由 superadmin 于 2024/04/03, 16:10 最后修改
Summary
Details
- Page properties
-
- 文档作者
-
... ... @@ -1,1 +1,1 @@ 1 -XWiki. superadmin1 +XWiki.RollTech - Content
-
... ... @@ -12,17 +12,17 @@ 12 12 13 13 == 3.1 集成和数据共享 == 14 14 15 -服务设计通常依赖于多个系统之间的集成,在这种情况下,理解集成建模的不同层次相当重要。例如: 15 +服务设计通常依赖于多个系统之间的集成(integration),在这种情况下,理解集成建模的不同层次相当重要。例如: 16 16 17 -* **应用程序** 18 -* **企业** 集成的应用程序 可提供价值。19 -* **业务** 现有业务服务是 一致的。17 +* **应用程序级** 应用程序之间是相互交互的。 18 +* **企业级** 已集成的应用程序共同提供价值。 19 +* **业务级** 现有的业务服务是协调的(aligned)。 20 20 21 21 随着时间的推移,出现了许多集成方法,每一种方法都有其特定目标,这些目标对集成的成功非常重要。集成方法的选择需要考虑多个因素,包括可靠性、容错性、成本、复杂性、预期演化、安全性和可观察性。 22 22 23 23 良好的集成能支持和加强支撑价值交付的流程。有效的集成必须基于对集成所影响的利益相关者的清晰理解,并旨在支持这些利益相关者的工作方法和需求。 24 24 25 -集成的性质各不相同。在某些情况下,只需要从一个系统到另一个系统的一次性交接,如一次调用控制系统以更改参数。另一些则需要两个系统之间持续的、双向的协调过程,例如, 当每个支持代理都使用单独的票务系统时,支持代理可能会与外部供应商的代表协作。25 +集成的性质各不相同。在某些情况下,只需要从一个系统到另一个系统的一次性交接,如一次调用控制系统以更改参数。另一些则需要两个系统之间持续的、双向的协调过程,例如,支持代理可能与外部供应商的代表协作,而他们各自使用单独的工单系统。 26 26 27 27 当数据从一个系统传递到另一个时,重要的是要确保遵守法规的义务,如隐私性、安全性和机密性。 28 28 ... ... @@ -29,14 +29,14 @@ 29 29 30 30 === 3.1.1 集成拓扑 === 31 31 32 -集成设计需要了解和考虑集成多个系统的不同拓扑方法。有两种普遍接受的拓扑:点对点和发布-订阅。 32 +集成设计需要了解和考虑集成多个系统的不同拓扑方法。有两种普遍接受的拓扑:点对点和发布-订阅(point-to-point and publish–subscribe)。 33 33 34 -点对点集成涉及系统的直接链接对,可能是适合于少数集成系统的简单服务。但是,这种方法有一些缺点: 34 +//点对点 //集成涉及系统的直接链接对,可能是适合于少数集成系统的简单服务。但是,这种方法有一些缺点: 35 35 36 -* 连接的数量与集成系统的数量成比例快速增长,需要进行n (n)次集成。双向集成实际上可以算作两个独立的集成.37 -* 不同的集成协议和方法的数量可能很多,增加了复杂性。 36 +* 连接的数量与集成系统的数量成比例快速增长,需要进行n(n-1)次集成。双向集成实际上可以算作两个独立的集成. 37 +* 不同的集成协议和方法的数量可能很多,这增加了复杂性。 38 38 39 -发布订阅是另一种拓扑形式,在该拓扑中,系统将消息发布到事件代理,该代理将消息转发到指定为接收者的系统。这种方法提供更好的可伸缩性,更松散的耦合降低了实现的复杂性(发布系统甚至不需要了解订户)。但是,可靠性可能是一个挑战,特别是当发布者不知道订阅者尚未收到消息时更是如此。 39 +//发布-订阅 //是另一种拓扑形式,在该拓扑中,系统将消息发布到事件代理,该代理将消息转发到指定为接收者的系统。这种方法提供更好的可伸缩性,更松散的耦合降低了实现的复杂性(发布系统甚至不需要了解订户)。但是,可靠性可能是一个挑战,特别是当发布者不知道订阅者尚未收到消息时更是如此。 40 40 41 41 代理架构可以采用总线的形式,其中转换和路由通过每个集成系统(或集线器和分支)的本地适配器完成,而适配器在此集中。