如何在 DevOps 中进行 API 全生命周期管理？

随着 DevOps 理念在中国企业当中的普及和发展，中国企业 DevOps 落地成熟度不断提升，根据中国信通院的数据已有近 6 成企业向全生命周期管理迈进。

而在研发全生命周期管理之中，API 管理的地位愈发显得重要。随着 API 数量的大幅增长，也带来了新的 API 管理需求。

如何在 DevOps 工作流中进行 API 全生命周期管理，对项目研发来说具有重大意义。

1、DevOps 中 API 管理困境

在实际的 DevOps 工作流中，API 管理面临着以下 6 大方面的困境：规范、协作、自动化质量、迭代、自动化。

困境一：规范落地执行难

因为团队中的 API 文档质量参差不齐，导致规范很难落地执行。原因在于公司有很多的研发项目和团队，不同的团队有不同的API管理习惯，尤其是常用的 Swagger 方式的管理，很难进行统一的平台化管理。

针对这个困境，可以通过统一的 API 管理平台规范文档的模板，引导编写流程和习惯，也可以通过自动化文档管理工具来简化流程，提高管理效率。

困境二：岗位协作难、信息沟通效率低

在 DevOps 工具链中，每一个工具都会有不同的通知消息，导致重要信息淹没在繁杂的通知中。其次是工作流程环节多、流程长，各岗位角色处理工作节奏不一，导致任务链上下游沟通效率低。

针对这个困境，可以缩短流程环节，多启用自动化流程。同时制定精细化通知规则，根据优先级提供差异化通知样式。最后，再通过每日推送复盘消息，梳理当日工作项和消息通知，防止遗漏。

困境三：自动化测试体系搭建门槛高

传统的自动化接口测试脚本需要用 Python 来编写，门槛高，成本高。又因纯手工编写，开发变动后还须对照文档二次调整接口的所有脚本。另外，自动化测试前期投入时间多，准备工作繁杂。

针对这个困境，可以使用界面化的自动化测试工具，降低脚本编写门槛。还可以通过一站式 API 全生命周期管理平台，免去大量前期工作，提高自动化测试效率。

困境四：API 生产质量和在线异常的发现、跟踪、解决流程过长

当下，在后端的接口自测、前段的 MOCK 测试、冒烟测试、集成测试、异常监控这 5 个环节中都会使用到不同的工具，于是产生了跨工具之间对接复杂、数据隔离，导致 API 生产质量薄弱，以及大量重复工作。

可以通过一体化的 API 管理工具来打通不同环节的工作流，提高研发质量和效能。

困境五：接口文档无法跟踪迭代版本，回溯排查难度大

传统的接口管理工具如 Swagger 没有接口修改记录，缺少版本管理，无法通过日志定位问题，无法进行回滚和历史对比。另外团队也缺少接口迭代计划，导致开发量和影响面分析都难以评估。

接口文档作为研发项目的重要资产，应该对其变更进行盘点，包括提供接口文档的历史记录。可以通过一站式 API 全生命周期管理工具，提供项目级的接口版本管理和接口迭代计划，输出更加优质的接口文档，推进 DevOps 工作流的效率提升。

困境六：DevOps 工作流使用工具多

DevOps 作为宏观层面的研发管理思路，目前并没有大而全的工具，因此带来企业内部工具越积越多，数据流通阻滞，另外，传统接口管理工具功能也很单一。

针对这个问题，可以使用一体化的 API 全生命周期管理工具来实现与接口相关的所有问题，减少对接的工具数量。

2、DevOps 中 API 管理需要什么

基于前文对 DevOps 中 API 管理存在的问题，可以梳理出企业 R&D 需要以下六个方面：

• 规范化： 一个可配置规范、可自动根据规范生成 API 文档的 API 规范工具
• 高协作： 一个接口相关状态自动流转、精准通知信息的 API 协作工具
• 自动化： 一个低门槛、智能录入数据的 API 自动化测试工具
• 高质量： 一个一站式接口全流程质量管理的 API 测试工具
• 迭代快： 一个提供从项目级迭代计划，版本管控，到接口级历史记录的 API 管理工具
• 工具链： 一个接口全生命周期且多种对外集成方式的 DevOps 工具

对于满足这些条件的工具，我们定义为 API 全生命周期智能协作平台。在这个一体化平台上，可以从 API 的开发态到发布态到运营态，对 API 进行全生命周期管理。

3、API 全生命周期如何接入 DevOps

根据经典的 DevOps 流程图，我们从计划、开发、构建、测试、部署、发布、运维跟监控环节，探讨 API 管理工具对接。

3.1 计划：制定 API 文档规范，搭建层次清晰的 API 仓库

• 根据公司组织架构和系统服务的分布，组成一个层次清晰的接口仓库。
• 统一规范制定，把不同团队的规范统一制定成公司的规范。
• 整理公共材料，把历史文档快捷地导入到 API 仓库里，以及把一些可复用的材料例如经常用的数据结构，API 文档的模板、常用字段描述，都可以存储到 API 仓库，以便于在开发阶段创建新的 API 文档。

