低代码开发中常见的七个错误

安全 应用安全 移动安全
据Gartner预测,2021年全球低代码开发市场总额较2020年增长23%,为了最大限度发挥低代码开发的效用,企业应尽可能避免以下七个错误。

据 Gartner 预测, 2021 年全球低代码开发市场总额将达到 138 亿美元,较 2020 年增长 23% ,该市场包括低代码应用平台(LCAP)、智能业务流程管理套件、多元体验开发平台(MDXP)、机器人流程自动化(RPA)以及公民自动化和开发平台(CADP)等产品或技术。为了最大限度发挥低代码开发的效用,企业应尽可能避免以下七个错误。

[[442204]]

1. 忽略基本的开发实践

低代码策略可以帮助经验不足的开发人员创建高级功能,从而帮助降低项目所需的开发人员成本。在开发速度方面它也可以带来好处,尤其是在跨应用程序重用组件的情况下。不过,很多企业在使用低代码策略时,容易忽略其能否满足业务发展需求,例如不了解业务需求,及不知道需要实施哪些关键业务控制措施等。

2. 技能不匹配

企业使用低代码工具的好处之一是可以减少对有经验开发人员的需要,但这并不意味着对熟练专业人员的需求就会消失。LexisNexis Legal & Professional(一家提供法律和消费者数据服务的公司)副总裁兼首席自动化官Vinay Mummigatti表示:“进行低代码开发的团队需要非常精通各自的平台,并且具备适当的产品认证以及必要的基础知识。根据经验,使用擅长编写定制、编码密集型软件应用程序的软件工程师,来开发低代码解决方案是一个错误。他们通常会编写数千行代码,最终得到的只是难以维护或扩展的高度定制化应用程序,而这并不是低代码平台擅长的。”

3. 缺乏以业务为主导的软件交付

低代码平台的使用主要是让公民开发人员能够实现快速交付,但是将业务用户排除在早期决策过程之外并不是一个好主意。低代码项目应该具备强大的业务- IT 一致性,让业务用户参与并了解代码平台中的流程模型设计、业务逻辑定义、UI(用户界面)表单/界面设计以及每一步的数据元素转换,有助于最终创建一个“完全合乎业务需求”的应用程序。

4. 未能更新文化和结构

IT必须从运营者和解决方案实施者转变为值得信赖的合作伙伴、教练和平台支持者。企业必须对其软件实施和开发决策负责,并对企业环境的任何更改保持透明。毕竟,只有当人们愿意优化工作方式以充分利用其功能时,低代码和无代码技术的真正价值才能发挥出来。

5. 制定不切实际的议程

低代码平台可以成为增强开发的宝贵工具,但它们并不完美。企业使用低代码平台的一个错误是没有考虑到一些技术限制。例如,在涉及“以集成为中心”的数据或跨多个系统及复杂数据结构服务编排的情况下,低代码平台无法很好地扩展和执行,无法提供业务所需的速度和质量。此外,企业也无法通过低代码平台确保以批处理模式100%处理大量数据,这是一项重大的运营和监管挑战,对客户体验影响很大。

6. 部署太多工具

所谓“物极必反”,这句话同样适用于低代码和无代码工具,特别是当它们不能很好地协同工作时,这一效应更加明显。低代码技术的实施可能不像供应商宣传的那样简单。它真正的好处在于能够利用和集成企业应用程序、数据仓库和系统中的各种服务和数据。然而,许多企业受限于其遗留系统架构,缺乏通用的数据定义,而且其应用程序也被技术债务所拖累。虽说应用程序编程接口(API)网关、数据湖、云平台和其他集成和聚合工具可以帮助提高系统与低代码技术的兼容性。然而,它们并没有解决基本的架构和数据管理挑战。

7. 延续不良流程

低代码工具的潜力是巨大的。通过少量培训,IT团队的每个成员都可以自动化其专业工作流程的关键元素,从而提高准确性和效率。但是这种自动化并不是万能的,糟糕的流程仍然会是糟糕的流程,不会因为它是由机器快速准确地执行而发生变化。此外,自动化最好按程度执行。IT团队通常认为,他们需要端到端地自动化有问题的复杂流程,才能使自动化发挥效用。但事实证明,只有专注于自动化流程中容易出错的步骤(即产生较多返工的步骤)才是体现这些工具优势的真正关键所在。

【本文是51CTO专栏作者“安全牛”的原创文章,转载请通过安全牛(微信公众号id:gooann-sectv)获取授权】

戳这里,看该作者更多好文

 

 

责任编辑:赵宁宁 来源: 51CTO专栏
相关推荐

2021-12-21 11:16:04

云计算云计算环境云应用

2023-05-11 09:06:50

错误IT培训

2023-09-25 14:07:58

数据中心

2023-09-29 22:46:34

数据中心

2023-05-06 10:50:41

IT培训IT团队

2022-03-25 08:00:00

Kubernetes备份集群

2023-11-13 22:33:47

低代码无代码

2021-11-22 14:57:35

数据治理CIO数字化转型

2023-05-29 07:27:25

2020-06-03 10:58:49

机器学习工具人工智能

2024-07-04 09:05:30

2022-04-25 14:27:05

Pandas函数数据

2023-01-31 09:31:46

IT领导趋势

2021-11-30 13:59:22

数据治理大数据数据分析

2024-10-23 11:00:02

2024-11-06 16:45:39

Python游戏开发代码

2022-06-27 15:07:35

智能汽车

2022-06-30 15:12:48

数据分析工具大数据

2022-10-10 09:00:35

ReactJSX组件

2023-04-25 12:45:09

点赞
收藏

51CTO技术栈公众号