TECHNOLOGY RADAR VOL.16 - Le nostre idee sulla tecnologia e sulle tendenze che daranno forma al futuro
←
→
Trascrizione del contenuto della pagina
Se il tuo browser non visualizza correttamente la pagina, ti preghiamo di leggere il contenuto della pagina quaggiù
TECHNOLOGY
RADAR VOL.16
Le nostre idee sulla tecnologia
e sulle tendenze che
daranno forma al futuro
thoughtworks.com/radar
#TWTechRadarHANNO CONTRIBUITO
Il Technology Radar viene redatto dal
ThoughtWorks Technology Advisory Board, che include:
Rebecca Parsons (CTO) | Martin Fowler (Chief Scientist) | Badri Janakiraman | Bharani Subramaniam | Camilla Crispim
Erik Doernenburg | Evan Bottcher | Fausto de la Torre | Hao Xu | Ian Cartwright
James Lewis | Jonny LeRoy | Marco Valtas | Mike Mason | Neal Ford
Rachel Laycock | Scott Shaw | Srihari Srinivasan | Zhamak DehghaniCHE NOVITÀ CI SONO?
Temi alla ribalta in questa edizione:
INTERFACCE UTENTE COLLOQUIALI Capacità che alcuni anni fa sarebbero state molto
ED ELABORAZIONE DEL costose da sviluppare, ora appaiono come piattaforme
LINGUAGGIO NATURALE open source o SaaS. Sembra che le “guerre del cloud”
si siano spostate dalla competizione sullo storage e la
guarda il video (thght.works/ConUI)
computazione, alle capacità cognitive, come si evince
La conversazione, una nuova maniera di interagire con dalla volontà di aprire il sorgente di strumenti che solo
le applicazioni, ha sconvolto l’ecosistema con strumenti poco tempo fa erano considerati fattori differenzianti,
come Siri, Cortana e Allo, e poi si è spostata all’interno come Kubernetes e Mesos.
delle case con dispositivi come Amazon Echo e Google
Home. Tutti i big del settore competono in questa arena,
insieme a interessanti operatori di nicchia che vale
Costruire interfacce utente colloquiali e in linguaggio la pena di considerare. Anche se abbiamo ancora
naturale presenta nuove sfide, ma ha anche ovvi delle riserve sulle implicazioni etiche e di privacy di
benefici. Il team che ha progettato Echo ha questi servizi, vediamo grandi promesse nell’utilizzo
volutamente omesso lo schermo, costringendosi così a di questi strumenti in maniere innovative. I nostri
ripensare molte interazioni uomo-macchina. clienti stanno già investigando quali nuovi orizzonti
si possano dischiudere, grazie alla combinazione di
Il trend colloquiale non è limitato solo alla voce; da servizi di cognizione che sono ormai commodity, con la
quando le app di messaging sono arrivate a dominare conoscenza e la comprensione della loro propria area
sia sui telefoni che sul lavoro, vediamo che alle di business.
conversazioni con gli esseri umani si affiancano i
chatbot intelligenti. Quando queste piattaforme
miglioreranno, impareranno a capire il contesto e L’ESPERIENZA DELLO
l’intento delle conversazioni, rendendo le interazioni più SVILUPPATORE COME NUOVO
realistiche e più convincenti. FATTORE DIFFERENZIANTE
guarda il video (thght.works/DevExp)
L’esplosione di interesse nel mercato e nei media in
generale porta una corrispondente crescita La progettazione dell’esperienza utente è stata per anni
dell’interesse degli sviluppatori per questa nuova un fattore chiave di differenziazione per le aziende di
maniera di interagire con le macchine. prodotti tecnologici. Oggi sta avvenendo qualche cosa
di simile, con al centro questa volta gli sviluppatori. La
rapida crescita della gamma di strumenti a disposizione,
INTELLIGENCE AS A SERVICE assieme alla difficoltà di trovare talento ingegneristico,
portano ad una estrema attenzione all’esperienza degli
guarda il video (thght.works/IntSer)
sviluppatori stessi.
Una nuova famiglia di piattaforme, che chiamiamo
“intelligence as a service” è apparsa recentemente sulla Sempre più le organizzazioni valutano le offerte cloud
scena. Queste piattaforme comprendono una grande basandosi su quanto queste riducano l’attrito con
varietà di servizi sorprendentemente potenti, la funzione ingegneristica, trattano le API come un
dall’elaborazione della voce alla comprensione del prodotto, creano nuovi team dedicati a migliorare la
linguaggio naturale, al riconoscimento di immagini, e al produttività ingegneristica. In ThoughtWorks siamo
deep learning.
© ThoughtWorks, Inc. All Rights Reserved. TECHNOLOGY RADAR | 3sempre stati ossessionati dal promuovere pratiche Una definizione che ci piace è che le piattaforme
ingegneristiche efficienti ed abbiamo spinto per l’utilizzo dovrebbero esporre API pronte all’uso in modalità
di strumenti e piattaforme che possano rendere la vita self-service, facili da configurare e fornite di ambienti
dello sviluppatore più facile. Pertanto ci fa molto piacere dedicati ai team di sviluppo; concetti questi in linea con
vedere che l’industria nel suo complesso stia iniziando un’altro tema emergente, quello dell’esperienza
ad intraprendere questa strada. sviluppatore come nuovo fattore differenziante. Ci
aspettiamo di vedere ulteriori raffinamenti sia nella
Tra le tecniche chiave ci piace citare: trattare definizione che nelle capacità offerte dalle piattaforme
l’infrastruttura interna come un prodotto che deve nel prossimo futuro.
essere in grado di competere per efficacia con le offerte
di mercato, focalizzarsi sul self-service, capire
l’ergonomia per lo sviluppatore delle API che si PYTHON OVUNQUE
mettono a disposizione, confinare le applicazioni legacy guarda il video (thght.works/PerPyt)
“in una scatola”, ed impegnarsi in una continua ricerca
empatica per migliorare l’esperienza degli sviluppatori Python è un linguaggio che sempre più spesso appare
che utilizzano gli strumenti loro offerti. in posti interessanti. La sua facilità d’uso e le solide
basi che fornisce al calcolo matematico e scientifico
hanno storicamente fatto di questo linguaggio uno dei
L’ASCESA DELLE PIATTAFORME più adottati nelle comunità accademiche e scientifiche.
guarda il video (thght.works/RiseOTP) La recente diffusione di applicazioni che utilizzano
Intelligenza Artificiale, unitamente alla
I temi del Radar emergono da osservazioni e maturità di Python 3, hanno contribuito a far
conversazioni svolte durante il processo di selezione. guadagnare al linguaggio nuovi utilizzatori.