3.2 开发：基于代码仓库搭建自动化流程，解决前后端调试和沟通问题

基于代码仓库或 Swagger 或本地研发工具，快速自动生成 API 文档并快速调试，调试没问题后再自动生成 MOCK API和批量接口用例，可以在线分享给前端和测试，文档支持在线评论。最终还可以基于这个 API 文档生成业务代码，协助开发。

3.3 构建：自动打接口版本及自动冒烟测试，支持回滚和减轻测试工程师压力

构建阶段可以基于 CI 触发器自动构建接口版本，方便后续版本回滚，还可基于接口版本做批量测试，以及做版本差异化的对比。

这两个步骤可以让测试对任务进行评估，更好地去减轻测试的压力。目前接口上自动化能测出来的问题，可预先通过 API 测试出来。

3.4 测试：推进自动化测试，降低用例编写成本

在测试阶段我们推荐自动化测试，一体化 API 全生命周期管理工具可以去快速同步前面开发阶段生成的测试用例，然后对这些测试用例进行流程编排，组成自动化测试用例。

也可以基于 API 网关的监控日志做流量回放，自动生成自动化测试用例，识别增量接口并跑模糊测试。可以组成场景案例，做回归测试。模糊测试跟回测试的测试结果发送测试报告，给到对应的测试人员。

3.5 部署：快速测试核心流程，排除环境差异问题

部署之后可以通过 CD 触发器对环境进行预测，试跑核心的测试场景，生成对应的测试报告。可以通过多环境的测试结果进行对比，排查环境差异的问题，也可以在部署好之后进行压力测试。

注：目前 Eolink Apikit 压力测试功能将在年中上线，敬请期待！

3.6 发布：确保对外访问畅通和安全

在发布阶段，主要对接 API 网关，让系统可以正常对外访问，开放接口能力。

3.7 运维：保障服务持续稳定和安全

在运维阶段依然是使用 API 网关，做流量控制、负载均衡或服务治理。在接口开放上可以去做 Open API 调用管控，在线试用跟鉴权。在接口交易上可以去做接口托管、转发跟计算计费以及订单管理。

3.8 监控：实时观察接口运行情况，及时异常告警

可以设置标准的接口监控指标，做更加灵活的监控配置，并对告警进行规则配置预设，当满足这些告警的预设条件时就会发送消息通知，包括手机短信、主流的 IM 工具，以及 Webhook。

在消息通知方面，我们认为不仅仅需要 DevOps 主流程的对接，而是要保证整个 DevOps 信息流的有效和及时传递，因此需要对 API 文档的变更、测试报告、监控告警，进行智能分发。例如进行分级推送、智能归纳、高风险标记等。

【重磅】DevOps 工作流对接 API 全生命周期管理全流程图

4、不同规模团队如何落地实施

4.1 大规模团队：全 DevOps 周期的接口自动化

对于大规模团队来说，推荐基于 DevOps 全周期的接口自动化方案，需部署 Eolink Apikit 私有云版本。在这个方案中，可以把 Swagger 的 URL 自动同步到 Eolink Apikit，自动生成文档，进一步基于文档生成业务代码，然后发送到代码仓库，再去触发 CI 流水线，给文档打版本，做模糊测试，并把报告发送给对应的人员。

接下来在 CD 环节部署好服务之后，可以对环境进行预测试，并根据需求做压力测试，并把测试报告发送给对应的相关人员。除了 CICD，还可以集成 Eolink 的网关产品，对 API 进行运维管理。

4.2 小规模团队：高性价比的接口自动化

对于小规模团队来说，性价比更高的 SaaS 企业版，可以使用插件生成 API 文档上传 Eolink Apikit，并进行测试，自动生成测试用例。

目前该高性价比解决方案，已覆盖从设计、开发到构建、发布、部署的环节，对运维、监控、压力测试等环节尚且缺失，对于核心的 API 全自动化的管理流程已完全足够。

5、总结

本文提出使用一体化的 API 管理平台在 DevOps 工作流中对 API 进行全生命周期管理，解决过去多个工具之间数据隔离、流程阻滞的问题。

API 全生命周期管理平台 Eolink Apikit 是结合 API 设计、文档管理、自动化测试、监控、研发管理和团队协作的一站式 API 研发协作平台，是 API 研发管理最佳实践产品，可以帮助个人开发者到跨国企业用户，快速、规范地对 API 进行全生命周期管理，提高研发效能。