论Dev与Ops冲突的根源、表现形式及其解决方案

一、冲突的根源

开发团队的目标：满足产品的功能需求，把用户的需求实现，发布到现网，交付到用户手里。

从之前的敏捷过程来看，其实开发／测试甚至是QA团队的目标是一致的。

运维团队的目标：质量永远是第一位的。这导致一个有意思的现象：

变更是主要的故障之源，你同意么？

之前在一篇论文中给出数据，无论是硬件的维护还是网站的维护，人为变更是引入故障的主要原因（如图1）。在没有找到有效的手段之前，特别是手工时代，运维一定是抗拒变更的，你同意么？

图1:由人主导的变化是故障主要的原因

但现实不是运维所设想的那样，特别是对于一些持续迭代的2C产品来说，”变化是唯一不变的规律“，那就意味着变更是常态。

此时我们可以得出一个非常有用的结论，开发和运维的冲突在某些情况下会被放大，比如说运维能力很弱，部门墙的出现。图2进一步归纳和阐述了这种冲突的原因。

两个不同的团队把各自的目标和要求形成一定的推力推向对方团队，然而部门墙的存在，让这种推力存在阻隔。

图2：Dev／Ops的冲突之源

甚至，我有时候把这幅图比喻成一个舞台（生产环境）上两个击剑手，在进行一场对抗比赛。

二、冲突的表现形式

在一个企业内冲突的最直接表现形式就是抱怨，抱怨的最直接感受就是从自己的角度总是觉得对方不够好。

因此我就从整个软件或者特性交付的角度来分析，把过程分解成几个典型阶段，来看这个抱怨是如何产生的。

大家也可以根据自己的经验，也总结一下自己感受到的冲突表现及其抱怨来自何处（尽量明确而具体），然后我们一起走向后面的解决方案。

2.1程序发布前

开发的抱怨：

• 找运维要个资源，怎么那么难呢？
• 找运维要几台设备，要填写这么复杂的表格？研发内部都没这么复杂。
• 运维的资源交付流程太长了，能不能再快一些？
• 运维的交付流程是否可以透明一些，不要让我经常来提醒运维，进度怎么样了？
• 运维的流程太多了，走OA，走领导审批，就不能简单一点么？
• 运维对技术架构把握能力不够，架构评审给不出有用的建议！
• 感觉运维的第一要求永远盯着我们服务器是不是用多了？

运维的抱怨：

• 开发永远都是程序要发布了，才来告诉运维要怎么做怎么做？！
• 开发老拍脑袋告诉我要给多少资源，为什么不合理评估呢？！
• 开发的技术架构评审为什么不邀请运维参加？
• 开发的技术架构考虑运维的需求太少，很多研发是真正的程序研发。
• 开发把运维当作资源提供者／事务执行着，倒不如让他们自己做运维好了。

2.2 程序发布中

开发的抱怨：

• 运维的发布流程好复杂好暴力，不区分业务和发布类型，都必须走很多领导审批，并且是深夜发布。
• 我明明写了详细的部署文档，但每次部署为什么还需要研发深度参与？
• 运维的发布好慢，一个发布要搞半天，感觉比我们研发过程还长。
• 运维的部署不能自动化么？为什么这么久还是要人工？我都想自己做个发布平台了。
• 有些不重要的发布，是不是可以让研发自己来做？不想每次都去触碰运维复杂的流程。

运维的抱怨：

• 这个部署文档好复杂，里面那么多坑要注意，每次部署都要耗费很多时间。
• 研发这个程序写得够呛，之前和他们反馈过，把配置不要搞成每台不一样，还是没改过来。
• 研发有没有遵守运维的规范，不和我沟通，按照自己的方便写出业务程序，让我运维。

2.3 程序发布后

开发的抱怨：

• 程序出问题，为什么运维不能自己定位问题？都需要我深度参与。
• 程序发布后出现bug，这个时候需要走紧急流程，必须经过领导，是否真的需要这么麻烦？
• 程序发布后的状态没法看到，我只能找他们要账户登录去看，能不能做成一个系统给我看相关信息。
• 运维的监控能力感觉真的很弱，出问题都是靠用户或者我们看日志发现的。

运维的抱怨：

• 开发的程序好烂，刚刚发布了，就出bug了。
• 程序bug了，又在催我快速解决，连研发自己找bug都没那么快，我哪有那么快呀！
• 开发程序异常log输出太少了，非常不利于快速定位问题。

2.4 持续运营阶段

开发的抱怨：

• 运维为什么不能给一个帐号给我，让我登录服务器去看服务状态。
• 运维内的平台一些权限应该给我，我想看看服务的运行状况。注：很多企业估计研发都没有登录过监控系统，更别谈CMDB了。
• 运维的日志分析能力很弱，我自己要写临时程序来做日志分析。
• 不出故障，我是感觉不到运维存在的。