Recentemente abbiamo notato un numero sempre
maggiore di nuove entrate nel quadrante delle Questa edizione del Radar riporta alcune librerie
Piattaforme. Pensiamo che ciò sia indicativo di una Python che hanno aiutato a far crescere l’ecosistema,
tendenza più ampia nell’ecosistema dello sviluppo fra cui Scikitlearn nel dominio del machine learning,
software. TensorFlow, Keras ed Airflow per la costruzione di grafi
di flussi dati intelligenti e spaCy che implementa logiche
Famose aziende della Silicon Valley hanno mostrato di processo del linguaggio naturale, da utilizzare nella
come la costruzione di piattaforme facili da utilizzare costruzione di API per la gestione di interazioni
possa portare notevoli benefici. Parte del loro successo colloquiali. Vediamo sempre più spesso Python
deriva dalla capacità di trovare un bilanciamento avvicinare, all’interno delle organizzazioni, gli scienziati e
ottimale fra incapsulamento e funzionalità offerte. gli ingegneri, riducendo i reciproci pregiudizi nei
Sempre più il pensare a livello di “piattaforma” trova confronti degli strumenti favoriti dai due gruppi.
spazio all’interno dell’ecosistema, a partire da
funzionalità avanzate messe in luce nel Radar quali il Approcci architetturali quali microservizi e container
linguaggio naturale, fino alle piattaforme infrastrutturali hanno reso più facile l’esecuzione di codice Python in
come Amazon. ambienti di produzione. Gli ingegneri ora possono
facilmente distribuire ed integrare codice Python
Le aziende stanno iniziando a pensare in termini di specializzato, creato dagli scienziati, utilizzando API
piattaforma quando espongono le proprie API, ormai agnostiche dal punto di vista sia del linguaggio che della
ispirate a veri e propri prodotti. I team di sviluppo tecnologia sottostante. Questa fluidità rappresenta un
pensano in termini di piattaforma da integrare ed gran passo in avanti verso la creazione di un
esperienza sviluppatore da migliorare. Sembra che ecosistema coerente composto da ingegneri e
l’industria stia finalmente trovando una ragionevole ricercatori, in contrasto con le pratiche ancora molto
combinazione di pacchettizzazione, facilità d’uso ed presenti nell’industria, che vedono spesso la traduzione
utilità. da linguaggi specializzati come R in altri linguaggi per gli
ambienti di produzione.
© ThoughtWorks, Inc. All Rights Reserved. TECHNOLOGY RADAR | 4A PROPOSITO DEL RADAR
I ThoughtWorkers sono appassionati di tecnologia. La Il Radar cattura l’esito delle discussioni del Technology
costruiamo, facciamo ricerca su di essa, la testiamo, ne Advisory Board in un formato che fornisce valore a un
apriamo il sorgente, ne scriviamo e cerchiamo ampio spettro di stakeholder, dagli sviluppatori ai CTO.
costantemente di migliorarla, per tutti. La nostra Il contenuto del Radar ne è un sommario conciso.
missione è di essere i campioni dell’eccellenza nel
software e di rivoluzionare l’IT. Creiamo e condividiamo Incoraggiamo chiunque a esplorare queste tecnologie
il ThoughtWorks Technology Radar per supportare per avere maggiori dettagli. Il Radar ha un formato
questa missione. Il Radar è creato dal ThoughtWorks grafico, e raggruppa gli elementi in tecniche, strumenti,
Technology Advisory Board, un gruppo di leader piattaforme e linguaggi & framework. Quando elementi
tecnologici senior in ThoughtWorks. I leader si del Radar potrebbero apparire in più di un quadrante,
incontrano regolarmente per discutere la strategia scegliamo quello che ci sembra più appropriato.
tecnologica globale per ThoughtWorks e i trend Raggruppiamo ulteriormente questi elementi in
tecnologici che impattano la nostra industria in modo maniera da riflettere la nostra opinione corrente su di
significativo. essi.
Per maggiorni informazioni sul Radar, vedi
thoughtworks.com/radar/faq
IL RADAR A COLPO D’OCCHIO
1 ADOTTARE 2 PROVARE
Siamo fortemente convinti Vale la pena di provare a usare
che l’industria dovrebbe queste tecnologie. È importante
adottare questi elementi. portarne in casa la conoscenza.
Noi li usiamo nei nostri Vanno testare su progetti
progetti. che possono permettersi di
1 2 3 4 accettarne il rischio.
ADOTTARE ADOTTARE PROVARE VALUTARE EVITARE
3 VALUTARE 4 EVITARE
Vale la pena di esplorare, Procedete a vostro
con l’obiettivo di capire rischio.
che impatto può avere
sulla vostra azienda.
96 108
NUOVI O CAMBIATI Gli elementi che sono nuovi o che hanno
avuto modifiche significative dall’ulttimo
Radar sono rappresentati da triangoli,
NON MODIFICATI
mentre gli elementi che non si sono mossi
sono rappresentati come cerchi.
Il nostro Radar guarda avanti. Per fare spazio per i nuovi elementi, lasciamo
sbiadire gli elementi che non sono cambiati di recente. Questo non è
perché non siano validi, ma per limiti di spazio.
© ThoughtWorks, Inc. All Rights Reserved. TECHNOLOGY RADAR | 5IL RADAR
TECNICHE
23
ADOTTARE
1. Pipelines as code
22
PROVARE
2. API come prodotto 17
3. Disaccoppiare i segreti dal codice NUOVO
4. Conservare i dati sensibili nella UE
5. Legacy in una scatola NUOVO 21
6. Lightweight Architecture Decision Records 16
7. Progressive Web Applications NUOVO
8. Prototipare con InVision e Sketch NUOVO 15
9. Architetture serverless
14
VALUTARE 20
7
10. Client-directed query 13
11. Container security scanning 8
12. API colloquialmente consapevoli NUOVO
13. Differential privacy
14. Micro frontends 6
15. Platform engineering product teams NUOVO 9
19
16. Analisi sociale del codice NUOVO 12
17. Realtà virtuale al di là del codice 5
EVITARE
18. Una sola istanza di CI per tutti i team
19. Anemic REST 11 4
20. Big Data envy
21. Teatrino CI NUOVO 18
22. Ambienti di test di integrazione a livello aziendale NUOVO
23. Spec-based codegen NUOVO 3
10 1
PIATTAFORME 2
ADOTTARE EVITARE VALUTARE PROVARE ADOTTARE
24. HSTS
25. Linux Security Modules 32
33
PROVARE 34 26
26. Apache Mesos 24
35
27. Auth0
28. AWS Device Farm NUOVO
29. AWS Lambda 36 25
30. OpenTracing NUOVO
31. Unity beyond gaming 37 27
VALUTARE
32. .NET Core 38 28
33. Amazon API Gateway
34. api.ai NUOVO 39
35. Cassandra carefully 29 31
36. Comprensione delle immagini nel cloud NUOVO 40 30
37. DataStax Enterprise Graph NUOVO 53
42
38. Electron 41
39. Ethereum
43
40. Hyperledger NUOVO
41. IndiaStack
42. Kafka Streams NUOVO 44 45
43. Keycloak NUOVO
47
44. Mesosphere DCOS
45. Mosquitto NUOVO 48
46. Nuance Mix 46 49
50
47. OpenVR 51
48. PlatformIO NUOVO
49. Tango NUOVO 54
50. Voice platforms NUOVO 52
51. WebVR NUOVO
52. wit.ai
EVITARE Nuovo o cambiato
53. CMS as a platform
54. Overambitious API gateways Non modificato
© ThoughtWorks, Inc. All Rights Reserved. TECHNOLOGY RADAR | 6IL RADAR
STRUMENTI
ADOTTARE
55. fastlane
56. Grafana
PROVARE
57. Airflow NUOVO
68 58. Cake and Fake NUOVO
66 67
69 59. Galen
60. HashiCorp Vault
61. Pa11y
70 62. Scikit-learn
63. Serverless Framework NUOVO
71 64. Talisman
59 65. Terraform
58
57 VALUTARE
72
66. Amazon Rekognition NUOVO
67. Android-x86
73 68. Bottled Water
69. Claudia NUOVO
70. Clojure.spec
60 61 71. InSpec NUOVO
74
72. Molecule NUOVO
73. Spacemacs NUOVO
62 74. spaCy NUOVO
75 75. Spinnaker NUOVO
76. Testinfra NUOVO
63 76 77. Yarn NUOVO
55
EVITARE
64
56 77
65
LINGUAGGI & FRAMEWORK
ADOTTARE PROVARE VALUTARE EVITARE ADOTTARE
78. Ember.js
79. Python 3
81 89 103 80. ReactiveX
80 81. Redux
78 102
88 PROVARE
79 82. Avro NUOVO
83. Elixir
101 84. Enzyme
87
85. Hangfire NUOVO
100 86. Nightwatch NUOVO
87. Phoenix
85 88. Quick and Nimble
86 99 89. Vue.js