总线模型不受单个集线器的限制,因此具有更高的可伸缩性 42 42 ... ... @@ -47,11 +47,14 @@ 47 47 48 48 表格 3.1 交付方式 49 49 50 -(% style="width: 526px" %)51 -|(% style="width:106px" %)大爆炸|(% style="width: 417px" %) “大爆炸”方法涉及到一次交付所有集成。这对测试有潜在好处,因为整个系统在正式推出前即已就绪。但与软件开发一样,使用这种方法交付的集成项目可能会变得过大和复杂,从而可能导致故障排除等问题。因此,该方法适用于集成系统较少、集成风险更低的简单服务实施。52 -|(% style="width:106px" %)增量交付|(% style="width: 417px" %)增量交付是一种更敏捷的方法,用于集成多个组件,其中以预定义的顺序分别引入新的集成。增量交付减少了了每个独立交付到生产的规模,从而可以对部署后的问题执行故障排除并予以解决。这种方法可以在大多数情况下使用。然而,由于在每个集成就绪前总体服务仍不完整,所以服务测试可能需要大量的模拟考虑未交付的元素。回归测试的负担也可能很大.53 -|(% style="width:106px" %)使用(价值)流直接集成|(% style="width: 417px" %)直接集成允许各个集成在准备就绪后立即部署,而不需要预先确定顺序。直接集成提供了更大的敏捷性,并支持快速的初始进展。像增量交付一样。该方法可能需要大量的仿真促进足够的测试。整个服务的全局测试,甚至其中功能链的子集的全局测试,只能在服务实现的后期运行。50 +(% style="width:707px" %) 51 +|(% style="width:106px" %)大爆炸|(% style="width:597px" %) “大爆炸”方法涉及到一次交付所有集成。这对测试有潜在好处,因为整个系统在正式推出前即已就绪。但与软件开发一样,使用这种方法交付的集成项目可能会变得过大和复杂,从而可能导致故障排除等问题。因此,该方法适用于集成系统较少、集成风险更低的简单服务实施。 52 +|(% style="width:106px" %)增量交付|(% style="width:597px" %)增量交付是一种更敏捷的方法,用于集成多个组件,其中以预定义的顺序分别引入新的集成。增量交付减少了了每个独立交付到生产的规模,从而可以对部署后的问题执行故障排除并予以解决。这种方法可以在大多数情况下使用。然而,由于在每个集成就绪前总体服务仍不完整,所以服务测试可能需要大量的模拟考虑未交付的元素。回归测试的负担也可能很大. 53 +|(% style="width:106px" %)使用(价值)流直接集成|(% style="width:597px" %)直接集成允许各个集成在准备就绪后立即部署,而不需要预先确定顺序。直接集成提供了更大的敏捷性,并支持快速的初始进展。像增量交付一样。该方法可能需要大量的仿真促进足够的测试。整个服务的全局测试,甚至其中功能链的子集的全局测试,只能在服务实现的后期运行。 54 54 55 + 56 +(% class="box" %) 57 +((( 55 55 **ITIL 故事: 集成和数据共享** 56 56 57 57 [[image:1640084084220-872.png||height="51" width="36"]]**雷尼:**//起初,我们的自行车租赁服务的试点将具有最小的功能。随着时间的推移,我们将与客户协商增强功能。// ... ... @@ -63,7 +63,9 @@ 63 63 * //在应用程序集成级别,我们需要一个客户预订系统,该系统能够预订汽车和自行车。// 64 64 * //在企业集成级别,我们需要一个财务交易系统,该系统可以集中管理并能够在所有分支机构中部署。// 65 65 * //在业务集成级别,我们希望向租车者提供自行车租赁服务,反之亦然。让我们的客户有机会将它们结合起来,将提高我们所提供服务的价值// 69 +))) 66 66 71 + 67 67 == 3.2 报告和高级分析 == 68 68 69 69 高级分析是使用高级技术和工具对数据或内容进行的自主或半自主检查。高级分析超越了传统的商业智能,能够揭示新的或深刻的洞察,做出预测或生成建议。 ... ... @@ -86,7 +86,7 @@ 86 86 87 87 数据科学、预测分析和大数据成为研究人员和企业越来越感兴趣的领域。 88 88 89 -许多组织有大量的原始数据,但有用的信息很少。