研发效能数据平台 DevLake 正式开源，连接 DevOps 中的数据孤岛

建设研发工具链后，效能提升如何更进一步？

工程师们反馈流程体验确实有所提升，和业务同事的沟通似乎也愉快了一些——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。

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 DevLake 是一款面向以上问题的开源解决方案。

什么是 DevLake

DevLake（GitHub，Gitee）是开源的研发效能数据平台。它提供了自动化、一站式的数据集成、分析以及可视化能力，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。

针对 DevOps 工具链复杂、数据散乱难以收集的问题，DevLake 从两方面进行设计提供接入能力。

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 DevLake 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。

针对效能指标定义与计算方法模糊的问题，DevLake 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 DevLake 支持20+常见研发效能指标：

DevLake 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，DevLake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。

DevLake 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。

DevLake 目前提供两种部署方式：

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 DevLake 开发者沟通。