83
98 VALUTARE
90. Angular 2 NUOVO
82 91. Caffe NUOVO
92. DeepLearning.scala NUOVO
84 97
93. ECMAScript 2017
96
94. Instana NUOVO
95. JuMP
96. Keras NUOVO
94 95
97. Knet.jl NUOVO
93 104 98. Kotlin NUOVO
99. Physical Web
100. PostCSS NUOVO
91 92 101. Spring Cloud NUOVO
102. Three.js
90 103. WebRTC
Nuovo o cambiato
EVITARE
Non modificato 104. AngularJS
© ThoughtWorks, Inc. All Rights Reserved. TECHNOLOGY RADAR | 7TECNICHE
TECNICHE
ADOTTARE
23
1. Pipelines as code
22
PROVARE
2. API come prodotto 17
3. Disaccoppiare i segreti dal codice NUOVO 68
4. Conservare i dati sensibili nella UE 21 66 67
5. Legacy in una scatola NUOVO 16
6. Lightweight Architecture Decision Records 15
7. Progressive Web Applications NUOVO
8. Prototipare con InVision e Sketch NUOVO 14
20
9. Architetture serverless 7 59
13 58
8 57
VALUTARE
10. Client-directed query
6 9
11. Container security scanning 19
12. API colloquialmente consapevoli NUOVO 12 5 60
13. Differential privacy
14. Micro frontends
15. Platform engineering product teams NUOVO 11 4
16. Analisi sociale del codice NUOVO
17. Realtà virtuale al di là del codice 18
3 55
10 1
EVITARE
18. Una sola istanza di CI per tutti i team 56
2
19. Anemic REST
20. Big Data envy EVITARE VALUTARE PROVARE ADOTTARE ADOTTARE
21. Teatrino CI NUOVO
32
22. Ambienti di test di integrazione a livello aziendale NUOVO 33
23. Spec-based codegen NUOVO 34 26 80
35 24 78
79
36 25
37 27
Le aziende hanno largamente adottato le API (Application prenda le parti del cliente e spinga per un miglioramento
38
Programming Interface) come maniera di esporre continuo. Nella nostra esperienza, l’orientamento
28 al
funzionalità di business a sviluppatori sia interni che prodotto è l’ingrediente
39 mancante che fa la differenza31
83
29
40 30
esterni. Le API promettono di poter sperimentare fra la solita
53 integrazione enterprise e un business agile,
42 82
rapidamente nuove idee di business, ricombinando costruito su una piattaforma
41
43
di API.
insieme funzionalità di base. Ma che cosa differenzia un
44 45
API da un semplice servizio di enterprise integration? Una Nei precedenti numeri del Radar abbiamo47 citato
differenza sta nel trattare le API COME PRODOTTO, strumenti come git-crypt e Blackbox che ci consentono
48
49
46 50
51 92
anche nei casi in cui il consumatore di questa API sia di salvare segreti in maniera sicura all’interno del codice 91
90
un sistema interno o un collega sviluppatore. I team sorgente. DISACCOPPIARE I SEGRETI DAL CODICE 52è
54
che realizzano API devono comprendere i bisogni il nostro modo di ricordare agli esperti di tecnologia
dei loro clienti, per fare in modo che il prodotto sia che ci sono altre maniere di memorizzare i segreti. Per
utile e conveniente. I test di usabilità e la ricerca UX Esempio, HashiCorp vault, i server di CI e gli strumenti
possono portare a un miglior design e a una migliore di gestione della configurazione forniscono meccanismi
comprensione di come la API viene usata; tutto ciò aiuta per memorizzare segreti che non sono collegati al
ad arrivare a un modo di pensare orientato al prodotto codice sorgente di una applicazione. Sono percorribili
per le API. Le API, come in generale i prodotti, devono entrambi gli approcci e vi raccomandiamo di usarne
essere attivamente manutenute e supportate, e devono almeno uno nei vostri progetti.
essere facili da usare. Dovrebbero avere un “owner”, che
© ThoughtWorks, Inc. All Rights Reserved. TECHNOLOGY RADAR | 8I team che realizzano API devono 2015, sono applicazioni web che sfruttano i vantaggi
delle ultime tecnologie per combinare il meglio delle
comprendere i bisogni dei loro clienti, per
applicazioni web e mobile. Usando un insieme di
fare in modo che il prodotto sia utile e standard tecnologici aperti, come i service workers, gli
conveniente. I test di usabilità e la ricerca UX app manifest, e le API di cache e push, possiamo creare
possono portare a un miglior design e a una applicazioni che sono indipendenti dalla piattaforma
migliore comprensione di come la API viene ed erogano una esperienza utente simile a una app.
Ciò comporta un’equiparazione delle applicazioni web
usata; tutto ciò aiuta ad arrivare a un modo e mobile ed aiuta gli sviluppatori di applicazioni mobili
di pensare orientato al prodotto per le API. a raggiungere utenti fuori dal recinto degli app store. Si
— API come prodotto pensino le PWA come dei siti web che sembrano app
native.
Lavorare con codice legacy, specialmente con grandi
monoliti, è una delle esperienze più insoddisfacenti L’uso combinato di InVision e Sketch ha cambiato
ed irritanti per gli sviluppatori. Sebbene mettiamo il modo in cui alcuni team affrontano lo sviluppo
in guardia dall’estendere e mantenere attivamente di applicazioni web. Sebbene questi siano tool, ciò
monoliti legacy, questi ultimi continuano a che in realtà rende questo elemento rilevante è la
rappresentare delle dipendenze nel nostro ambiente, tecnica di PROTOTIPARE CON INVISION E SKETCH.
e gli sviluppatori spesso sottostimano il costo ed Creare prototipi ricchi ed interattivi (cliccabili) come
il tempo necessario per sviluppare rallentati da primo passo nell’implementazione dei comportamenti
queste dipendenze. Per aiutare a ridurre l’attrito gli applicativi, sia di front end che di back end, permette
sviluppatori hanno adottato immagini di macchine di velocizzare lo sviluppo e ridurre i ricicli nelle fasi
virtuali, o immagini containerizzate con Docker per realizzative. L’utilizzo combinato di questi strumenti
creare immagini immutabili di sistemi legacy e delle permette un buon bilanciamento tra l’elaborazione
loro relative configurazioni. L’idea è di confinare il anticipata di dettagli visuali e la possibilità di catturare
LEGACY IN UNA SCATOLA affinché gli sviluppatori feedback utente sull’esperienza interattiva.
possano eseguirlo localmente, rimuovendo il
vincolo della sua ricompilazione, riconfigurazione o Un approccio basato su ARCHITETTURE SERVERLESS
condivisione di ambienti. In uno scenario ideale, i sostituisce le macchine virtuali in esecuzione per lunghi
team che detengono un sistema legacy generano, periodi, con potenza di calcolo effimera, che appare
attraverso le loro pipeline di build, la corrispondente su richiesta e scompare immediatamente dopo il suo
immagine legacy in una scatola, così gli sviluppatori utilizzo. L’approccio serverless piace ai nostri team; per
possono eseguire ed orchestrare tali immagini nelle le nostre esigenze funziona bene e lo consideriamo
loro sandbox in modo più affidabile. Sebbene questo una valida scelta architetturale. Si noti che l’adozione
approccio abbia ridotto il tempo complessivo impiegato dell’approccio severless non deve necessariamente
da ogni singolo sviluppatore, ha avuto un successo essere tutto-o-niente: alcuni dei nostri team hanno
limitato quando i team, che detengono le dipendenze rilasciato una nuova parte dei loro sistemi usando
a valle, si sono dimostrati riluttanti nel creare immagini serverless, mantenendo un approccio architetturale
“containerizzate” ad uso di altri. tradizionale per le altre parti. Sebbene AWS Lambda
sia quasi sinonimo di serverless, tutti gli altri maggiori
L’aumento delle PROGRESSIVE WEB APPLICATIONS fornitori di cloud propongono offerte simili, e
(PWA) è l’ultimo tentativo di ristabilire il mobile web raccomandiamo di valutare anche operatori di nicchia
come risposta alla “fatica da app” percepita dagli come webtask.
