Lộ trình 04Bài học 10 / 10

Đo hệ thống bàn giao phần mềm

Kết hợp luồng bàn giao, mức bất ổn, kết quả dịch vụ và công sức. Dùng định nghĩa rõ ràng khi đánh giá tác động của AI.

Thực hành10 minĐã review

Xuất bản bởi Cách chúng tôi viết

Kiểm tra mức hiểuTần suất triển khai tăng sau khi dùng AI, đồng thời số lần triển khai sửa lỗi ngoài kế hoạch cũng tăng. Nên kết luận gì?Làm bài tập
Tần suất triển khai tăng sau khi dùng AI, đồng thời số lần triển khai sửa lỗi ngoài kế hoạch cũng tăng. Nên kết luận gì?

Bạn sẽ học gì

  • Phân biệt hiệu suất bàn giao với hoạt động tạo mã.
  • Diễn giải chỉ số dựa vào định nghĩa sự kiện và phạm vi.
  • Dùng phép đo để chọn cải tiến thay vì xếp hạng cá nhân.

Bắt đầu từ quyết định cần đưa ra

Nhóm muốn biết AI có cải thiện bàn giao không. Đếm dòng mã được tạo trả lời câu hỏi khác. Xác định kết quả hữu ích và điều kiện chất lượng trước khi chọn chỉ số.

Với dịch vụ xuất dữ liệu giả định, kết quả mong muốn là bàn giao tin cậy các thay đổi được chấp nhận với ít tổng công sức hơn. Ghi công việc chuẩn bị, thực hiện, review, sửa lại và chờ. Bao gồm thay đổi thất bại hoặc bị bỏ.

Dùng một dịch vụ có ranh giới rõ ràng. Gộp website thử nghiệm với dịch vụ thanh toán quan trọng có thể tạo con số không giải thích được hệ thống nào. Mô tả bối cảnh trước khi so sánh giai đoạn hoặc nhóm.

Dùng định nghĩa hiện hành

Mô hình bàn giao hiện tại của DORA gồm năm chỉ số. Phạm vi là hiệu suất bàn giao, không phải giá trị của mọi chức năng hay đóng góp cá nhân. Định nghĩa chỉ số DORA.

Chỉ sốNội dung đo
Lead time của thay đổiTừ commit tới production
Tần suất triển khaiTần suất triển khai production
Thời gian khôi phục sau triển khai lỗiKhôi phục sau lần triển khai thất bại
Tỷ lệ thay đổi lỗiCác lần triển khai cần can thiệp ngay
Tỷ lệ triển khai làm lạiCác lần triển khai ngoài kế hoạch do sự cố production

Dashboard có thể dùng định nghĩa khác. Đọc định nghĩa trước khi diễn giải kết quả. Tài liệu triển khai hiện tại của Taiga mô tả bốn chỉ số được báo cáo từ bản ghi triển khai của nhà cung cấp. Phép đo khôi phục dùng lần triển khai thành công tiếp theo. Đó không phải hồ sơ đầy đủ của mọi sự cố production. Định nghĩa của Taiga.

Kiểm tra chuỗi thay đổi giả định

Giả sử dịch vụ có mười hai lần triển khai trong một tháng. Tám lần bàn giao thay đổi có kế hoạch. Bốn lần sửa vấn đề từ bản phát hành trước. Tổng là mười hai, nhưng thành phần rất quan trọng.

Tháng tiếp theo, nhóm có mười lần triển khai: chín thay đổi có kế hoạch và một lần sửa lỗi. Ít lần triển khai hơn vẫn có thể đi cùng nhiều công việc hữu ích hơn. Những con số này minh họa cách diễn giải, không phải chuẩn hiệu suất.

Cũng kiểm tra phân bố. Khoảng chờ review dài có thể biến mất trong số trung bình. Phép đo khôi phục từ một lỗi duy nhất là bằng chứng yếu cho độ tin cậy tương lai. Báo cáo số quan sát và ngoại lệ đáng kể.

Xem luồng bàn giao cùng hậu quả

Dùng tín hiệu dịch vụ để kiểm tra thay đổi bàn giao có ảnh hưởng người dùng không. Pipeline nhanh hơn chưa đủ nếu xuất dữ liệu lỗi thường xuyên hơn. Dùng SLO phù hợp hoặc phép đo kết quả khác được định nghĩa rõ ràng. Hướng dẫn SLO.

