从”蒸汽时代”到”高铁时代“,商米ALPD实践之路

简介: 做为一家初创企业,商米研发团队早期也经历过与当下大部分创业公司一样困境:协作基本靠吼、发布基本靠手的阶段。然而,业务的快速发展,团队规模不断的扩大,给商米带来了在「团队协作」和「工程效能」上的双重挑战。

ALPD试用项目及团队:商米科技,200名技术人员

痛点背景:

1.需求流转效率,做好的需求交不出去,项目批量集成批量发布,加上手工工序过多容易形成需求阻塞,就连在顺利的情况下一个文案修改等待发布窗口期最快也要3天。
2.如何建立一套完整的DevOps解决方案,各种类型的开源工具非常多,但是想要结合形成合力却是困难重重。
3.业务规模迅速增长:研发流程还停留在过去,规模体量越大越是复杂,就越需要标准化的流程模式来保障产出的质量和效率。但是建立流程体系是一个逐渐积累的过程,如何跟上业务的发展速度成为研发管理中不小的挑战。

重要里程碑:

  • 2019年9月:杭州云栖大会启用云效DevOps工具,并跟ALPD核心成员张燎原老师梳理问题,制定流程改进方案;
  • 2020年2月,利用ALPD的工程实践、精益协作等方法学和解决方案,打通阿里云、钉钉、云效,最终组成一套完整的DevOps生态组件套装。
  • 2020年6月,真正落地ALPD方法学,最终实现了10倍效能提升。

最终结果:

1.需求流转率得到可观提升,借助云效实现了持续集成/持续发布,之前一个文案修改最快都要三天才能交付,到现在只需要30分钟就能交到需求方手中;
2.项目发布不求人,业务团队自主控制发布节奏,运维团队也从不用加班加点支持发版,更多的时间投入到稳定性、安全性、监控报警、工具维护等工作中;
3.强大的企业模板能力,开发使用准备好的模板也能自助配置流水线,当前覆盖了到250多个应用,包含微服务、H5、小程序、安卓应用等各种场景。
4.测试自动化、代码合规、安全扫描和质量规范的落地,做到不达标不发布,在发布频率翻倍的同时质量在不断提高;

参考素材:

《从”蒸汽时代”到”高铁时代“,商米DevOps转型之路》

申请ALPD赋能2020年限10家企业

相关文章
获取apk的签名信息
在接入第三方功能时,经常要注册提交apk的签名信息 (sha1签名)?,下面列出相关步骤。 获取apk签名信息的步骤: 1)修改apk后缀名为zip,解压得到其中的META-INF文件夹; 2)把META-INF文件夹放到C盘根目录下; 3)在dos面板中,  敲入命令:  keytool -printcert -file C:\META-INF\CERT.
5876 0
|
5月前
|
存储 JSON 数据格式
什么情况,一夜之间冲上热搜,狂揽29.6k星,再见吧SQLite!这个嵌入式分析引擎实在太香了
DuckDB是一款嵌入式OLAP数据库,专为高效分析型查询设计,被誉为“分析型SQLite”。它采用列式存储和向量化查询引擎,显著提升分析任务性能。无需独立服务器,支持Python、R、Java等语言,安装简单,5分钟即可上手。DuckDB可直接查询CSV、JSON、Parquet文件,支持Pandas零拷贝交互,优化SQL语法简化复杂查询。适用于探索性数据分析、数据湖ETL流水线及边缘设备实时分析等场景,是数据科学家和开发者的理想工具。项目地址:https://github.com/duckdb/duckdb
385 4
|
7月前
|
监控 算法 安全
公司电脑网络监控场景下 Python 广度优先搜索算法的深度剖析
在数字化办公时代,公司电脑网络监控至关重要。广度优先搜索(BFS)算法在构建网络拓扑、检测安全威胁和优化资源分配方面发挥重要作用。通过Python代码示例展示其应用流程,助力企业提升网络安全与效率。未来,更多创新算法将融入该领域,保障企业数字化发展。
168 10
|
11月前
|
存储 关系型数据库 MySQL
MyISAM存储引擎
【10月更文挑战第29天】MyISAM存储引擎以其简单高效的存储结构、良好的查询性能和数据压缩功能,在一些特定的应用场景中具有一定的优势。但由于其不支持事务处理和表级锁机制的限制,在需要处理大量并发事务和保证数据一致性的场景中,通常会选择InnoDB等支持事务的存储引擎。在实际应用中,需要根据具体的业务需求和性能要求,合理地选择和使用存储引擎,以充分发挥其优势,提高数据库系统的性能和可靠性。
271 6
|
机器学习/深度学习 算法 数据挖掘
基于PSO优化的CNN-GRU-Attention的时间序列回归预测matlab仿真
摘要: 本文介绍了运用粒子群优化(PSO)调整深度学习模型超参数以提升时间序列预测性能的方法。在比较了优化前后的效果(Ttttttttttt12 vs Ttttttttttt34)后,阐述了使用matlab2022a软件的算法。文章详细讨论了CNN、GRU网络和注意力机制在时间序列预测中的作用,以及PSO如何优化这些模型的超参数。核心程序展示了PSO的迭代过程,通过限制和调整粒子的位置(x1)和速度(v1),寻找最佳解决方案(gbest1)。最终,结果保存在R2.mat文件中。
基于PSO优化的CNN-GRU-Attention的时间序列回归预测matlab仿真
|
小程序 Java 关系型数据库
基于Java微信小程序校园订餐系统设计和实现(源码+LW+调试文档+讲解等)
基于Java微信小程序校园订餐系统设计和实现(源码+LW+调试文档+讲解等)
|
存储 SQL 人工智能
从 CodeGemma 到 CodeQwen1.5:开源编程大模型百家争鸣
笔者最近刚刚试用完 CodeGemma ,准备分享我的心得时,通义千问的 CodeQwen1.5 就也悄然发布。本文主要介绍 CodeQwen1.5 这款开源编程大模型,并展示如何在 VSCode 中使用它帮你提升编程体验。
1581 0
从 CodeGemma 到 CodeQwen1.5:开源编程大模型百家争鸣
|
资源调度 JavaScript 前端开发
❤Nodejs 第十五章(简单websocket聊天实现)
【4月更文挑战第15天】本文介绍了在Node.js中实现简单WebSocket聊天的过程。首先通过`yarn`创建项目并安装`ws`和`express`依赖。接着,编写`WebSocketServer.js`建立WebSocket服务器,处理客户端连接、消息收发及错误。然后,用`server.js`创建一个静态文件服务器,提供`index.html`。`index.html`包含客户端的WebSocket连接和消息处理。启动两个服务器后,可以在浏览器中打开`index.html`进行聊天。最后,讨论了在Node.js 20+Vite环境下使用WebSocket时可能遇到的问题
168 0
|
SQL 存储 关系型数据库
|
Kubernetes 网络协议 Java
Seata常见问题之全局事务处理中的本地会话过多 seata1.7报错如何解决
Seata 是一个开源的分布式事务解决方案,旨在提供高效且简单的事务协调机制,以解决微服务架构下跨服务调用(分布式场景)的一致性问题。以下是Seata常见问题的一个合集
393 0