utenti. Le PWA, proposte in origine da Google nel
© ThoughtWorks, Inc. All Rights Reserved. TECHNOLOGY RADAR | 9Le tecnologie come Amazon Alexa, Google team di delivery di rilasciare e gestire i sistemi di propria
competenza in modalità self-service, con una riduzione
Voice e Siri hanno reso molto più semplice
sia dei tempi di attesa che della complessità dello
scrivere software per interazione vocale. stack. In questo caso l’enfasi è posta sugli strumenti
Tuttavia, uno stile di interazione più di supporto e self-service basati su API; i team di
discorsivo (vocale o testuale) può essere delivery rimangono responsabili per supportare ciò
ancora difficile da realizzare con molte delle che rilasciano sulla piattaforma. Le organizzazioni
interessate a considerare questa opzione devono porre
API esistenti attenzione nel non creare involontariamente un team di
— API colloquialmente consapevoli DevOps separato, né semplicemente rinominare come
“piattaforma” la loro attuale struttura di operations.
Le tecnologie come Amazon Alexa, Google Voice e Siri
hanno reso molto più semplice scrivere software per L’ANALISI SOCIALE DEL CODICE migliora la nostra
interazione vocale. Tuttavia, uno stile di interazione più comprensione della qualità del codice, arricchendo
discorsivo (vocale o testuale) può essere ancora difficile l’analisi strutturale del codice con l’analisi del
da realizzare con molte delle API esistenti, specialmente comportamento dello sviluppatore. Utilizza dati estratti
quando si desideri uno stile di interazione stateful, dai sistemi di controllo di versione, come la frequenza
dove la successiva interazione ha bisogno di essere e l’istante di una modifica, e la persona che la ha
consapevole dell’intero contesto conversazionale. In eseguita. Si può scegliere di scriversi da soli gli script per
questo stile di interazione ci piacerebbe, per esempio, analizzare tali dati, oppure utilizzare strumenti come
chiedere i treni da Manchester a Glasgow e poi essere CodeScene. CodeScene può aiutare ad acquisire
in grado di domandare “A che ora è la prima partenza?” una miglior comprensione dei sistemi software,
senza dover fornire nuovamente il contesto della identificando punti critici e sottosistemi complessi e
conversazione. Normalmente questo contesto sarebbe difficili da manutenere: dall’accoppiamento temporale
presente nella risposta iniziale che abbiamo restituito fra sottosistemi distribuiti, alla proiezione della legge di
ad un browser, ma nel caso delle interfacce vocali Conway nella organizzazione. Alla luce delle tendenze
abbiamo bisogno di gestire tale contesto altrove. Le API tecnologiche come i sistemi distribuiti, i microservizi e
COLLOQUIALMENTE CONSAPEVOLI possono essere i team distribuiti, crediamo che la dimensione sociale
un esempio di backend for front-end in cui il front- del codice rivesta un ruolo vitale per la comprensione
end è una piattaforma voce o chat. Questo tipo di API olistica della salute dei sistemi.
può trattare le specificità di questo stile di interazione
gestendo lo stato della conversazione, chiamando al L’idea della realtà virtuale è in giro da più di 50 anni, e
tempo stesso servizi retrostanti per conto del front end con i successivi progressi nella tecnologia, molte idee
vocale. sono state reclamizzate ed esplorate. Crediamo di
aver ormai raggiunto un punto di non ritorno. L’anno
L’adozione del cloud e di pratiche DevOps ha scorso sono arrivati sul mercato occhiali VR a prezzi
aumentato la produttività dei team, che ora possono ragionevolmente accessibili per il consumatore, e le
operare più rapidamente, avendo minori dipendenze schede grafiche di oggi sono sufficientemente potenti
dai team centralizzati di operations ed infrastrutture. per creare delle vere esperienze di immersione. Questi
Allo stesso tempo, questi cambiamenti possono occhiali sono per lo più destinate agli appassionati
rappresentare un problema per quei team che di videogiochi, ma siamo convinti che apriranno le
mancano delle competenze per gestire in maniera porte a molte possibilità per la REALTÀ VIRTUALE AL
end-to-end una applicazione, il suo stack tecnologico DI LÀ DEI GIOCHI. I team che non hanno esperienza
ed i suoi processi operativi. Alcune organizzazioni nella realizzazione di videogiochi faranno bene a non
hanno affrontato questo tema creando dei PLATFORM sottovalutare l’impegno e le conoscenze necessarie per
ENGINEERING PRODUCT TEAMS. Questi team creare buoni modelli 3D e texture convincenti.
gestiscono una piattaforma interna, che permette ai
© ThoughtWorks, Inc. All Rights Reserved. TECHNOLOGY RADAR | 10L’idea della realtà virtuale è in giro da più era necessario mantenere un ambiente completo per
eseguire i cicli di test prima di rilasciare in produzione.
di 50 anni, e con i successivi progressi nella
Questi AMBIENTI DI TEST DI INTEGRAZIONE A
tecnologia, molte idee sono state reclamizzate LIVELLO AZIENDALE, spesso chiamati System
ed esplorate. Crediamo di aver ormai Integration & Testing (SIT) o Staging, oggi sono un
raggiunto un punto di non ritorno. collo di bottiglia per la continuous delivery. Questi
— Realtà virtuale al di là dei giochi ambienti sono fragili e costosi da mantenere, e spesso
hanno componenti che richiedono una configurazione
Siamo costretti a consigliare prudenza, un’altra volta, manuale da parte di un apposito team di gestione
nei confronti della creazione di UNA SOLA ISTANZA dell’ambiente. Testare nell’ambiente di staging
DI CI per tutti i team. Sebbene in teoria sia una bella fornisce un feedback lento e inaffidabile, e il lavoro
idea consolidare e centralizzare l’infrastruttura di CI, di test eseguito in questo ambiente è un duplicato
in pratica non vediamo una maturità sufficiente negli dei test che possono essere eseguiti sui componenti
strumenti e nei prodotti in quest’ambito per conseguire isolati. Raccomandiamo che le organizzazioni creino
i risultati desiderati. I team di sviluppo che devono incrementalmente una percorso indipendente di
usare un’offerta di CI centralizzata hanno regolarmente delivery in produzione per i componenti più importanti.
notevoli ritardi, che dipendono dal team centrale, Alcune tecniche utili sono: contract testing, decoupling
per eseguire attività minori di configurazione, o per deployment from release, focus on mean time to
risolvere problemi nell’infrastruttura condivisa e nel recovery e testing in production.
tooling. In questa fase, continuiamo a raccomandare
alle organizzazioni di limitare gli investimenti in Sfortunatamente, molti sviluppatori si
centralizzazione alla sola definizione di pattern, linee limitano ad installare un server di CI
guida e supporto, perché i team di sviluppo possano
assumendo erroneamente di “fare CI”
gestirsi da soli la propria infrastruttura di CI.
quando, in realtà, non ne ottengono alcun
Siamo da molto tempo sostenitori della continuous beneficio. Un tale “Teatrino CI” potrà anche
integration (CI), e siamo stati pionieri nella realizzazione far contento qualcuno, ma fallirebbe
di server di CI per eseguire build dei progetti qualsiasi test di certificazione CI credibile.