数据本身是无用的;但信息可以提供答案。信息是转化为有意义的洞察、统计、报告、预测和建议的数据。例如,每天每个产品/服务的销售数据和开票的客户是数据;销售趋势,按地区、行业的客户购买偏好以及产品/服务的总体收益率排名是信息。 94 +许多组织有大量的原始数据,但有用的信息很少。数据本身是无用的;但信息可以提供答案。信息是已被转化为有意义的洞察、统计、报告、预测和建议的数据。例如,每天每个产品/服务的销售数据和开票的客户是数据;销售趋势,按地区、行业的客户购买偏好以及产品/服务的总体收益率排名是信息。 90 90 91 91 为了将原始数据转换成有价值的信息,遵循流程很重要。此流程称为数据分析。 92 92 ... ... @@ -93,6 +93,14 @@ 93 93 94 94 === 3.2.1 数据分析 === 95 95 101 + 102 +(% class="box warningmessage" %) 103 +((( 104 +**定义:数据** 105 + 106 +已被翻译成可有效移动或处理的形式的信息。 107 +))) 108 + 96 96 数据分析是一种检查数据集的方法,通常使用专门的软件,以得出关于数据集所包含信息的结论。数据分析技术在工业中得到了广泛的应用。例如,数据分析使组织能够做出明智的业务决策,并帮助科学家和研究人员验证或推翻科学模型、理论和假设。 97 97 98 98 ... ... @@ -104,8 +104,8 @@ 104 104 105 105 在数据分析中,组织为了从数据中获得最大收益,遵循一条典型的路径(请参见图3.1): 106 106 107 -* 数据工程 使用编程语言(如Python,R,Java,SQL或Hadoop)处理数据,并准备分析。 108 -* 数据科学 使用R、Azure ML或Power BI等工具分析数据并获得洞察。 120 +* **数据工程** 使用编程语言(如Python,R,Java,SQL或Hadoop)处理数据,并准备分析。 121 +* **数据科学** 使用R、Azure ML或Power BI等工具分析数据并获得洞察。 109 109 110 110 === 3.2.2 大数据 === 111 111 ... ... @@ -119,20 +119,23 @@ 119 119 120 120 以下准则可用于评估组织数据的复杂性: 121 121 122 -* 数据大小 千兆字节、太字节、拍字节(Petabyte)或艾字节(Exabyte)。体积不是唯一的考虑因素,还应该将数据组织成数千或数百万行、列以及其他维度。 123 -* 数据结构 与同一主题有关但来自不同来源的数据可能以不同的结构提供。 124 -* 数据类型 结构化的数据,如客户订单数据库中的条目,可能会是字母、数字或其他不同数据类型。非结构化的数据可以多种形式存在,包括自由格式的文本、社交媒体上的对话、图形以及视频和音频记录。 125 -* 查询语言 数据库系统使用查询语言从数据库请求数据。 126 -* 数据源 数据源的数量越多,内部数据结构和格式差异的可能性就越大。有时,数据可能没有以特定格式提交。不同来源的数据必须统一(格式),以便准确比较。 127 -* 数据增长率 数据的数量和种类可能随时间增加。 135 +* **数据大小** 千兆字节、太字节、拍字节(Petabyte)或艾字节(Exabyte)。体积不是唯一的考虑因素,还应该将数据组织成数千或数百万行、列以及其他维度。 136 +* **数据结构** 与同一主题有关但来自不同来源的数据可能以不同的结构提供。 137 +* **数据类型** 结构化的数据,如客户订单数据库中的条目,可能会是字母、数字或其他不同数据类型。非结构化的数据可以多种形式存在,包括自由格式的文本、社交媒体上的对话、图形以及视频和音频记录。 138 +* **查询语言** 数据库系统使用查询语言从数据库请求数据。 139 +* **数据源** 数据源的数量越多,内部数据结构和格式差异的可能性就越大。有时,数据可能没有以特定格式提交。不同来源的数据必须统一(格式),以便准确比较。 140 +* **数据增长率** 数据的数量和种类可能随时间增加。 128 128 129 129 生成有用的仪表板和报告有四个步骤: 130 130 131 -* 连接到各个数据源 数据可以存储在不同的数据库、数据中心、云等中。必须与用于存储数据的平台建立连接。 