Công sức review và làm lại giúp giải thích kết quả. Nếu AI rút ngắn thực hiện nhưng tạo diff lớn, review có thể thành nút thắt. Nếu mất nhiều ngày mới có môi trường, viết mã nhanh hơn có thể ít ảnh hưởng tới tổng thời gian bàn giao.

Chọn một cải tiến xử lý nút thắt đã quan sát. Ví dụ, cung cấp môi trường test được hỗ trợ hoặc giảm kích thước thay đổi. Xác định chỉ số chất lượng đối trọng để nhóm phát hiện mức tăng tốc bề ngoài do kiểm tra bị làm yếu.

Giữ phép đo hữu ích

Tránh xếp hạng cá nhân theo số PR hoặc mã được tạo. Những phép đo này có thể khuyến khích chia việc giả tạo, tránh bảo trì khó hoặc chuyển công sức review sang đồng nghiệp.

Review kết quả cùng những người phụ trách toàn bộ dịch vụ. Ghi điều thay đổi ở công cụ, cơ cấu công việc, nhóm và môi trường. Coi so sánh trước và sau là bằng chứng có giới hạn, không tự động là chứng minh nhân quả.

Mục tiêu là quyết định tiếp theo tốt hơn. Phép đo nhỏ, đáng tin dẫn tới cải tiến đã kiểm chứng hữu ích hơn dashboard lớn không có ý nghĩa được thống nhất.

Thực hành với mười thay đổi

Bộ dữ liệu giả định riêng này ghi mười thay đổi có kế hoạch. Mọi thời gian là UTC theo ngày được ghi. Trường sửa lỗi trống nghĩa là bộ dữ liệu không ghi nhận lần sửa nào.

Thay đổi / ngàyBắt đầu công việcMã sẵn sàngBắt đầu reviewĐược chấp nhậnPhát hànhSửa lỗi
C01 · 2026-09-1408:0008:4509:1509:3010:00—
C02 · 2026-09-1409:0009:3012:0012:2013:00—
C03 · 2026-09-1508:0009:0009:1509:4010:0015:00
C04 · 2026-09-1510:0010:3010:4511:0011:15—
C05 · 2026-09-1608:0009:0013:0013:3014:00—
C06 · 2026-09-1610:0011:0011:3012:0012:15—
C07 · 2026-09-1708:0008:3009:0009:2009:30—
C08 · 2026-09-1710:0010:4511:0011:3014:30—
C09 · 2026-09-1808:0008:3009:0009:3010:00—
C10 · 2026-09-1809:0009:3010:0010:3011:0014:00

So sánh thời gian từ mã sẵn sàng tới bắt đầu review, rồi từ chấp nhận tới phát hành. Xác định khoảng chờ dài nhất có thể thấy. Điều tra nguyên nhân trước khi gọi nó là có thể tránh. Các mốc này không đo công sức thực tế hay xác định lúc sự cố bắt đầu. Chỉ bản phát hành sửa lỗi không xác lập thời gian khôi phục sau triển khai thất bại.

Tải bộ dữ liệu giả định (CSV)

Kiểm tra các khoảng chờ

Kiểm tra cách diễn giải: C05 chờ review bốn giờ. C08 chờ ba giờ từ lúc được chấp nhận tới phát hành. Bộ dữ liệu không giải thích các khoảng chờ đó. Hỏi về năng lực, giờ làm việc, chính sách phát hành và phụ thuộc.

Làm bài tập

Dùng bộ dữ liệu mười thay đổi trong bài. Định nghĩa lần triển khai, thay đổi lỗi và sự kiện khôi phục. Tìm khoảng chờ dài nhất có thể thấy và nêu bằng chứng cần để xác định nguyên nhân. Đề xuất cải tiến và phép đo giúp phát hiện chất lượng giảm.

Tải worksheet (Markdown)
Kiểm tra mức hiểu ↑

Tiếp tục học

Nguồn và đọc thêm

Đọc thêm liên quan từ Taiga

← Bài trước: Quyết định phát hành bằng bằng chứng