automaticamente dopo un commit. Usati bene, questi
— Teatrino CI
programmi monitorano il ramo principale del progetto,
sul quale gli sviluppatori contribuiscono codice
quotidianamente. Il server di CI compila il progetto ed Ai tempi in cui SOAP dominava l’industria del software
esegue test esaustivi per assicurare che l’intero sistema enterprise, la pratica di generare codice lato client dalle
software sia sempre integrato in uno stato rilasciabile, specifiche WSDL era accettata e perfino incoraggiata.
soddisfando perciò il principio di continuous delivery. Sfortunatamente, il codice risultante era spesso
Sfortunatamente, molti sviluppatori si limitano ad complesso, non testabile, difficile da modificare e poco
installare un server di CI assumendo erroneamente portabile fra differenti piattaforme. Con l’avvento di
di “fare CI” quando, in realtà, non ne ottengono alcun REST, troviamo che sia meglio far evolvere i client con il
beneficio. Cause di fallimento tipiche includono: pattern tolerant reader, per leggere ed elaborare solo
eseguire CI su un ramo principale condiviso ma con i campi necessari. Recentemente abbiamo osservato
rari commit, per cui l’integrazione non è veramente un ritorno allarmante alle vecchie abitudini, con
continua; eseguire il build con una copertura scadente sviluppatori che generano codice dalle specifiche di API
dei test, lasciando il build rosso per lunghi periodi; scritte con Swagger o RAML, una pratica che chiamiamo
oppure eseguire CI su feature branch, che si traduce SPEC-BASED CODEGEN. Sebbene questi strumenti
in continuous isolation. Un tale “TEATRINO CI” potrà siano molto utili per guidare la progettazione delle API e
anche far contento qualcuno, ma fallirebbe qualsiasi per estrarre documentazione, mettiamo in guardia dalla
test di certificazione CI credibile. facile scorciatoia di generare codice client da queste
specifiche. I rischi sono che tale codice sia difficile da
testare e manutenere.
Quando i rilasci mensili o trimestrali che coinvolgevano
l’intera azienda erano considerati una best practice,
© ThoughtWorks, Inc. All Rights Reserved. TECHNOLOGY RADAR | 1168
21 66 67
16
15
14
20
7 59
13 58
8 57
PIATTAFORME
6 9
19
12 5 60
11 4
18
3 55
10 1
56
PIATTAFORME EVITARE VALUTARE PROVARE
2
ADOTTARE ADOTTARE
ADOTTARE 32
24. HSTS 33
25. Linux Security Modules 34 26 80
35 24 78
PROVARE 79
26. Apache Mesos 36 25
27. Auth0
37 27
28. AWS Device Farm NUOVO
29. AWS Lambda 38 28
30. OpenTracing NUOVO
31. Unity beyond gaming 39 83
29 31
40 30
VALUTARE 53
42 82
32. .NET Core 41
33. Amazon API Gateway 43
34. api.ai NUOVO
35. Cassandra carefully 44 45
36. Comprensione delle immagini nel cloud NUOVO 47
37. DataStax Enterprise Graph NUOVO 48
38. Electron 46 49
50
51 92
39. Ethereum 91
40. Hyperledger NUOVO 90
54
41. IndiaStack 52
42. Kafka Streams NUOVO
43. Keycloak NUOVO
44. Mesosphere DCOS
45. Mosquitto NUOVO
46. Nuance Mix
47. OpenVR
48. PlatformIO NUOVO
49. Tango NUOVO
50. Voice platforms NUOVO
51. WebVR NUOVO
52. wit.ai
EVITARE
53. CMS as a platform
54. Overambitious API gateways
Il Principio del Privilegio Minimo ci incoraggia a imporre AMAZON API GATEWAY permette di pubblicare
che i componenti software possano accedere solo alle API su Internet. Comprende i servizi tipici di un API
risorse di cui hanno bisogno. Tuttavia, un processo Linux gateway, come la gestione del traffico, il monitoraggio,
normalmente può fare tutto quello che può fare l’utente autenticazione e autorizzazione. I nostri team hanno
che lo esegue, dall’aprire porte TCP arbitrarie al lanciare avuto esperienze positive nell’uso di questo servizio
nuove shell. Il framework LINUX SECURITY MODULES come front end per AWS Lambda, per implementare
(LSM) framework, che consente di inserire estensioni di architetture serverless. D’altra parte, abbiamo avuto
sicurezza nel kernel, è stato usato per implementare il problemi quando l’abbiamo usato come API gateway
Mandatory Access Control su Linux. SELinux e AppArmor di uso generale, come front end di servizi HTTP/HTTPS
sono le più note e diffuse implementazioni compatibili su EC2. In questi casi, siamo stati frustrati dalla scarsa
con LSM e sono distribuite con il kernel. Raccomandiamo interoperabilità con le VPC e dalla difficoltà di eseguire
che i team imparino ad usare uno di questi framework l’autenticazione mediante client certificates. Per via di
di sicurezza (ed è per questo che li abbiamo messi nella queste differenti esperienze, consigliamo ai team di
cerchia “Adopt”). Questi framework aiutano i team a porsi sperimentare l’uso di AWS API Gateway con Lambda,
domande su chi ha accesso a quali risorse su host condivisi, ma di prestare attenzione alla sua efficacia per l’uso più
compresi i servizi in essi contenuti. Questo approccio generale.
prudente alla gestione degli accessi aiuterà i team a rendere
la sicurezza una parte integrante del loro ciclo di sviluppo.
© ThoughtWorks, Inc. All Rights Reserved. TECHNOLOGY RADAR | 12L’enorme numero di dispositivi mobili rende quasi dello scrivente da un testo e gestisce il flusso di una
impossibile per le aziende testare le proprie app conversazione. Recentemente acquisita da Google,
mobili su tutti i dispositivi. Ma oggi c’è AWS DEVICE questa offerta di “comprensione-del-linguaggio-naturale
FARM, un servizio di test per app che consente di as a service” è in concorrenza con altri attori in questo
eseguire ed interagire con le app Android, iOS e web mercato come wit.ai e Amazon Lex.
su di un’ampia gamma di dispositivi fisici che sono
simultaneamente ospitati nel cloud. Durante ogni La comprensione delle immagini era un tempo un’arte
singola esecuzione sono generati log dettagliati, grafici oscura che richiedeva un team di data scientist sul
di prestazione ed istantanee delle videate, allo scopo di posto. Negli ultimi anni, invece, siamo arrivati molto
fornire un riscontro sia generale che specifico per quel vicini alla soluzione di problemi come la classificazione e
particolare dispositivo. Il servizio offre molta flessibilità, categorizzazione di immagini e volti, il confronto di volti,
consentendo di alterare lo stato e la configurazione l’identificazione dei punti facciali ed il riconoscimento
di ogni dispositivo al fine di riprodurre scenari di test facciale. La COMPRENSIONE DELLE IMMAGINI NEL
molto specifici. I nostri team stanno usando AWS CLOUD fornisce accesso a funzionalità di machine-
Device Farm per eseguire test end-to-end sui dispositivi learning per mezzo di servizi come Amazon Rekognition,
maggiormente diffusi. Microsoft Computer Vision API e Google Cloud Vision
API, che possono integrare applicazioni AR e qualsiasi
Da quando si stanno sostituendo le altra cosa che comporti il tagging e la classificazione di
foto.
applicazioni monolitiche con ecosistemi più
complessi basati su microservizi, tracciare Abbiamo ottenuto i primi successi con DATASTAX
le richieste attraverso molteplici servizi sta ENTERPRISE GRAPH (DSE Graph) per trattare grandi
diventando la norma. database di grafi. Basato su Cassandra, DSE Graph
DSE Graph si colloca nell’ambito di grandi data set
— OpenTracing
dove Neo4j, il nostro preferito da molto tempo, inizia a
mostrare alcuni limiti. Tale ordine di grandezza ha i suoi
Da quando si stanno sostituendo le applicazioni
compromessi; per esempio, si perdono le transazioni
monolitiche con ecosistemi più complessi basati su
ACID e l’indipendenza dallo schema di Neo4j; tuttavia,
(micro)servizi, tracciare le richieste attraverso molteplici
l’accesso alle tabelle di Cassandra sottostanti,
servizi sta diventando la norma. Fortunatamente
l’integrazione di Spark per lavori analitici e il potente
OPENTRACING sta rapidamente affermandosi come
linguaggio di query TinkerPop/Gremlin rendono questa
lo standard de facto per il tracciamento distribuito.
soluzione un’opzione che vale la pena considerare.