132 -* 数据提取、转换和加载(ETL) 目标是创建一个包含与来自每个数据源的数据兼容和版本有效的存储空间。 133 -* 查询集中式数据 用户查询必须快速有效地执行。 134 -* 数据可视化 从来自不同数据源的ETL数据上运行所得的查询结果以一种格式显示,用户可以根据自己的需要和偏好使用这种格式。 144 +* **连接到各个数据源** 数据可以存储在不同的数据库、数据中心、云等中。必须与用于存储数据的平台建立连接。 145 +* **数据提取、转换和加载(ETL)** 目标是创建一个包含与来自每个数据源的数据兼容和版本有效的存储空间。 146 +* **查询集中式数据** 用户查询必须快速有效地执行。 147 +* **数据可视化** 从来自不同数据源的ETL数据上运行所得的查询结果以一种格式显示,用户可以根据自己的需要和偏好使用这种格式。 135 135 149 + 150 +(% class="box" %) 151 +((( 136 136 **ITIL 故事: 报告和高级分析** 137 137 138 138 [[image:1640084211577-523.png||height="53" width="35"]]**亨利: **//艾克苏的数据商店包含有关车辆租赁、客户偏好和使用方式的信息。我们在决定变更服务时会使用此信息。在客户的明确许可下,我们收集和存储供分析的数据,并根据本地和国际法律法规管理。// ... ... @@ -140,6 +140,7 @@ 140 140 [[image:1640084220289-238.png||height="56" width="39"]]**索尔马兹:**//在开发的每个阶段,我们必须确保电动自行车租赁服务收集到适当的数据,这将使我们能够执行数据分析。我们使用预测、可视化、模式匹配和情感分析之类的技术提供客户需求。// 141 141 142 142 [[image:1640084230777-615.png||height="55" width="35"]]**雷尼: **//因为该服务是新的且相当简单,所以对试运行版本分析数据很容易。当服务完全运行并集成到艾克苏的产品组合中时,将很难找到模式和趋势。为帮助了解客户,我们需要考虑在每个阶段最有价值的数据。// 159 +))) 143 143 144 144 145 145 == 3.3 协作和工具流 == ... ... @@ -152,26 +152,26 @@ 152 152 153 153 表格 3.2 支持敏捷方法的工具和方法 154 154 155 -(% style="width: 593px" %)156 -|(% style="width:131px" %)**工具或方法**|(% style="width: 461px" %)**说明**157 -|(% style="width:131px" %)使工作可视|(% style="width: 461px" %)(((172 +(% style="width:701px" %) 173 +|(% style="width:131px" %)**工具或方法**|(% style="width:567px" %)**说明** 174 +|(% style="width:131px" %)使工作可视|(% style="width:567px" %)((( 158 158 使用实物板和地图、颜色和图形可视化手头的工作,展示团队计划如何处理工作,并绘制和记录其在工作流中的旅程。尽管许多信息技术工作管理系统包含大量数据,但很少可被轻松查看或使用。瓶颈可能不会被注意到,要解决时为时已晚。 159 159 160 160 隐藏在视野之外的工作或问题可能会被延迟或未解决,要么是因为没有人意识到,要么是因为这些工作或问题超出了指定的责任范围,要么是因为很少有人拥有知识或有能力解决。 161 161 ))) 162 -|(% style="width:131px" %)在基于主题的论坛工作|(% style="width: 461px" %)(((179 +|(% style="width:131px" %)在基于主题的论坛工作|(% style="width:567px" %)((( 163 163 虽然电子邮件在工作场所的管理工作中仍然占主导地位,但个人文件夹、重复信息、丢失附件等特性隐藏在巨大的、嵌套的电子邮件链中,意味着经常会浪费时间搜索重要信息。 