Délai de livraison du code

Ce que c'est

Le délai de livraison du code est le temps écoulé entre
l'enregistrement d'une modification dans le contrôle de version et
son déploiement en production. DORA utilise cet intervalle pour
décrire le débit de la livraison logicielle. Le travail et les
périodes d'attente entrent tous deux dans la mesure. Une
modification enregistrée le lundi matin et mise en production le
mardi après-midi compte donc aussi la nuit et le temps passé à
attendre une revue ou un déploiement.

Le point de départ est un commit enregistré. La durée depuis une
demande client, depuis le début du travail ou jusqu'à l'ouverture
d'une fonctionnalité répond à d'autres questions. Du code peut être
installé en production alors qu'un réglage empêche encore les
utilisateurs d'accéder à la fonction. Ces deux événements peuvent
être enregistrés à des dates différentes. Convenez de ce que
signifie un déploiement réussi si le passage en production est
progressif ou concerne plusieurs régions.

Choisissez un service, définissez ses cibles de production et
précisez quelles modifications sont comptées. Associez chacune au
premier déploiement qui la contient et répond aux conditions. Un
regroupement peut remplacer plusieurs commits par un seul dans
l'historique de référence. Si la mesure commence avec ce commit, le
temps de revue antérieur se trouve en dehors de l'intervalle.
Documenter ce choix rend les chiffres comparables dans le temps.

Pourquoi c'est important

L'attente est souvent moins visible que le travail. Si la
compilation dure six minutes et qu'une modification attend ensuite
deux jours un créneau, un compilateur plus rapide aura peu d'effet
sur l'ensemble. Relevez les moments où elle passe d'une étape à
l'autre, de la fin de revue à la construction du paquet, aux tests,
à l'approbation puis à la production. Quelques chronologies réelles
peuvent faire apparaître un engorgement avant même d'avoir construit
un tableau de bord.

Utilisez ce délai pour poser des questions sur la livraison de
l'équipe. Un petit correctif et une modification qui traverse
plusieurs services ont des contraintes différentes. Comparer les
personnes peut encourager les tâches faciles ou des commits tardifs.
Suivez plutôt le même service avant et après un changement de
procédure. Regardez les cas lents avec les cas habituels, en tenant
compte du nombre de défauts et de la manière dont l'équipe s'en
remet.

Le but peut être de mettre un correctif plus vite à la disposition
du public. Une réduction du délai d'approbation est alors utile si
le processus continue de détecter les défauts et de permettre une
récupération. DORA place le débit à côté de mesures de défaillance
et de restauration du service. L'ensemble aide à déterminer si le
nouveau parcours a amélioré la livraison ou déplacé le problème.

À quoi cela ressemble en pratique

L'étude de cas sur l'automatisation du déploiement d'un logiciel SIG
décrit le passage d'un parcours manuel de tests, de construction et
de déploiement à GitHub Actions. La fiche fait état de sorties plus
rapides et d'une configuration reproductible. Elle ne donne pas de
délais par commit. Une équipe qui adopte un parcours similaire peut
relier ses enregistrements de version aux événements de production
pour les mesurer.

Deux modifications d'un même service sont enregistrées, la première
à 9 h et la seconde à 10 h 30. Le paquet contenant les deux
fonctionne en production à 14 h. Les délais sont de cinq heures et
de trois heures et demie. Une installation en préproduction à midi
aide à comprendre le parcours. L'événement de production termine la
mesure. Un premier échec de construction peut aussi expliquer une
partie du temps passé.

Conservez les révisions, l'identifiant du paquet, l'environnement et
l'heure de confirmation pour quelques déploiements que chacun peut
contrôler. Recoupez-les avec l'historique Git. Si le même dépôt
contient plusieurs services, identifiez le service touché par chaque
déploiement. Vérifiez de nouveau un petit échantillon quand un outil
ou une stratégie d'installation change.

Git distingue la date de l'auteur de celle de la personne qui a
enregistré le commit. Une réécriture de l'historique peut les faire
diverger. Indiquez le champ choisi, harmonisez les fuseaux horaires
et examinez les intervalles négatifs. Un redéploiement ultérieur ne
change pas la date de première arrivée en production du code.

Où les problèmes surviennent

Un travail automatisé peut annoncer sa fin dès qu'il a envoyé une
demande à un autre système. Les nouvelles instances peuvent encore
démarrer. Définissez si la fin de la mesure exige un déploiement
vérifié, le passage d'une proportion définie du trafic à la nouvelle
version ou un autre critère explicite. Gardez la même règle pour le
service et signalez tout changement de convention.

Des modifications absentes du graphique peuvent encore attendre ou
avoir été abandonnées. Comptez les travaux en cours et leur âge
séparément. Si certains paquets ne peuvent pas être reliés au code,
indiquez combien de mesures manquent. Les traiter comme des zéros
ferait croire à une production immédiate. Elles indiquent en réalité
un défaut dans les données disponibles.

Une moyenne peut cacher des attentes exceptionnellement longues.
Affichez une valeur typique, un indicateur pour les cas lents et le
nombre de mesures. Pour un petit groupe, lisez les chronologies
directement. Si une étape explique presque tout le retard, essayez
une modification à cet endroit et suivez ensuite le même service
avec la même définition.

Pour aller plus loin

  * Guide DORA des mesures de livraison logicielle définit le délai
jusqu'à la production.

  * Guide DORA de cartographie du flux de valeur décrit comment
suivre les attentes et les passages entre équipes.

  * Documentation de Git sur les formats de commits explique les
dates d'auteur et d'enregistrement.

  * DORA sur l'automatisation du déploiement décrit les déploiements
reproductibles.

hCette page sur le Web	URL:https://engineer.company/fr/glossary/change-lead-time/	engineer.company	70