Sviluppato da Uber, Apple, Yelp ed altri fra i maggiori
attori, supporta più tracciatori come Zipkin, Instana, e
Il clamore intorno ai blockchain e alle crittovalute
Jaeger. Attualmente OpenTracing è implementato in sei
sembra aver raggiunto l’apice, come si vede dal
linguaggi: Go, JavaScript, Java, Python, Objective-C and
diradarsi degli annunci un tempo torrenziali in
C++, in maniera indipendente da un fornitore specifico.
quest’area, e ci aspettiamo che alcuni dei progetti
più speculativi si estinguano con il tempo. Uno dei
Parallelamente alla recente ondata di chatbot
blockchain, ETHEREUM, anche se non è il più popolare
e piattaforme vocali, abbiamo osservato una
fra i gli esperti di blockchain, viene usato in un numero
proliferazione di strumenti e piattaforme come
crescente di nuove iniziative. Ethereum è un blockchain
API.AI, che forniscono un servizio che estrae l’intento
© ThoughtWorks, Inc. All Rights Reserved. TECHNOLOGY RADAR | 13pubblico con un linguaggio di programmazione con poco o nessun codice. Pronto all’uso c’è il supporto
incorporato, che permette agli sviluppatori di al single sign-on, al social login, ed ai protocolli standard
scrivere “smart contracts”, che sono movimenti come OpenID Connect, OAuth2 e SAML..
algoritmici di “etere” (la crittovaluta di Ethereum), in
risposta ad attività in corso sul blockchain. R3CEV, il MESOSPHERE DCOS è una piattaforma basata su
consorzio che costruisce tecnologia blockchain per Mesos che astrae l’infrastruttura sottostante, per
le banche, ha rilasciato i suoi primi proof of concept applicazioni containerizzate ed anche per quelle
su Ethereum. Ethereum è stato usato per costruire applicazioni che non si desideri eseguire all’interno
una organizzazione autonoma distribuita (DAO, di Docker. Per installazioni più modeste ciò potrebbe
Distributed Autonomous Organization), una delle prime sembrare esagerato, ma stiamo iniziando ad osservare
“corporation algoritmiche”, anche se un recente furto successi sia con la versione commerciale che con la
di 150 milioni di dollari in “etere” prova che i blockchain versione open source. Ci piace particolarmente il fatto
e le crittovalute sono ancora il Far West del mondo che agevoli la portabilità fra diversi fornitori di cloud e di
tecnologico. hardware dedicato, e che per lavori containerizzati non
vincoli ad un framework di orchestrazione di container.
HYPERLEDGER è una piattaforma costruita Sebbene gli aggiornamenti possano essere un po’
attorno alle tecnologie blockchain che consiste di troppo complessi rispetto a come ci piacerebbe che
un’implementazione blockchain, chiamata “Fabric”, e di fossero, l’intero stack si sta stabilizzando bene.
altri tool associati. Trascurando il clamore che circonda
blockchain, i nostri team hanno trovato facile iniziare ad Nella nostra esperienza con soluzioni Internet of
usare questi tool. Al nostro entusiasmo per Hyperledger Things (IoT), in cui molti dispositivi comunicano l’uno
si aggiunge anche il fatto che esso sia una piattaforma con l’altro e/o con un hub di dati centrale, il protocollo
open source supportata da Linux Foundation. di connettività MQTT ha dato buona prova di sé.
Abbiamo cominciato ad apprezzare anche l’MQTT
KAFKA STREAMS è una libreria leggera per applicazioni broker MOSQUITTO. Non soddisfa tutte le esigenze,
streaming. È stata disegnata con l’obiettivo di specialmente quelle di scalabilità, ma la sua natura
semplificare la gestione dei processi basati su stream, compatta e la semplice installazione lo rendono ideale
per avere un modello di programmazione facilmente per sviluppo e test.
utilizzabile nella costruzione di servizi asincroni. È una
opzione attraente nei casi in cui si voglia applicare il PLATFORMIO fornisce un ricco ecosistema per lo
modello di programmazione basato su stream, senza sviluppo IoT attraverso processi di compilazione
aggiungere la complessità della gestione di un cluster cross-platform, gestione delle librerie ed una buona
(cosa di solito richiesta dai framework più completi integrazione con gli IDE esistenti. Il completamento del
dedicati ai processi streaming). codice intelligente ed il code linter con un terminale
ed un monitor di porta seriale in dotazione migliorano
In un’architettura a microservizi o in una qualsiasi altra enormemente l’esperienza di sviluppo. PlatformIO
architettura distribuita, una delle più comuni necessità organizza e mantiene anche migliaia di librerie e fornisce
è la messa in sicurezza dei servizi o delle API attraverso una chiara gestione delle dipendenze con versionamento
autenticazione e autorizzazione. Questo è l’ambito in cui semantico per semplificare lo sviluppo IoT. Abbiamo
si colloca KEYCLOAK. Keycloak è una soluzione open iniziato ad usare PlatformIO in alcuni progetti IoT e ci
source di gestione dell’identità e dell’accesso, che rende è veramente piaciuto per la sua semplicità ed ampio
semplice mettere in sicurezza applicazioni e microservizi supporto di piattaforme and schede.
© ThoughtWorks, Inc. All Rights Reserved. TECHNOLOGY RADAR | 14L’anno scorso la realtà aumentata (AR) e la realtà importanza. Ma è ancora troppo presto per credere agli
mista (MR) sono entrate nella norma insieme alla annunci iperbolici, e ci aspettiamo che altri grandi attori
realtà virtuale (VR), quest’ultima caratterizzata da una entrino sul mercato.
barriera di ingresso relativamente più alta, sia a causa
di requisiti hardware che dello sforzo di creazione di
Stiamo già integrando UI conversazionali
mondi virtuali. Inoltre Pokémon Go ha dimostrato che
gli ordinari smartphone sono sufficienti per creare all’interno di prodotti e stiamo vedendo
esperienze AR/MR convincenti. TANGO è una nuova l’impatto di questa nuova interazione nel
tecnologia di sensori hardware per telefoni cellulari che modo in cui progettiamo le interfacce.
migliora ulteriormente le possibilità per la AR/MR sui
— Piattaforme vocali
cellulari. Tango consente alle app di acquisire misure 3D
dettagliate dell’ambiente circostante l’utente, cosicché
WEBVR è una API JavaScript sperimentale che consente
gli oggetti virtuali possano essere piazzati e resi sulla
l’accesso a dispositivi di realtà virtuale attraverso il
videocamera in modo più convincente. I primi cellulari
browser. Ha conquistato il supporto della comunità
con tecnologia Tango sono già disponibili.
ed è disponibile in build giornaliere e anche in versioni
stabili. Se stai progettando di costruire esperienze
Le PIATTAFORME VOCALI come Amazon Alexa e
VR nel browser, questo è un eccellente punto di
Google Home stanno cavalcando la cresta dell’onda
partenza. Questa tecnologia, insieme a strumenti
promozionale; alcuni addirittura annunciano l’ubiquità
complementari come Three.js, A-Frame, ReactVR, Argon.
