Trong công nghệ phần mềm, có mối tương quan trực tiếp giữa hiệu suất của nhóm và việc xây dựng các ứng dụng mạnh mẽ, ổn định. Cộng đồng dữ liệu nhằm mục đích áp dụng các nguyên tắc kỹ thuật nghiêm ngặt thường được sử dụng trong phát triển phần mềm vào thực tiễn của riêng họ, bao gồm các phương pháp tiếp cận có hệ thống để thiết kế, phát triển, thử nghiệm và bảo trì. Điều này đòi hỏi phải kết hợp cẩn thận các ứng dụng và số liệu để cung cấp nhận thức, độ chính xác và khả năng kiểm soát đầy đủ. Nó có nghĩa là đánh giá tất cả các khía cạnh về hiệu suất của nhóm, tập trung vào cải tiến liên tục và nó áp dụng nhiều cho máy tính lớn cũng như cho môi trường phân tán và đám mây—có thể nhiều hơn.

Điều này đạt được thông qua các hoạt động như cơ sở hạ tầng dưới dạng mã (IaC) để triển khai, thử nghiệm tự động, khả năng quan sát ứng dụng và quyền sở hữu hoàn chỉnh trong vòng đời ứng dụng. Qua nhiều năm nghiên cứu, Nghiên cứu và đánh giá DevOps (DORA) nhóm đã xác định bốn số liệu chính cho biết hiệu suất của nhóm phát triển phần mềm:

• Tần suất triển khai – Tần suất một tổ chức đưa vào sản xuất thành công
• Thời gian thực hiện các thay đổi – Khoảng thời gian cần thiết để cam kết đưa vào sản xuất
• Thay đổi tỷ lệ thất bại – Tỷ lệ triển khai gây ra lỗi trong quá trình sản xuất
• Thời gian khôi phục dịch vụ – Tổ chức mất bao lâu để phục hồi sau thất bại trong sản xuất

Các số liệu này cung cấp một cách định lượng để đo lường hiệu quả và hiệu suất của các hoạt động DevOps. Mặc dù phần lớn trọng tâm xung quanh phân tích DevOps là về công nghệ phân tán và đám mây, máy tính lớn vẫn duy trì vị trí độc đáo và mạnh mẽ, đồng thời nó có thể sử dụng số liệu DORA 4 để nâng cao danh tiếng của mình như một công cụ thương mại.

Bài đăng trên blog này thảo luận về cách BMC Software được thêm vào AI sáng tạo AWS khả năng cho sản phẩm của mình BMC AMI zAdviser Enterprise. zAdviser sử dụng nền tảng Amazon để cung cấp bản tóm tắt, phân tích và đề xuất cải tiến dựa trên dữ liệu số liệu DORA.

Những thách thức khi theo dõi số liệu DORA 4

Theo dõi số liệu DORA 4 có nghĩa là tập hợp các số lại với nhau và đặt chúng trên trang tổng quan. Tuy nhiên, đo lường năng suất về cơ bản là đo lường hiệu suất của các cá nhân, điều này có thể khiến họ cảm thấy bị soi xét kỹ lưỡng. Tình huống này có thể đòi hỏi phải thay đổi văn hóa tổ chức để tập trung vào thành tích tập thể và nhấn mạnh rằng các công cụ tự động hóa sẽ nâng cao trải nghiệm của nhà phát triển.

Điều quan trọng là tránh tập trung vào các số liệu không liên quan hoặc dữ liệu theo dõi quá mức. Bản chất của số liệu DORA là chắt lọc thông tin thành một bộ chỉ số hiệu suất chính (KPI) cốt lõi để đánh giá. Thời gian trung bình để khôi phục (MTTR) thường là KPI đơn giản nhất để theo dõi—hầu hết các tổ chức đều sử dụng các công cụ như BMC Helix ITSM hoặc các công cụ khác để ghi lại sự kiện và theo dõi vấn đề.

Việc nắm bắt thời gian thực hiện các thay đổi và tỷ lệ thất bại của thay đổi có thể khó khăn hơn, đặc biệt là trên các máy tính lớn. Thời gian thực hiện các thay đổi và tỷ lệ thất bại khi thay đổi KPI tổng hợp dữ liệu từ các cam kết mã, tệp nhật ký và kết quả kiểm tra tự động. Việc sử dụng SCM dựa trên Git sẽ kết hợp những thông tin chi tiết này lại với nhau một cách liền mạch. Các nhóm máy tính lớn sử dụng nền tảng DevOps dựa trên Git của BMC, AMI DevX, có thể thu thập dữ liệu này dễ dàng như các nhóm phân phối có thể.