164 164 165 165 好的协作工具以论坛的方式,让个人和团队可以直接参与讨论。论坛促进了基于主题的领域、小型项目和销售活动等,这些仅有参与讨论的个人获得。这种工作有助于提高效率,避免因为搜索文档而浪费时间。 166 166 ))) 167 -|(% style="width:131px" %)映射工作流|(% style="width: 461px" %)团队和项目使用的以可见的格式展示和应用于工作的模型。工作包、时间表、人员和输出显示为有形且易于访问的元素。该工作可供组织中的其他人员查看。这种透明度可以促进团队之间更好的交流和协作,从而避免大型组织内部通常的挑战。问题和难题并不遵循组织的典型报告路线,因此需要通过检查团队之间或跨团队时可能忽略的差距、遗漏或潜在障碍来不断改进协作。168 -|(% style="width:131px" %)以小团队和冲刺方式工作|(% style="width: 461px" %)(((184 +|(% style="width:131px" %)映射工作流|(% style="width:567px" %)团队和项目使用的以可见的格式展示和应用于工作的模型。工作包、时间表、人员和输出显示为有形且易于访问的元素。该工作可供组织中的其他人员查看。这种透明度可以促进团队之间更好的交流和协作,从而避免大型组织内部通常的挑战。问题和难题并不遵循组织的典型报告路线,因此需要通过检查团队之间或跨团队时可能忽略的差距、遗漏或潜在障碍来不断改进协作。 185 +|(% style="width:131px" %)以小团队和冲刺方式工作|(% style="width:567px" %)((( 169 169 这是Agile和DevOps中的关键元素,小型集成团队以端到端价值流的形式处理离散的工作包。 170 170 171 171 工具和跨团队方法应该动态地反映这些团队的性质,通常在有限的时间内作为矩阵资源模型的一部分运行,或由于灵活的问题处理方式(如全功能团队)而运行。为了实现其目标,相关的团队可能仅需要简单的文档、批准流程和阶段。 172 172 ))) 173 -|(% style="width:131px" %)使用简单的反馈机制|(% style="width: 461px" %)沟通并不需要过于正式的或复杂的。实际上,如果沟通很容易理解,通常会有更大的机会引起人们的注意、理解和采取行动。客户和员工反馈的收集应是即时且直观的。174 -|(% style="width:131px" %)协作和“社交媒体”功能|(% style="width: 461px" %)某些社交媒体功能正被基于工作的工具采用。许多人已经习惯了“点赞”、“转发”或“分享”等功能,这些功能可以在工作环境中提供有用的数据。此外,表情符号也可用于表示反馈。190 +|(% style="width:131px" %)使用简单的反馈机制|(% style="width:567px" %)沟通并不需要过于正式的或复杂的。实际上,如果沟通很容易理解,通常会有更大的机会引起人们的注意、理解和采取行动。客户和员工反馈的收集应是即时且直观的。 191 +|(% style="width:131px" %)协作和“社交媒体”功能|(% style="width:567px" %)某些社交媒体功能正被基于工作的工具采用。许多人已经习惯了“点赞”、“转发”或“分享”等功能,这些功能可以在工作环境中提供有用的数据。此外,表情符号也可用于表示反馈。 175 175 176 176 === 3.3.2 工具和功能 === 177 177 ... ... @@ -191,10 +191,14 @@ 191 191 这些管理工具的界面通常以熟悉的流程映射格式设计,包括泳道和行动框、决策点、并行流和依赖关系。这些工具支持协作,减少了更改的准备时间,并以简单的图形格式展示工作流。 192 192 193 193 211 +(% class="box" %) 212 +((( 194 194 **ITIL 故事: 协作和工作流** 195 195 196 196 [[image:1640084371834-920.png||height="51" width="37"]]**雷尼:**//起初,试运行版本的工作团队很小,我们的做法具可见性,以非正式方式反馈,我们将密切合作。如果试运行版本成功,我们将需要调整我们的做法以保留这些品质,以便在向所有分支机构扩展产品时提供高效的服务。