delle interfacce vocali conversazionali. Stiamo già
js e Awe.js, porta l’esperienza della realtà aumentata
integrando UI conversazionali all’interno di prodotti e
nel browser. Il fiorire di strumenti in questo spazio,
stiamo vedendo l’impatto di questa nuova interazione
contemporaneamente agli standard della commissione
nel modo in cui progettiamo le interfacce. Nello
Internet, possono aiutare a promuovere una maggiore
specifico, Alexa è stata costruita fin dall’inizio senza
adozione di AR e VR.
schermo e considera la UI conversazionale di primaria
© ThoughtWorks, Inc. All Rights Reserved. TECHNOLOGY RADAR | 15STRUMENTI
STRUMENTI
ADOTTARE 23
55. fastlane
56. Grafana 22
17
PROVARE
57. Airflow NUOVO 68
21 66 67
58. Cake and Fake NUOVO 69
59. Galen 16
60. HashiCorp Vault 15
70
61. Pa11y 14 71
62. Scikit-learn 20
7 59
63. Serverless Framework NUOVO13 58
8 57
64. Talisman 72
65. Terraform
6 9 73
VALUTARE 19
66. Amazon Rekognition NUOVO 12 5 60 61 74
67. Android-x86
68. Bottled Water
69. Claudia NUOVO 11 4
62 75
70. Clojure.spec
18 63
71. InSpec NUOVO 76
72. Molecule NUOVO 3 55
10 1
73. Spacemacs NUOVO 64
56 77
74. spaCy NUOVO 2
65
75. Spinnaker NUOVO
EVITARE
76. Testinfra NUOVOVALUTARE PROVARE ADOTTARE ADOTTARE PROVARE VALUTARE EVITARE
77. Yarn NUOVO 32
33 81 89 103
EVITARE 34 26 80
35 24 78 102
88
79
36 25
87 101
37 27
100
38 28 85
Gli sviluppatori di applicazioni web hanno gioco facile di dati. Airflow incoraggia pipeline
86 di dati
99
manutenibili,
39 83
quando si parla di semplificare
40 ed automatizzare 29
30
31 versionabili e testabili, trattando i grafi
98 diretti aciclici
53
diversi workflow di sviluppo;41possono
42 scegliere fra una (Direct
82 Acyclic Graphs, DAG) come codice. Abbiamo
84 97
varietà di soluzioni per automatizzare43 il loro processo di sfruttato questa configurazione 96 nei nostri progetti e
rilascio. Quando si sviluppa su mobile,
44 invece,
45 abbiamo siamo stati in grado di94creare95
pipeline dinamiche che
47
due sistemi operativi con due diverse maniere di hanno prodotto workflow di dati chiari104
93 ed espliciti. Airflow
48
compilare, testare, distribuire, generare screenshot,
46 49
50
51
rende semplice
91 92 definire i vostri operatori ed esecutori,
firmare e distribuire applicazioni. Per mitigare il ed estendere
90 la libreria cosicché soddisfi il livello di
54
52
problema, i nostri team hanno adottato FASTLANE per astrazione che meglio si adatta al vostro ambiente.
automatizzare il processo di rilascio per applicazioni
iOS e Android. Con semplici configurazioni e pipeline Per mitigare il problema, i nostri team
multiple, possono ottenere la continuous delivery per lo
hanno adottato fastlane per automatizzare
sviluppo mobile.
il processo di rilascio per applicazioni iOS e
AIRFLOW è uno strumento per creare Android.
programmaticamente, schedulare e monitorare pipeline — fastlane
© ThoughtWorks, Inc. All Rights Reserved. TECHNOLOGY RADAR | 16MSBuild è stato il sistema di build principale GUID) per mantenere l’anonimità dei volti nei confronti di
nell’ecosistema .NET fin dal suo debutto nel 2005; AWS, tenendo così conto dei problemi di privacy correlati
tuttavia, ha sempre gli stessi punti deboli che abbiamo al riconoscimento facciale.
segnalato in Maven. La comunità .NET ha cominciato a
sviluppare alternative a MSBuild che sono più semplici La combinazione di AWS Lambda con Amazon API
da manutenere e più flessibili, e possono evolvere in Gateway ha avuto un grosso impatto nella maniera di
maniera più fluida al crescere delle dimensioni del distribuire servizi e API. Tuttavia, anche lavorando in
progetto. Due di queste alternative sono CAKE E FAKE. serverless, la quantità di configurazioni necessarie per
Cake usa un DSL scritto in C#, mentre Fake usa un DSL collegare insieme i pezzi non è banale. CLAUDIA è uno
in F#. Entrambi hanno visto una crescita significativa nel strumento che automatizza l’installazione di funzioni
corso dell’ultimo anno e si sono dimostrati una valida AWS Lambda scritte in JavaScript e della configurazione
alternativa a MSBuild, per orchestrare i normali task di API Gateway associata. I default che fornisce sono
compilazione in progetti .NET. convenienti, e i nostri team hanno trovato che permette
di iniziare a lavorare velocemente con microservizi
La comunità .NET ha cominciato a sviluppare basati su Lambda.
alternative a MSBuild che sono più semplici
Come può un’azienda concedere autonomia ai team di
da manutenere e più flessibili, e possono sviluppo, e allo stesso tempo garantire che le soluzioni
evolvere in maniera più fluida al crescere delle da loro consegnate siano sicure e in linea con gli
dimensioni del progetto. standard? Come si può garantire che i server, una volta
installati, restino sicuri e in linea con gli standard per
— Cake e Fake
tutta la durata della loro vita? Questi sono i problemi
che INSPEC cerca di risolvere. InSpec è uno strumento
SCIKIT-LEARN non è uno strumento nuovo (sta per
di test dell’infrastruttura ispirato a Serverspec, ma con
compiere dieci anni); quello che è nuovo è il tasso di
differenze che lo rendono più utile per i professionisti
adozione di strumenti e tecniche di machine learning
della sicurezza, che hanno bisogno di garantire
al di fuori dell’accademia e delle grandi aziende
l’aderenza a uno standard di migliaia di server. I test
tecnologiche. Scikit-learn fornisce un robusto insieme
individuali possono essere combinati in profili di
di modelli e un ricco insieme di funzionalità, e gioca
sicurezza completi, ed eseguiti remotamente dalla
un ruolo importante nel rendere concetti e capacità
riga di comando. InSpec è utile durante lo sviluppo,
di machine learning più accessibili a un pubblico più
ma anche per testare l’infrastruttura di produzione
ampio e spesso non specialista.
in maniera continua, nella direzione della QA in
produzione.
Il popolare SERVERLESS FRAMEWORK fornisce
strumenti per creare ed installare applicazioni
MOLECULE aiuta nello sviluppo e nel test di ruoli
serverless, usando principalmente AWS Lambda e
di Ansible. Ci risparmia dal dover configurare
altri servizi di AWS. Il Serverless Framework consente
manualmente il nostro ambiente di test, perché
di creare applicazioni in JavaScript, Python, Java e C#,
costruisce un’impalcatura per eseguire i test dei
e ha una comunità attiva che contribuisce plugin che
ruoli di Ansible. Molecule si avvantaggia di Vagrant,
estendono il framework. Il framework supporta anche
Docker, e OpenStack per gestire macchine virtuali e
il progetto OpenWhisk (nell’incubatore Apache) come
container, e supporta Serverspec, Testinfra, o Goss
alternativa ad AWS Lambda.
per eseguire i test. La sequenza dei passi eseguiti di
default comprende: gestione delle macchine virtuali,
AMAZON REKOGNITION è uno degli strumenti cloud
lint di codice Ansible, test di idempotenza e test di
di analisi delle immagini che abbiamo menzionato altrove
convergenza. Anche se è un progetto abbastanza
in questo Radar. Quello che ci piace è che Amazon ha
giovane, vediamo in Molecule un grande potenziale.