Tổng quan về giải pháp

Amazon Bedrock là một dịch vụ được quản lý toàn phần cung cấp nhiều lựa chọn mô hình nền tảng (FM) hiệu suất cao từ các công ty AI hàng đầu như AI21 Labs, Anthropic, Cohere, Meta, Stability AI và Amazon thông qua một API duy nhất, cùng với một loạt các các khả năng bạn cần để xây dựng các ứng dụng AI tổng quát có tính bảo mật, quyền riêng tư và AI có trách nhiệm.

BMC AMI zAdviser Enterprise cung cấp nhiều loại KPI DevOps để tối ưu hóa việc phát triển máy tính lớn và cho phép các nhóm chủ động xác định và giải quyết các vấn đề. Bằng cách sử dụng công nghệ máy học, AMI zAdviser giám sát các chức năng xây dựng, thử nghiệm và triển khai máy tính lớn trên chuỗi công cụ DevOps, sau đó đưa ra các đề xuất do AI dẫn dắt để liên tục cải tiến. Ngoài việc thu thập và báo cáo về KPI phát triển, zAdviser còn thu thập dữ liệu về cách áp dụng và sử dụng các sản phẩm BMC DevX. Điều này bao gồm số lượng chương trình đã được gỡ lỗi, kết quả của nỗ lực thử nghiệm bằng cách sử dụng các công cụ kiểm tra DevX và nhiều điểm dữ liệu khác. Những điểm dữ liệu bổ sung này có thể cung cấp thông tin chuyên sâu hơn về KPI phát triển, bao gồm cả số liệu DORA và có thể được sử dụng trong các nỗ lực tạo ra AI trong tương lai với Amazon Bedrock.

Sơ đồ kiến ​​trúc sau đây cho thấy quá trình triển khai cuối cùng của zAdviser Enterprise sử dụng AI tổng hợp để cung cấp tóm tắt, phân tích và đề xuất cải tiến dựa trên dữ liệu KPI của chỉ số DORA.

Quy trình giải pháp bao gồm các bước sau:

1. Tạo truy vấn tổng hợp để truy xuất số liệu từ Elaticsearch.
2. Trích xuất dữ liệu số liệu máy tính lớn được lưu trữ từ zAdviser, được lưu trữ trong Đám mây điện toán đàn hồi Amazon (Amazon EC2) và được triển khai trên AWS.
3. Tổng hợp dữ liệu được truy xuất từ ​​Elaticsearch và tạo lời nhắc cho lệnh gọi API Amazon Bedrock AI tổng hợp.
4. Chuyển lời nhắc AI tổng quát tới Amazon Bedrock (sử dụng mô hình Claude2 của Anthropic trên Amazon Bedrock).
5. Lưu trữ phản hồi từ Amazon Bedrock (tài liệu có định dạng HTML) trong Dịch vụ lưu trữ đơn giản của Amazon (Amazon S3).
6. Kích hoạt quy trình email KPI thông qua AWS Lambda:
   1. Email có định dạng HTML được trích xuất từ ​​Amazon S3 và được thêm vào nội dung email.
   2. Tệp PDF dành cho KPI của khách hàng được trích xuất từ ​​zAdviser và đính kèm vào email.
   3. Email được gửi đến người đăng ký.

Ảnh chụp màn hình sau đây hiển thị bản tóm tắt LLM của số liệu DORA được tạo bằng Amazon Bedrock và được gửi dưới dạng email cho khách hàng, kèm theo tệp đính kèm PDF chứa báo cáo bảng điều khiển KPI số liệu DORA của zAdviser.

Những điểm chính

Với giải pháp này, bạn không cần lo lắng về việc dữ liệu của mình bị lộ trên internet khi được gửi đến máy khách AI. Lệnh gọi API tới Amazon Bedrock không chứa bất kỳ thông tin nhận dạng cá nhân (PII) nào hoặc bất kỳ dữ liệu nào có thể nhận dạng khách hàng. Dữ liệu duy nhất được truyền bao gồm các giá trị số dưới dạng KPI số liệu DORA và hướng dẫn cho các hoạt động của AI tổng hợp. Điều quan trọng là ứng dụng khách AI tổng quát không giữ lại, học hỏi hoặc lưu trữ dữ liệu này.

