昨天我們稍微聊了一下「DevOps 工程師為何搞不定 DevOps Pipeline？」，今天沿著同樣的話題繼續聊下去。

在昨天的內容中，筆者提到搞不定的原因有：

1. 組織規模
2. 合適的人才難尋
3. 人的問題難以解決

今天我們繼續探討 DevOps Pipeline 還有哪些難題。

首先我們要先定義一下，這個 DevOps Pipeline 包含哪些內容（Stage / Job）？就讓我們詢問 Google 大神，看看搜尋「DevOps Pipeline」可以得到哪些答案？

（筆者在 Google 圖片搜尋「devops pipeline」時，最前面會顯示上圖中的這些內容。）

我們從中挑選幾個來比較一下。

• Commit -> Build -> Unit Tests -> Merge to Trunk -> Integration Tests -> Staging -> Regression Tests -> Deploy
• Plan -> Code -> Build -> Test -> Release -> Deploy -> Operate -> Monitor
• Push Code -> Azure Repos -> Build -> Release -> Deploy -> Testing / Acceptance / Production
• Plan -> Code -> Integarte -> Test -> Release -> Deploy -> Operate
• Version Control -> Build -> Unit Test -> Deploy to Test -> Auto Test -> Deploy to Production -> Measure / Validate -> Feedback
• Ready to share tests -> Publish to repository -> Acceptance tests -> Ready to ship tests -> Pre-Prod -> Deploy to production

上面這些範例雖然彼此使用的詞不太一樣，以及有一些 Stage / Job 的先後順序不同或拆分的粒度不同；但如果我們試著將它們統整一下，其實可以將 Pipeline 合併成下面這幾個 Stage / Job，從程式開發、送入版控、編譯、不同層級的自動化測試、交付、不同層級的部署及最後的維運。

Code -> Build -> Test -> Release -> Deploy -> Test -> Deploy -> Production -> (Test) -> Operate

你覺得在這一串 Pipeline 中，暗藏了多少玄機？讓我們隨意的列舉看看⋯⋯

• Code、Build：程式語言先天後天的差異、不同的編譯方式、不同的相依性管理⋯⋯
• Test：不同層級的自動化測試、測試案例的管理、自動化測試的效率及速度、程式碼掃描、Security 的掃描與滲透測試⋯⋯
• Release：Artifacts 的生命週期管理、Release 文件管理、版本號管理、相依性管理⋯⋯
• Deploy：如何建立不同的環境、如何部署至不同的環境、不同的部署策略、部署方式、部署相關的權限管理、目標環境的相依性管理、自動化部署該執行哪些動作、如何 rollback⋯⋯
• Production、Operate：資安、監控、日誌、分析、SLA、災難還原、Test in Production⋯⋯

根據上面的例子，我們可以發現每一個 Stage 都有多項值得探討的議題需要處理，有的只要善用工具就能解決，有的需要跨團隊的建立共識與原則，但也有些議題較為複雜，在議題與議題之間會相互交疊、彼此影響，讓人無法簡單的各別擊破，必須更全面性的處理它們。

（越是認識 DevOps，筆者就越覺得 DevOps 內含的議題就如同上圖，它們並非單純是點與點之間的連結，而是每一個點都還有著自己的影響範圍，導致議題之間是會彼此交疊互相影響的。）

你說這條 DevOps Pipeline 真的是一位 DevOps 工程師能夠搞定的東西嗎？

不，也許我們應該說，我們真的只是在處理一條 DevOps Pipeline 嘛？
或者，我們真的只需要處理那條 DevOps Pipeline 嗎？

還記得筆者在 Day12 聊到的內容嗎？我們那時就已經聊過了——DevOps 不只是 CI/CD。

同樣是連續假期的日子，就讓我繼續偷懶一下，聊少一點嘍～
DevOps 輕鬆聊，我們明天見～