建设研发工具链后，效力晋升如何更进一步？
工程师们反馈流程体验的确有所晋升，和业务共事的沟通仿佛也欢快了一些——但研发团队仍然须要量化数据作为抓手，一方面佐证先前实际优化的有效性，另一方面为继续的效力晋升寻找机会。
这并不容易。
首先，效力数据经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、会集并转化为无效洞见。其次，可能存在效力指标定义与计算方法含糊，难以获得团队认同。最初，如果数据只停留在数字，无奈依据研发治理具体场景的需要进行剖析与展示，也难以为研发团队发明价值。
11 月 17 日公布 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） 是开源的研发效力数据平台。它提供了自动化、一站式的数据集成、剖析以及可视化能力 ，帮忙研发团队疾速构建效力数据面板，开掘要害瓶颈与提效机会。
灵便、可扩大的数据接入能力
针对 DevOps 工具链简单、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。
一是反对数据指标的多样性：需要 - 设计 - 开发 - 测试 - 交付 - 经营指六个实际域的效力指标归于一处，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，防止效率竖井和局部优化。
二是反对数据源的多样性：同类工具共用形象层，数据格式及统计办法标准化，灵便整合不同 DevOps 工具数据；架构和插件设计灵便，不便用户二次开发，接入本人的数据源进行剖析。
以后 DevLake 反对接入支流工具 JIRA、GitHub、GitLab 及 Jenkins。用户也能够参考文档，奉献数据源插件。
内置效力指标与剖析能力
针对效力指标定义与计算方法含糊的问题，DevLake 内置了一套研发效力指标体系，用户无需手动配置简单的计算剖析门路，即开即用。
目前 DevLake 反对 20+ 常见研发效力指标：
利用于效力治理的不同维度
DevLake 内置度量剖析能力，如趋势剖析、依照成员 / 阶段下钻剖析等，帮忙用户在不同场景下解读指标，取得无效洞见。
此外，DevLake 也涵盖了细粒度剖析与根因回顾的实际倡议，疏导用户层层推动，定位关键问题，并建设可落地的改良措施。
DevLake 基于 Grafana 实现了数据可视化，反对自定义 SQL 查问和拖拽搭建数据面板。用户能够依据理论需要，自在搭建研发效力数据驾驶舱。
如何开始
DevLake 目前提供两种部署形式：
- 基于 Docker 在本地部署，10 分钟疾速搭建启动，详细信息请参见文档
- 基于疾速 POC 平台 Tin 在云端部署，点击链接一键开启试用疾速体验，详细信息请参见文档
如果您有任何倡议或疑难，能够退出 Discord（英文）或 或 飞书（中文）群组，与 DevLake 开发者沟通。