V programskem inženiringu obstaja neposredna povezava med učinkovitostjo ekipe in gradnjo robustnih, stabilnih aplikacij. Podatkovna skupnost želi sprejeti stroga inženirska načela, ki se običajno uporabljajo pri razvoju programske opreme, v svoje prakse, kar vključuje sistematične pristope k načrtovanju, razvoju, testiranju in vzdrževanju. To zahteva skrbno kombiniranje aplikacij in meritev, da se zagotovi popolno zavedanje, natančnost in nadzor. Pomeni ocenjevanje vseh vidikov uspešnosti ekipe s poudarkom na nenehnem izboljševanju in velja prav toliko za mainframe kot za porazdeljena okolja in okolja v oblaku – morda še več.

To se doseže s praksami, kot je infrastruktura kot koda (IaC) za uvedbe, avtomatizirano testiranje, opazovanje aplikacij in popolno lastništvo življenjskega cikla aplikacije. Skozi leta raziskav je Raziskave in ocene DevOps (DORA) je identificirala štiri ključne meritve, ki kažejo na uspešnost skupine za razvoj programske opreme:

• Pogostost uvajanja – Kako pogosto organizacija uspešno sprosti v proizvodnjo
• Čas za spremembe – Količina časa, ki je potreben za objavo, da pride v proizvodnjo
• Spremenite stopnjo napak – Odstotek razmestitev, ki povzročijo napako v proizvodnji
• Čas je za obnovitev storitve – Koliko časa potrebuje organizacija, da si opomore od napake v proizvodnji

Te metrike zagotavljajo kvantitativni način za merjenje uspešnosti in učinkovitosti praks DevOps. Čeprav je velik del poudarka pri analizi DevOps na porazdeljenih tehnologijah in tehnologijah v oblaku, glavni računalnik še vedno ohranja edinstven in zmogljiv položaj in lahko uporablja meritve DORA 4 za krepitev svojega ugleda motorja trgovine.

Ta objava v spletnem dnevniku obravnava, kako je dodana programska oprema BMC AWS Generative AI zmogljivosti svojega izdelka BMC AMI zAdviser Enterprise. zSvetnik uporablja Amazon Bedrock zagotoviti povzetek, analizo in priporočila za izboljšave na podlagi podatkov metrike DORA.

Izzivi sledenja metrikam DORA 4

Sledenje metrikam DORA 4 pomeni sestavljanje številk in njihovo postavitev na nadzorno ploščo. Vendar pa je merjenje produktivnosti v bistvu merjenje uspešnosti posameznikov, zaradi česar se lahko počutijo pod drobnogledom. Ta situacija lahko zahteva premik v organizacijski kulturi, da se osredotoči na skupne dosežke in poudari, da orodja za avtomatizacijo izboljšajo izkušnjo razvijalcev.

Bistvenega pomena je tudi, da se izogibate osredotočanju na nepomembne meritve ali pretiranemu sledenju podatkov. Bistvo metrike DORA je destilacija informacij v osrednji nabor ključnih kazalnikov uspešnosti (KPI) za vrednotenje. Srednji čas za obnovitev (MTTR) je pogosto najpreprostejši KPI za sledenje – večina organizacij uporablja orodja, kot je BMC Helix ITSM ali druga, ki beležijo dogodke in spremljajo težave.

Zajemanje časa za pripravo sprememb in stopnje neuspešnih sprememb je lahko bolj zahtevno, zlasti na velikih računalnikih. Čas priprave za spremembe in stopnja neuspešnih sprememb KPI združujejo podatke iz odobritev kode, dnevniških datotek in rezultatov samodejnih testov. Uporaba SCM, ki temelji na Gitu, te vpoglede neopazno združi. Ekipe velikih računalnikov, ki uporabljajo BMC-jevo platformo DevOps, AMI DevX, ki temelji na Gitu, lahko zbirajo te podatke tako enostavno, kot jih lahko porazdeljene ekipe.

Pregled rešitev

Amazon Bedrock je popolnoma upravljana storitev, ki ponuja izbiro visoko zmogljivih temeljnih modelov (FM) vodilnih podjetij z umetno inteligenco, kot so AI21 Labs, Anthropic, Cohere, Meta, Stability AI in Amazon prek enega samega API-ja, skupaj s širokim naborom zmogljivosti, ki jih potrebujete za izdelavo generativnih aplikacij AI z varnostjo, zasebnostjo in odgovorno AI.

BMC AMI zAdviser Enterprise ponuja široko paleto KPI-jev DevOps za optimizacijo razvoja velikih računalnikov in omogoča ekipam, da proaktivno prepoznajo in razrešijo težave. Z uporabo strojnega učenja AMI zAdviser spremlja funkcije gradnje, testiranja in uvajanja glavnega računalnika v vseh verigah orodij DevOps in nato ponuja priporočila, ki jih vodi umetna inteligenca, za stalne izboljšave. Poleg zajemanja in poročanja o razvojnih KPI-jih zAdviser zajema podatke o tem, kako so izdelki BMC DevX sprejeti in uporabljeni. To vključuje število programov, v katerih so bile odpravljene napake, rezultat poskusov testiranja z orodji za testiranje DevX in številne druge podatkovne točke. Te dodatne podatkovne točke lahko zagotovijo globlji vpogled v razvojne KPI-je, vključno z meritvami DORA, in se lahko uporabijo v prihodnjih generativnih prizadevanjih AI z Amazon Bedrock.

Naslednji diagram arhitekture prikazuje končno implementacijo zAdviser Enterprise z uporabo generativnega umetne inteligence za zagotavljanje povzemanja, analize in priporočil za izboljšave na podlagi podatkov KPI metrike DORA.