我们希望将熟悉的社交媒体功能(如评论论坛和聊天室)作为服务供应的一部分,实现客户与艾克苏人员之间的双向通信。// 216 +))) 197 197 218 + 198 198 == 3.4 机器人流程自动化 == 199 199 200 200 机器人流程自动化(Robotic Process Automation, RPA)是组织简化业务运营、降低人员成本并减少错误的一种潜在方式。使用软件机器人(机器人)可自动化重复的和平凡的任务,从而可将资源部署到其他更高价值的活动中。机器人可用来模拟人类通过屏幕或应用程序执行的活动,以便捕获、解释和处理事务。机器人可以触发响应,以一致和可预测的方式创建和操作数据。机器人通常成本低且易于实现,无需重新开发现有系统,也不涉及现有系统中的复杂集成。RPA潜在的好处是显而易见的,因为RPA允许以一种成本高效的方式实现一致、可靠和可预测的流程。这种一致性可以减少关键流程中的错误、增加收入、改善客户服务,从而提高客户保留率。 ... ... @@ -250,9 +250,13 @@ 250 250 * 在业务和IT之间启用强大的协作 应特别考虑RPA项目所有者和IT,因为这两个业务领域都无法独立工作。 251 251 * 执行自动化 将自动化视为具有短暂迭代的路线图。 252 252 274 + 275 +(% class="box" %) 276 +((( 253 253 **ITIL 故事: 机器人流程自动化** 254 254 255 255 [[image:1640084468698-108.png||height="47" width="41"]]**因杜: **//. 随着时间的流逝,新自行车租赁服务的流程和实践将融合并变得标准化。在那个阶段,我们将寻求使用低成本且易于实现的机器人软件自动化重复性工作,如输入客户和自行车的详细信息的数据,这将有助于一致性、可靠性和可预测性。// 280 +))) 256 256 257 257 258 258 == 3.5 人工智能 == ... ... @@ -306,9 +306,12 @@ 306 306 一些组织还开始在IT运维之外使用AIOps,为业务经理提供IT对业务影响的实时洞察。这使业务经理了解情况,并能够基于实时的相关数据做出决策。 307 307 308 308 309 -**ITIL 故事: 人工智能** 334 +(% class="box" %) 335 +((( 336 +(% id="cke_bm_499S" style="display:none" %)** **(%%)**ITIL 故事: 人工智能** 310 310 311 311 [[image:1640084540206-943.png||height="57" width="38"]]**因杜: **//我们可能会考虑使用聊天机器人使客户能够与我们的预订系统交互,或者出于翻译目的而使用自然语言处理,允许客户以自己的语言预订车辆。这些可以与流程和决策自动化、预测分析和发现结合。// 339 +))) 312 312 313 313 314 314 == 3.6 机器学习 == ... ... @@ -356,7 +356,9 @@ 356 356 深度学习是基于人工神经网络机器学习的一个子集。这种学习可以是有监督的、半监督的或无监督的,依赖于以动物大脑中发现的生物神经网络为模型的计算系统。这些系统通过示例学习,逐步调整每个实例中驱动处理的权重因子。 357 357 358 358 359 -**ITIL 故事: 机器学习** 387 +(% class="box" %) 388 +((( 389 +(% id="cke_bm_509S" style="display:none" %)** **(%%)**ITIL 故事: 机器学习** 360 360 361 361 [[image:1640084906080-328.png||height="46" width="38"]]**因杜: **//机器学习是AI的实际应用。此项目通过将数据映射到以下内容,可以使用机器学习了解哪些循环路线超出了我们电动自行车当前电池容量的范围:// 362 362 ... ... @@ -366,9 +366,9 @@ 366 366 //这样的成果可能鼓励未来的客户选择风景优美且有趣的路线,而这些路线应在我们电动自行车的电池范围之内。// 367 367 368 368 //另外,我们可能会找到在超出电池范围的热门路线上,为电池充电的方法;例如,通过与当地地标附近的服务站联系,客户可以为自行车充电。