Nhóm kỹ thuật zAdviser đã thành công trong việc triển khai nhanh chóng tính năng này trong một khoảng thời gian ngắn. Tiến độ nhanh chóng được hỗ trợ nhờ khoản đầu tư đáng kể của zAdviser vào các dịch vụ AWS và quan trọng là sự dễ dàng sử dụng Amazon Bedrock thông qua lệnh gọi API. Điều này nhấn mạnh sức mạnh biến đổi của công nghệ AI tổng hợp được thể hiện trong API Amazon Bedrock. API này, được trang bị kho lưu trữ kiến ​​thức dành riêng cho ngành zAdviser Enterprise và được tùy chỉnh bằng các số liệu DevOps dành riêng cho tổ chức được thu thập liên tục, thể hiện tiềm năng của AI trong lĩnh vực này.

AI sáng tạo có khả năng hạ thấp rào cản gia nhập để xây dựng các tổ chức do AI điều khiển. Đặc biệt, các mô hình ngôn ngữ lớn (LLM) có thể mang lại giá trị to lớn cho các doanh nghiệp đang tìm cách khám phá và sử dụng dữ liệu phi cấu trúc. Ngoài chatbot, LLM có thể được sử dụng trong nhiều nhiệm vụ khác nhau, chẳng hạn như phân loại, chỉnh sửa và tóm tắt.

Kết luận

Bài đăng này thảo luận về tác động mang tính chuyển đổi của công nghệ AI tổng hợp dưới dạng API Amazon Bedrock được trang bị kiến ​​thức dành riêng cho ngành mà BMC zAdviser sở hữu, được điều chỉnh phù hợp với các số liệu DevOps dành riêng cho tổ chức được thu thập liên tục.

Kiểm tra các trang web BMC để tìm hiểu thêm và thiết lập bản demo.

---

Về các tác giả

Sunil Bemarkar là Kiến trúc sư giải pháp đối tác cấp cao tại Amazon Web Services. Anh làm việc với nhiều Nhà cung cấp phần mềm độc lập (ISV) và khách hàng chiến lược trong các ngành để đẩy nhanh hành trình chuyển đổi kỹ thuật số và áp dụng đám mây của họ.

Vij Balakrishna là Giám đốc phát triển đối tác cấp cao tại Amazon Web Services. Cô giúp các nhà cung cấp phần mềm độc lập (ISV) trong các ngành đẩy nhanh hành trình chuyển đổi kỹ thuật số của họ.

Spencer Hallman là Giám đốc sản phẩm chính của BMC AMI zAdviser Enterprise. Trước đây, ông là Giám đốc Sản phẩm cho BMC AMI Strobe và BMC AMI Ops Automation cho Batch Thruput. Trước khi đảm nhiệm vị trí Quản lý Sản phẩm, Spencer là Chuyên gia về Chủ đề về Hiệu suất của Máy tính lớn. Kinh nghiệm đa dạng của ông trong nhiều năm bao gồm lập trình trên nhiều nền tảng và ngôn ngữ cũng như làm việc trong lĩnh vực Nghiên cứu Hoạt động. Ông có bằng Thạc sĩ Quản trị Kinh doanh chuyên ngành Nghiên cứu Hoạt động của Đại học Temple và bằng Cử nhân Khoa học về Khoa học Máy tính của Đại học Vermont. Anh ấy sống ở Devon, PA và khi không tham gia các cuộc họp ảo, anh ấy thích dắt chó đi dạo, đạp xe và dành thời gian cho gia đình.

• Phân phối nội dung và PR được hỗ trợ bởi SEO. Được khuếch đại ngay hôm nay.
• PlatoData.Network Vertical Generative Ai. Trao quyền cho chính mình. Truy cập Tại đây.
• PlatoAiStream. Thông minh Web3. Kiến thức khuếch đại. Truy cập Tại đây.
• Trung tâmESG. Than đá, công nghệ sạch, Năng lượng, Môi trường Hệ mặt trời, Quản lý chất thải. Truy cập Tại đây.
• PlatoSức khỏe. Tình báo thử nghiệm lâm sàng và công nghệ sinh học. Truy cập Tại đây.
• nguồn: https://aws.amazon.com/blogs/machine-learning/achieve-devops-maturity-with-bmc-ami-zadviser-enterprise-and-amazon-bedrock/