Potek dela rešitve vključuje naslednje korake:

1. Ustvarite agregacijsko poizvedbo, da pridobite meritve iz Elasticsearch.
2. Ekstrahirajte shranjene podatke meritev glavnega računalnika iz zAdviserja, ki gostuje v Amazonski elastični računalniški oblak (Amazon EC2) in nameščen v AWS.
3. Združite podatke, pridobljene iz Elasticsearch, in oblikujte poziv za generativni klic AI Amazon Bedrock API.
4. Posredujte poziv generativne umetne inteligence v Amazon Bedrock (z uporabo Anthropicovega modela Claude2 na Amazon Bedrock).
5. Shranite odgovor Amazon Bedrock (dokument v obliki HTML) v Preprosta storitev shranjevanja Amazon (Amazon S3).
6. Sprožite e-poštni postopek KPI prek AWS Lambda:
   1. E-poštno sporočilo v obliki HTML je ekstrahirano iz Amazon S3 in dodano v telo e-poštnega sporočila.
   2. PDF za KPI strank je izvlečen iz zAdviserja in priložen e-pošti.
   3. E-poštno sporočilo je poslano naročnikom.

Naslednji posnetek zaslona prikazuje LLM povzetek meritev DORA, ustvarjenih z uporabo storitve Amazon Bedrock in poslanih kot e-poštno sporočilo stranki, s prilogo PDF, ki vsebuje poročilo nadzorne plošče KPI meritev DORA, ki ga je pripravil zAdviser.

Ključni odvzemi

V tej rešitvi vam ni treba skrbeti, da bodo vaši podatki izpostavljeni v internetu, ko bodo poslani odjemalcu AI. Klic API-ja za Amazon Bedrock ne vsebuje nobenih osebno določljivih podatkov (PII) ali kakršnih koli podatkov, ki bi lahko identificirali stranko. Edini posredovani podatki so številčne vrednosti v obliki KPI-jev metrike DORA in navodila za delovanje generativnega umetne inteligence. Pomembno je, da generativni odjemalec AI teh podatkov ne obdrži, se iz njih ne uči ali jih predpomni.

Inženirska ekipa zAdviser je bila uspešna pri hitri implementaciji te funkcije v kratkem času. Hiter napredek je omogočila znatna naložba zAdviserja v storitve AWS in, kar je pomembno, enostavnost uporabe Amazon Bedrock prek klicev API. To poudarja transformativno moč generativne tehnologije umetne inteligence, ki je utelešena v API-ju Amazon Bedrock. Ta API, opremljen z industrijskim skladiščem znanja zAdviser Enterprise in prilagojen z nenehno zbranimi meritvami DevOps, specifičnimi za organizacijo, prikazuje potencial umetne inteligence na tem področju.

Generativna umetna inteligenca lahko zmanjša vstopne ovire za izgradnjo organizacij, ki temeljijo na umetni inteligenci. Predvsem veliki jezikovni modeli (LLM) lahko prinesejo izjemno vrednost podjetjem, ki želijo raziskovati in uporabljati nestrukturirane podatke. Poleg klepetalnih robotov se LLM-ji lahko uporabljajo pri različnih nalogah, kot so razvrščanje, urejanje in povzemanje.

zaključek

Ta objava je razpravljala o transformacijskem učinku generativne tehnologije umetne inteligence v obliki API-jev Amazon Bedrock, ki so opremljeni s panožno specifičnim znanjem, ki ga ima BMC zAdviser, prilagojenim z meritvami DevOps, specifičnimi za organizacijo, ki se redno zbirajo.

Odjaviti Spletna stran BMC če želite izvedeti več in nastaviti predstavitev.

O avtorjih

Sunil Bemarkar je višji arhitekt partnerskih rešitev pri Amazon Web Services. Sodeluje z različnimi neodvisnimi ponudniki programske opreme (ISV) in strateškimi strankami v panogah, da bi pospešil njihovo digitalno transformacijo in uvedbo oblaka.

Vij Balakrišna je višji vodja razvoja partnerjev pri Amazon Web Services. Pomaga neodvisnim prodajalcem programske opreme (ISV) v panogah, da pospešijo njihovo digitalno preobrazbo.

Spencer Hallman je vodilni produktni vodja za BMC AMI zAdviser Enterprise. Pred tem je bil produktni vodja za BMC AMI Strobe in BMC AMI Ops Automation za Batch Thruput. Pred vodenjem produktov je bil Spencer strokovnjak za zadeve za zmogljivost velikih računalnikov. Njegove raznolike izkušnje v preteklih letih vključujejo tudi programiranje na več platformah in jezikih ter delo na področju operacijskih raziskav. Ima magisterij iz poslovne administracije s poudarkom na operacijskih raziskavah na Univerzi Temple in diplomo iz računalništva na Univerzi v Vermontu. Živi v Devonu, Pensilvanija, in ko se ne udeležuje virtualnih srečanj, uživa v sprehajanju svojih psov, kolesarjenju in preživljanju časa s svojo družino.

• Distribucija vsebine in PR s pomočjo SEO. Okrepite se še danes.
• PlatoData.Network Vertical Generative Ai. Opolnomočite se. Dostopite tukaj.
• PlatoAiStream. Web3 Intelligence. Razširjeno znanje. Dostopite tukaj.
• PlatoESG. Ogljik, CleanTech, Energija, Okolje, sončna energija, Ravnanje z odpadki. Dostopite tukaj.
• PlatoHealth. Obveščanje o biotehnologiji in kliničnih preskušanjih. Dostopite tukaj.
• vir: https://aws.amazon.com/blogs/machine-learning/achieve-devops-maturity-with-bmc-ami-zadviser-enterprise-and-amazon-bedrock/