adottato un approccio relativamente nuovo (usando le
© ThoughtWorks, Inc. All Rights Reserved. TECHNOLOGY RADAR | 17Come qualsiasi fan di Emacs dirà, Emacs è più di un Google Cloud Platform, AWS e Pivotal Cloud Foundry.
text editor; è una piattaforma per applicazioni basate Si può integrare Spinnaker con Jenkins per eseguire un
su caratteri. Negli ultimi anni, c’è stata un’esplosione job di compilazione su Jenkins. A noi piace l’approccio
di nuovi sviluppi su questa piattaforma, ma pensiamo opinionato di Spinnaker al rilascio di microservizi sul
che SPACEMACS meriti un’attenzione speciale. cloud, tranne il fatto che le pipelines di Spinnaker sono
Spacemacs fornisce un’introduzione alla piattaforma create con un’interfaccia utente e non possono essere
Emacs, con una nuova interfaccia utente basata sulla configurate come codice.
tastiera, i layer di customizzazione semplificati e una
distribuzione curata di pacchetti Emacs. Uno degli Dato l’ampio utilizzo di strumenti per la gestione della
obiettivi di questo progetto è di essere il meglio dei due infrastruttura, non deve sorprendere che il concetto di
mondi, combinando l’interfaccia utente di Vim con la “infrastructure as code” abbia guadagnato molto spazio.
riprogrammabilità interna di Emacs. Noi pensiamo che Questa tendenza porta con sé la necessità di testare
gli strumenti di produttività dei programmatori siano automaticamente tale codice. TESTINFRA permette di
un componente vitale dello sviluppo software efficace, testare lo stato dei server, sia che essi siano configurati
e se è passato un po’ di tempo dall’ultima volta che hai manualmente che tramite strumenti quali Ansible,
considerato Emacs, ti consigliamo di dare un’occhiata a Puppet and Docker. Testinfra è un plugin del test engine
come Spacemacs ripensa questa classica piattaforma di Pytest e mira ad essere equivalente a Serverspec.
sviluppo.
Dato l’ampio utilizzo di strumenti per la
SPACY è una libreria di Natural Language Processing
gestione della infrastruttura, non deve
(NLP) scritta in Python. È una libreria ad alta
performance, pensata per l’uso in produzione, e sorprendere che il concetto di “infrastructure
applica modelli NLP adatti all’elaborazione di testi as code” abbia guadagnato molto spazio.
che contengano emoticon e segni di punteggiatura — Testinfra
inconsistenti. A differenza di altri framework NLP, spaCy
è una libreria che può essere inserita in un progetto YARN è un nuovo package manager che sostituisce
e non una piattaforma; è destinata ad applicazioni in l’attuale workflow del client npm, rimanendo
produzione, invece che all’addestramento di modelli per compatibile con il registry di npm. Utilizzando il client
la ricerca. Si accompagna bene a TensorFlow e al resto npm è possibile ottenere strutture ad albero (sotto
dell’ecosistema dell’Intelligenza Artificiale in Python. la directory node_modules) differenti a seconda
Abbiamo usato spaCy in un contesto enterprise per dell’ordine in cui le dipendenze sono installate.
costruire un motore di ricerca che accetta domande Questa natura non deterministica del client npm
in linguaggio naturale ed aiuta gli utenti a prendere può causare problemi tipo “sulla mia macchina
decisioni di business. funziona”. Yarn risolve questo problema spezzando
l’installazione in più passi (risoluzione delle
Netflix ha reso open source SPINNAKER, la sua dipendenze, scaricamento dei pacchetti e linking)
piattaforma per la continuous delivery (CD) di ed utilizzando algoritmi deterministici e lock-files, in
microservizi. In confronto ad altre piattaforme CI/CD, modo da garantire installazioni ripetibili. Noi abbiamo
Spinnaker implementa la gestione di cluster e il rilascio inoltre rilevato, nei nostri ambienti di continuous
sul cloud di immagini customizzate (es. AMI) come integration (CI), tempi di build molto più rapidi, resi
caratteristica principale. Supporta di default l’installazione possibili dal caching dei pacchetti scaricati.
e la gestione di cluster per diversi fornitori di cloud, come
© ThoughtWorks, Inc. All Rights Reserved. TECHNOLOGY RADAR | 1868
21 66 67
69
16
15
70
14 71
20
7 59
13 58
8 57
72
LINGUAGGI & FRAMEWORK
6 9 73
19
12 5 60 61 74
62 75
11 4
18 63 76
3 55
10 1
64
56 65 77
2
LINGUAGGI
EVITARE & FRAMEWORK
VALUTARE PROVARE ADOTTARE ADOTTARE PROVARE VALUTARE EVITARE
ADOTTARE 32
33 81 89 103
78. Ember.js
34 26 80
79. Python 3 35 24 78 102
80. ReactiveX 79
88
81. Redux 36 25
87 101
PROVARE 37 27
82. Avro NUOVO 100
83. Elixir 38 28 85
86 99
84. Enzyme
85. Hangfire NUOVO 39 83
29 31 98
86. Nightwatch NUOVO 40 30
53
87. Phoenix 42 82
88. Quick and Nimble 41 97
84
43 96
89. Vue.js
44 45
VALUTARE 94 95
47 104
90. Angular 2 NUOVO 93
91. Caffe NUOVO 48
49
46 50
92. DeepLearning.scala NUOVO 51 91 92
93. ECMAScript 2017
90
94. Instana NUOVO 54
52
95. JuMP
96. Keras NUOVO
97. Knet.jl NUOVO
98. Kotlin NUOVO
99. Physical Web
100. PostCSS NUOVO
101. Spring Cloud NUOVO
102. Three.js
103. WebRTC
EVITARE
104. AngularJS
PYTHON 3 ha introdotto molti elementi utili, che dati concorrenti ed appunto operazioni di I/O non
tuttavia non sono retrocompatibili con Python 2.x. bloccanti. La libreria open source REACTIVEX fornisce
Ha anche rimosso diverse componenti di Python 2.x una elegante astrazione di questi concetti, oltre che
che erano state mantenute per retrocompatibilità, efficaci strumenti applicativi per gestirli, ed estende
rendendo Python 3 più facile da imparare ed utilizzare, il pattern observable agli stream di eventi asincroni.
oltre che complessivamente più coerente. La nostra Attorno a ReactiveX inoltre si è sviluppata una comunità
esperienza nell’utilizzo di Python 3 negli ambiti di attiva di sviluppatori ed il numero di linguaggi supportati
machine learning e sviluppo di applicazioni web mostra è in continua espansione (l’ultimo entrato è RxSwift). La
che sia il linguaggio che la gran parte delle librerie libreria inoltre è integrata con le maggiori piattaforme
a supporto sono maturati e sono pronti per essere mobile e desktop.
adottati. Abbiamo risolto piccoli problemi in alcune
librerie tramite fork e patch, oppure abbiamo evitato di La libreria open source ReactiveX fornisce
usare librerie Python 2.x non più supportate. Il nostro
una elegante astrazione di questi concetti:
suggerimento per chi sviluppa in Python è quindi di
utilizzare Python 3. thread safety, sincronizzazione, strutture dati
concorrenti ed I/O non bloccante; fornisce
I sistemi distribuiti spesso utilizzano multi-threading, efficaci strumenti applicativi ed estende il
meccanismi di comunicazione basati su eventi e
pattern observable agli stream di eventi
I/O non bloccante al fine di migliorare l’efficienza
complessiva. Queste tecniche di programmazione
asincroni.
comportano difficoltà quali: gestione dei thread a — ReactiveX
basso livello, thread safety, sincronizzazione, strutture
© ThoughtWorks, Inc. All Rights Reserved. TECHNOLOGY RADAR | 19Puoi anche leggere