运维的抱怨：

• 开发写的程序又出bug了，又出重大故障，我又要救火了！
• 开发的程序架构设计好烂，这点技术问题都没有提前考虑，导致这个问题必须要靠人来解决。
• 开发的KPI体系里面应该包含运维的质量和成本指标，需要他们一起来抗，否则压力永远都是在我们运维。
• 我们搞了一些数据报告，开发根本不关心，他们只关心需求实现，不关心运维的需求。

进一步深入技术分析的话，可以找到一些冲突的根源：

• 研发和测试部门是以敏捷方法论来驱动的；
• 而运维部门是构建在ITIL体系上的ITSM管理的思路。

前者有一些管理工具（持续集成，看板）／实践（站立会议／测试驱动／极限编程）／文化（价值观／团队融合）等等。

后者所依赖的ITSM的流程体系明显是滞后于前者敏捷体系的能力。

也就是说，两个团队不同的IT思维／能力的不同，造就彼此的输出的不同，这才是冲突的技术之源。

所以要想解决问题，核心的思路是：要找到一个统一的方法论（DevOps？）来融合两个IT团队个字的目标和方法论，当然冲击最大的还是运维团队，需要把自己的流程能力转化成自动化平台的能力。

从方法论上看，我自己觉得DevOps是Agile方法论的一次很自然的延伸。

其实从各自的角度能看到大家彼此的关注点，这些关注点有些是重叠的，有些是完全不对焦的。

三、冲突的解决方案

寻求解决方案比抱怨更重要，在抱怨的地方，才有改进的机会。但我这个地方避免用DevOps这个词来笼统的寻求解决方案。

我个人觉得需要做一些转变，核心的转变是两点：第一是拆墙；第二是换舞台，如下图：

图3:拆墙和共同的价值支撑体系

拆墙，研发／运维团队把彼此的作用力触达到对方，感受到彼此的要求和能力。

换舞台，把底层的舞台给换了，“经济基础决定上层建筑”，底层换了，上面的思路也就随之变化。

措施1: 共享一致的目标／价值／状态

对于研发／测试／运维团队来说，就需要把大家的目标／价值／状态做个对齐。之前写过IT运维的目标体系是质量／成本／效率／安全，其实这个可以传递到研发／测试团队，并且是和业务功能需求完全不冲突的。

从目标来说，分阶段性的目标和长远目标：

• 阶段性的目标其实可以看业务部门的短期需求和规划，从而反推IT能力的要求，比如说敏捷基础设施交付，持续发布；
• 长远的目标，其实是可以规划自己的IT能力主线，比如说容器化和架构服务化，然后分解到阶段性的目标上，这个目标是需要和研发对齐的。

我说的状态比较特殊。其实，我更希望运维把线上服务的运行状态进行透明化和可视化。然后交付给我们的研发／测试部门，不要让自己的能力成为黑盒子。这样：

• 一则，督促自己不断提升自己的能力；
• 二则，可以基于状态促进研测不断优化技术服务能力。所以更需要把这种思维传递给开发，让其去建设一个非黑盒子系统。

研发是有技术和责任辅助运维实现这一目标的。

状态的一致性，其实是具体的驱动措施了，俗称状态看板，它分业务价值看板BVD和服务状态看板，详细如交易看板，服务可用性看板，服务成本看板，服务性能看板，事件看板，问题看板等等。

措施2: IT能力的平台化驱动

在之前的篇幅中我说过ITSM的运维体系能力是大大滞后的，明显不能满足当前业务快速迭代的需要，运维的问题还是必须要运维来挑头解决。

生产环境，运维是第一负责人，必须改变过去的流程思维，建立自动化和数据化的运维平台。

从环境管理的角度来看，需要以生产环境的平台管理能力覆盖为首先的灰度点，然后逐渐覆盖预发布／测试环境，最后才是开发环境。

有了平台化能力之后，运维的作用力才能顺利推进到研发和测试那边，否则就会出现制定了规范无法落地。

不信，你定义一个现网日志监控规范看看？

所以我把图4中绿色部分的能力实现都认为是运维部的，有没有感觉到你在搭建一个舞台？的确如此！

图4:平台化是运维能力延伸的最好方式

措施3：“把想法装进别人的脑袋”

每个团队不能孤立的去看或者解决问题，当我们把能力延伸到对方之后，其实就是在干“把想法装进别人的脑袋”的事情，对两个团队来说都是难事。

之前讲过研发团队的Ops－friendly和运维团队的Dev－friendly，也在讲一定有照顾到别人的诉求才能friendly。

2014年的puppet报告，也在讲团队内培养DevOps是多么的重要，其实就是在讲理念和实践刷新成一致状态。

图5:多元化的思维，事半功倍

我任务冲突不可避免，冲突的形式也是各式各样，冲突的解决方案也不尽相同。

本文是自己对该问题的一个整体思考思路，希望能触发我们一起来思考。最后引申一个话题——“NoOps”（无运维），大家也一起思考一下，是否有可能？其实本文也有一些答案。