Présentation
Cette solution automatise le processus d'ingestion, d'analyse et de visualisation des métriques d'intégration et de livraison continues (CI/CD). Ces métriques s'affichent dans les tableaux de bord Amazon QuickSight pour aider les leaders DevOps à mesurer l'impact de leurs initiatives DevOps et à prendre des décisions orientées données afin de stimuler l'amélioration continue au sein de leurs équipes de développement.
Avantages
Automatisez l’ingestion et l’analyse des données de streaming contenant les métriques de performance et opérationnelles dans votre pipeline CI/CD en temps quasi réel. Calculez les métriques DevOps clés pour suivre et mesurer les activités de vos équipes de développement.
Automatisez le lancement de tableaux de bord Amazon QuickSight préintégrés pour visualiser les analyses de la solution. Identifiez les insights au sein de vos activités CI/CD pour mieux comprendre vos initiatives DevOps et prendre des décisions orientées données afin de stimuler l'amélioration continue dans votre processus de distribution des logiciels.
Vous pouvez personnaliser cette solution pour utiliser des outils de Business Intelligence (BI) tiers afin de créer des visualisations personnalisées à partir de la base de données Amazon Athena.
Flux de données provenant de plusieurs comptes AWS et régions AWS dans un compartiment central Amazon Simple Storage Service (Amazon S3) où les données sont analysées et surveillées à l'aide d’un tableau de bord unique.
Détails techniques
Vous pouvez déployer automatiquement cette architecture à l’aide du guide d’implémentation et du modèle AWS CloudFormation qui l’accompagne.
Étape 1
Un développeur démarre une activité dans un pipeline AWS CI/CD, comme pousser un changement de code dans AWS CodeCommit ou déployer une application à l’aide d’AWS CodeDeploy. Ces activités créent des événements. Si une fonction multicompte et multirégion est activée, les événements peuvent être générés à partir de plusieurs comptes AWS et de plusieurs régions AWS. Pour permettre le développement à l'aide du référentiel GitHub, des événements git push sont générés.
Étape 2
Une règle d'événements Amazon EventBridge détecte les événements en fonction des modèles d'événements prédéfinis et envoie ensuite les données d'événement à un flux de diffusion Amazon Kinesis Data Firehose. Une règle d'événement est créée par source d'événement.
Pour les activités dans AWS CodeBuild, un flux de métriques Amazon CloudWatch est configuré pour capturer les métriques CloudWatch et les transmettre à un flux de diffusion Kinesis Data Firehose. Pour les événements push GitHub, un point de terminaison d' Amazon API Gateway est créé pour publier ces événements et les transférer vers un flux de diffusion Kinesis Data Firehose.
Étape 3
Une règle d'événements EventBridge est également créée pour capturer des événements à partir d'une alarme CloudWatch qui surveille l'état de CloudWatch synthetics canary ou Amazon CodePipeline, si vous avez configuré l’alarme pour le script canary ou le pipeline respectivement dans votre compte. Cette alarme est nécessaire pour rassembler les données et calculer les métriques du temps moyen de récupération (MTTR).
Étape 4
Kinesis Data Firehose utilise une fonction AWS Lambda pour la transformation des données. La fonction Lambda extrait les données pertinentes pour chaque métrique et les envoie à un compartiment Amazon Simple Storage Service (Amazon S3) du compte de surveillance pour un traitement en aval.
Étape 5
Les données dans Amazon Simple Storage Service (Amazon S3) sont liées à une base de données Amazon Athena, qui exécute les requêtes par rapport à ces données et renvoie les résultats à Amazon QuickSight.
Étape 6
QuickSight obtient les résultats de la requête et crée des visualisations de tableau de bord pour votre équipe de gestion.
Étape 1
Un développeur démarre une activité dans un pipeline AWS CI/CD, comme pousser un changement de code dans AWS CodeCommit ou déployer une application à l’aide d’AWS CodeDeploy. Ces activités créent des événements. Si une fonction multicompte et multirégion est activée, les événements peuvent être générés à partir de plusieurs comptes AWS et de plusieurs régions AWS. Pour permettre le développement à l'aide du référentiel GitHub, des événements git push sont générés.
Étape 2
Une règle d'événements Amazon EventBridge détecte les événements en fonction des modèles d'événements prédéfinis et envoie ensuite les données d'événement à un flux de diffusion Amazon Kinesis Data Firehose. Une règle d'événement est créée par source d'événement.
Pour les activités dans AWS CodeBuild, un flux de métriques Amazon CloudWatch est configuré pour capturer les métriques CloudWatch et les transmettre à un flux de diffusion Kinesis Data Firehose. Pour les événements push GitHub, un point de terminaison d' Amazon API Gateway est créé pour publier ces événements et les transférer vers un flux de diffusion Kinesis Data Firehose.
Étape 3
Une règle d'événements EventBridge est également créée pour capturer des événements à partir d'une alarme CloudWatch qui surveille l'état de CloudWatch synthetics canary ou Amazon CodePipeline, si vous avez configuré l’alarme pour le script canary ou le pipeline respectivement dans votre compte. Cette alarme est nécessaire pour rassembler les données et calculer les métriques du temps moyen de récupération (MTTR).
Étape 4
Kinesis Data Firehose utilise une fonction AWS Lambda pour la transformation des données. La fonction Lambda extrait les données pertinentes pour chaque métrique et les envoie à un compartiment Amazon Simple Storage Service (Amazon S3) du compte de surveillance pour un traitement en aval.
Étape 5
Les données dans Amazon Simple Storage Service (Amazon S3) sont liées à une base de données Amazon Athena, qui exécute les requêtes par rapport à ces données et renvoie les résultats à Amazon QuickSight.
Étape 6
QuickSight obtient les résultats de la requête et crée des visualisations de tableau de bord pour votre équipe de gestion.
- Date de publication
« Mphasis est une société leader de services technologiques appliqués qui permet aux entreprises d'accélérer leur parcours de transformation numérique. En utilisant le tableau de bord de surveillance DevOps en même temps que d'autres solutions AWS, nous sommes parvenus à réduire de 30 % le temps nécessaire pour passer de la conceptualisation au déploiement. Nous sommes en mesure d'automatiser le processus de configuration permettant de collecter et de visualiser nos métriques opérationnelles DevOps, ce qui nous a permis de prendre des décisions plus judicieuses et d'identifier les améliorations que nous pouvons apporter à nos équipes de déploiement. »
Rubriques connexes
Dans cet article de blog, nous vous montrons comment économiser du temps et des efforts en utilisant le Tableau de bord de surveillance AWS DevOps pour automatiser la configuration en vue de collecter et visualiser les métriques DevOps. Cette solution est une implémentation de référence qui permet aux organisations de toutes tailles de collecter, d'analyser et de visualiser plus facilement les principales mesures opérationnelles de leur processus de livraison de logiciels.