言之无物

我说的一切都是错的

DevOps效能指标与量化管理

《DevOps效能指标与量化管理》

我的上一家公司,在我入职时刚完成了cmmi3认证并开始准备cmmi4。SQA不定期的举办培训,给我们讲解相关知识。 cmmi4给我最深的印象就是量化管理,为此,项目中定义了一些指标,比如估算偏差、任务完成率,测试覆盖率等等。周会上,PM用图表来展示项目进展情况。多年过去了,要说对cmmi4还有什么印象,也就剩量化管理了。

现在,“用数据说话”已经变成了大家的共识,相比我们习惯用的“差不多”,“基本完成”这些词语,数字,更能精确的表达当前的现状,也方便衡量和目标之间的差距。管理大师德鲁克曾说过,你如果不能衡量它,就无法管理它。SMART原则中的‘M’,就代表着Measurable。

前两天在网上看了一篇文章,很有意思。是易中天对大学量化管理的批评,他说量化管理把高校变成了养鸡场。在这个鸡场里,老师根本没有心思好好做学问,好好带学生,光忙着生蛋了。易中天谈到,“规定从讲师变成副教授,你要生多少个蛋;从副教授到教授,又要生多少个蛋。还规定这几个蛋要生在什么地方,比如权威刊物、核心刊物什么的。天天都在那儿数蛋,就在最近,又突然对你说:哎,你得生些‘创新型’的蛋!我的回答是:滚你妈的蛋!”

易中天之所以如此批评量化管理,个人认为是量化指标的选择出现了问题。归根到底,量化管理是一种手段,一种能更有效达成目标的手段。很多人把手段本身当成了目标,就走入了误区。

2017年devops年度报告中也谈到了效能指标,对Dev的考量是代码生产力,通过交付代码频率和部署速度两个指标来衡量。对ops的考量是系统稳定性,通过故障修复速度,变更失败率两个指标来衡量。

个人觉得这几个指标定义的非常好,主要体现在:

  1. 真实反映了devops团队的效能,指标本身通俗易懂,无需过多解释。一个指标如果需要额外的解释,可能不是个好指标,因为越解释,越让人糊涂。
  2. 指标数据能客观的收集。“数据”本身也不是绝对的客观,即使情况比较糟糕,也一样可以弄出很漂亮的数据,详细大家都有类似的经历。之前为了好看的测试覆盖率数据,经常写一堆无实际价值的测试。所以测试覆盖率这个指标,价值并不是很大,还可能会产生负效果。但像交付频率这样的指标,每周交付了多少功能,是有目共睹的,是多少就是多少,造假不得。 客观有效的数据,是量化管理的根本。

量化管理是否有成效,指标定义是关键。但是,并不是所有的东西都有清晰的量化指标,量化管理也不是银弹,“养鸡场”就是一个例子。德鲁克所说的衡量,并不等同于量化。大师说还说过,能量化的要尽量量化,不能量化的要细化。可惜很多人只看了上半句,而忽略了下半句。

点赞

发表评论

电子邮件地址不会被公开。 必填项已用*标注