2. Índice de la sesión
Las 5 ámbitos de DevOps
02 Algunos datos de 2018
03 Las 4 tendencias DevOps para 2019
01
3. Sobre nuestro
gran equipo y
sobre mí
Antonio David Fernández Reyes
CTO de atSistemas
23 Líderes Técnicos de Comunidad
3 Líderes Técnicos Cross
18 Comunidades Tecnológicas
4. Los 5 ámbitos de DevOps
Cultura y
Organización
Diseño y
Arquitectura
Construcción y
Despliegue
Operación y
Monitorización
Seguridad y
Verificación
Participación conjunta de los equipos de desarrollo y de operación a lo largo de todo el ciclo de vida.
Mejorar la flexibilidad y calidad de las entregas, adaptando el coste de la operación a las necesidades del negocio.
Optimizar el Time to Market de la entrega de valor basado en software de una organización.
5. Algunos datos sobre DevOps en 2018
Nivel de Madurez
DevOps
Aspects of Software
Delivery Performance
Elite High Medium Low
Deployment frequency On demand
(multiple
deploys per
day)
One deploy
per day
One deploy
per week
Between
once per
week and
one per
month
Lead time for changes Less than one
hour
Less than one
hour
Between one
hour and one
day
Between one
hour and one
day
Mean Time to Recover Less than one
hour
Less than one
hour
Less than one
hour
Less than one
day
1,23 1,05 1,14 0,99 0,88 0,64
0
1
2
3
4
5
Cultura y
Organización
Diseño y
Arquitectura
Construcción y
Despliegue
Verificación y
Testing
Operaciones y
Monitorización
Información y
Reporting
Madurez DevOps
12 empresas clasificadas cómo:
6. Algunos datos sobre DevOps en 2018 – Problemas identificados
El tiempo de caída del sistema
Falta de visión end-to-end
Problemas en la entrega de cambios
Demasiado tiempo en configurar los entornos
Falta de comunicación y entendimiento
Demasiado tiempo de entrega (time-to-market)id Scope & size Business DevOps Teams Num & Size
8 National Large IT Consulting 7 Teams (<12 members)
1 International Medium Retail 1 Team (<12 members)
3 International Medium Software 15 Teams (<12 members)
9 International Large Software (Finance) 6 Teams (<12 members)
6 Freelance IT Consulting (Insurance) (<12 members)
7 National Large IT Consulting 1 Team (approx. 33 members)
10 National Small IT Consulting 11 Teams (<12 members)
11 International Large Retail 1 Team (approx. 20 members)
2 National Large Retail 1 Team (approx. 25 members)
4 National Large Software 6 Teams (<12 members)
5 National Large Public utilities 4 Teams (<12 members)
12 Freelance IT Consulting (<12 members)
7. Algunos datos
sobre DevOps en
2018:
Expectativas
Aprendizaje rápido de las necesidades del cliente (experimentación)
Mejorar la colaboración y autonomía del equipo
Aumentar la calidad del software
Reducir costes de IT
Mejorar productividad de los equipos y eficiencia
de los procesos
Acelerar Time-To-Market
8. Las 4 tendencias
DevOps para 2019
Ecosistema Kubernetes
3.2 Serverless
3.3 DevSecOps
3.4 MLOps
3.1
9. Ecosistema
Kubernetes
En 2018, Kubernetes se situó como el runtime de facto de las nuevas
arquitecturas de desarrollo y de las Cloud Native Applications.
Kubernetes as a Service:
Otros productos on premise basados en Kubernetes:
Operación y
Monitorización
10. Ecosistema
Kubernetes:
Cloud Native
Applications y
Service Mesh
Cloud Native Applications
Continuous Deployment
Microservicios
API
Contenedores
¿Y Service Mesh?
Puede permitir la orquestación de servicios en entornos multi-tecnología, lo que
puede abrir la puerta a una evolución tecnológica sostenible en este tipo
de entornos.
11. Serverless
FaaS BaaS
Focalizar en el desarrollo
Mayor nivel de Flexibilidad y escalabilidad
Pago por uso
Mayor productividad en el desarrollo
Arquitecturas Event Driven (EDA)
Diseño y
Arquitectura
15. MLOps
¿Por qué?
Data Scientist Sandbox Operación
Construcción
y Despliegue
Dependencia del
Dataset
Retos
Heterogeneidad
de tecnologías
Colaboración
Compleja
Muchos objetos
16. MLOps
REPOSITORIO DE
CÓDIGO Y
CONTROL DE
VERSIONES
CONSTRUCCIÓN
AUTOMÁTICA
AUTOMATIZACIÓN
DE PRUEBAS
INTEGRACIÓN
CONTINUA
AUTOMATIZACIÓN
DE RELEASE
ENTREGA
CONTINUA
PROVISIÓN
DINÁMICA DE
ENTORNOS
MONITORIZACIÓN
DE LA PLATAFORMA
1 2 3 4 5 6 7 8
SPLIT DEL
DATABASE
EJECUCIÓN DEL
ENTRENAMIENTO
EJECUCIÓN DE
PRUEBAS DE
VALIDACIÓN
EJECUCIÓN DE
PRUEBAS DE TEST
DESPLIEGUE DEL
MODELO
RE-ENTRENO DEL
MODELO SEGÚN
UMBRAL
DE RENDIMIENTO
MONITORIZACIÓN
DEL RENDIMIENTO
DEL MODELO
ENTRENAMIENTO
VALIDACIÓN
TEST
DATASET
BATCH LEARNING
ONLINE LEARNING
9 10 11
12
13
15
14
16
17