// 399 +))) 369 369 370 370 371 - 372 372 == 3.7 持续集成、持续交付和持续部署 == 373 373 374 374 持续集成、持续交付和持续部署(CI / CD)是主要与软件工程相关实践的描述性术语,是精益和敏捷软件开发的核心。这些实践的采用量正迅速增长,在实施由软件开发支持的服务时,重要的是要了解CI / CD的定义特征以及不断发展的系统开发实践的背景。 ... ... @@ -474,8 +474,9 @@ 474 474 但是,在某些情况下,基于计划的方法(如瀑布式方法)可能仍然更适合。例如,在服务需求高度确定的地方,或者由于安全要求不太适合使用敏捷方法进行大批量部署的地方。在实践中,尤其是在大型和更复杂的组织中,服务通常取决于使用不同方法交付的多个元素。 475 475 476 476 477 -|((( 478 -**ITIL 故事:持续集成,持续交付和持续部署** 507 +(% class="box" %) 508 +((( 509 +(% id="cke_bm_536S" style="display:none" %)** **(%%)**ITIL 故事:持续集成,持续交付和持续部署** 479 479 480 480 [[image:1640085029066-835.png||height="50" width="40"]]**因杜: **//如果这个项目成功,那么持续集成以及为我们的自行车客户部署改进或提供新服务将是扩大或拒绝服务之间的区别。为了适应所需的变更,我们将需要持续不断地交付工作软件,并调整我们的工作模式以更好地适应变更。这意味着每次变更的风险都较小,并且允许我们在其中一个变更不能正常工作时迭代响应予以反馈。// 481 481 ))) ... ... @@ -510,9 +510,11 @@ 510 510 * 通用信息模型(由DMTF管理) 一组开放标准,列出了广泛的IT基础设施(包括现代云和虚拟化技术)中管理信息的通用定义(该定义正在不断增长)。 511 511 * Frameworx 一组“最佳实践和标准,一旦采用,就能以面向服务、高度自动化和高效的方式进行业务操作”。 Frameworx由TM Forum管理,特别关注电信行业,是该行业中广泛使用的框架。 512 512 513 -|((( 514 -**ITIL 故事: 有效信息模型的价值** 515 515 545 +(% class="box" %) 546 +((( 547 +(% id="cke_bm_649S" style="display:none" %)** **(%%)**ITIL 故事: 有效信息模型的价值** 548 + 516 516 [[image:1640085083316-869.png||height="57" width="41"]]**亨利: **//我一直致力于对艾克苏的架构、术语、信息和系统达成共识。自行车租赁试点使用的信息模型将反映整个组织的情况。// 517 517 518 518 [[image:1640085092478-234.png||height="48" width="39"]]**雷尼: **//ITIL提供了一种公共语言,服务管理者可以利用该语言促进沟通。从试点开始就采用ITIL实践将提高项目扩展时的可伸缩性。// ... ... @@ -557,9 +557,8 @@ 557 557 * 符合不断发展的架构和技术要求及标准 558 558 * 高级分析和报告。 559 559 560 -|((( 561 - 562 562 594 +(% class="box" %) 563 563 ((( 564 564 **ITIL 故事:服务管理的自动化** 565 565 ... ... @@ -571,7 +571,6 @@ 571 571 572 572 [[image:1640085183568-954.png||height="56" width="40"]]**索尔马兹: **//ITIL的指导原则是“ 优化和自动化”。它建议我们在开始自动化工作之前,通常需要通过迭代试验和试错找到最佳方法。这就是我们期望的团队工作方式,并且数据表明,与直接进入自动化而不花时间正确确定需要更改和优化的内容相比,这种方法结果更好。// 573 573 ))) 574 -))) 575 575 576 576 == 3.10 总结 == 577 577