建设研发工具链后，效能提升如何更进一步？
虽然有了研发工具链的支持，研发流程体验确实有所提升，但研发团队依然需要量化数据作为抓手，一方面佐证先前实践优化的有效性，另一方面为持续的效能提升寻找机会。
而这并不容易。
首先，效能数据常常散落在软件研发生命周期的不同阶段、不同工作流、不同工具中，难以留存、汇集并转化为有效洞见。其次，可能存在效能指标定义与计算方法模糊，难以获得团队认同。最后，如果数据只停留在数字，无法根据研发管理具体场景的需求进行分析与展现，也难以为研发团队创造价值。
11 月 17 日发布 0.4.0 版本的 Dev Lake 是一款针对以上问题的开源解决方案。
什么是 Dev Lake
Dev Lake（GitHub，Gitee）是开源的研发效能数据平台，提供了自动化、一站式的数据集成、分析以及可视化能力，能够帮助研发团队快速构建效能数据面板、挖掘关键瓶颈与提效机会。
灵活、可扩展的数据接入能力
对 DevOps 工具链复杂、数据散乱难以收集的问题，Dev Lake 从两方面提供接入能力。
一是支持数据指标的多样性：需求-设计-开发-测试-交付-运营指六个实践域的效能指标归于一处，连通软件研发全生命周期，由价值流动效率串联各环节的资源效率，避免效率竖井和局部优化。
二是支持数据源的多样性：同类工具共用抽象层，数据格式及统计方法标准化，灵活整合不同 DevOps 工具数据；架构和插件设计灵活，方便用户二次开发，接入自己的数据源进行分析。
当前 Dev Lake 支持接入主流工具 JIRA、GitHub、GitLab 及 Jenkins。用户也可以参考文档，贡献数据源插件。
内置效能指标与分析能力
针对效能指标定义与计算方法模糊的问题，Dev Lake 内置了一套研发效能指标体系，用户无需手动配置复杂的计算分析路径，即开即用。
目前 Dev Lake 支持 20+常见研发效能指标：
应用于效能管理的不同维度
Dev Lake 内置度量分析能力，如趋势分析、按照成员/阶段下钻分析等，帮助用户在不同场景下解读指标，获得有效洞见。
此外，Dev Lake 也涵盖了细粒度分析与根因回顾的实践建议，引导用户层层推进，定位关键问题，并建立可落地的改进措施。
Dev Lake 基于 Grafana 实现了数据可视化，支持自定义 SQL 查询和拖拽搭建数据面板。用户可以根据实际需求，自由搭建研发效能数据驾驶舱。
如何使用 Dev Lake？
Dev Lake 目前提供两种部署方式：
基于 Docker 在本地部署，10 分钟快速搭建启动，详细信息请参见文档
基于快速 POC 平台 Tin 在云端部署，点击链接一键开启试用快速体验，详细信息请参见文档
如果您有任何建议或疑问，可以加入 Discord（英文）或 或 飞书（中文）群组，与 Dev Lake 开发团队沟通。
InfoQ主编
中国开发者画像洞察研究报告 2024
分析开发者的行为模式、工作价值、职业发展等内容，帮助整个行业生态更深入地理解开发者，为他们提供更精准...
评论