が、その四半期は0件になりました。
- デプロイ権限は各チームに渡しつつ、「作ったチームがデプロイ後48時間の当番を務める」というルールを付けました。最初は「なぜ私たちが」という反発も出ましたが、アラートが自分の携帯に届くという事実が、コードレビューの厳しさを変えました。
- 6か月後、デプロイは月1回から週11回に増え、平均復旧時間は5時間20分から34分に短縮されました。深夜のデプロイ作業はなくなり、運用チームの夜間呼び出しは月9件から2件に減りました。
パク・ソリョン
パク・スンテ