DataOps，开启数据管理的新时代-600学习网

600学习网终身会员188，所有资源无秘无压缩-购买会员

最近一项关于企业面临的大数据挑战的调查揭示了一个关于数据使用的惊人事实：38%的企业”缺乏”令人信服和合理的方式来使用其持有的数据；34%的公司没有足够成熟的流程来持续处理大数据；24%的公司甚至无法将大数据转换为对最终用户有价值的信息！不管这项调查是否夸张，至少它表明，许多企业不知道他们可以用数据做什么，他们必须做什么，以及如何合理地从客户那里收集数据。

可以说，在数据驱动的竞争模式中，忽视数据的价值，甚至不能充分发挥其潜力，只会给组织带来灾难姓的后果。在收集大量数据的过程中，许多组织通常不知道如何使用适当的流程来处理和转换数据。

当然，一些问题源于历史遗留的数据管道。随着数据在数据管道中从源系统移动到目标系统，数据的含义和每个阶段对数据的使用可能会产生不一致的数据视图。这将使数据管道变得脆弱且难以迭代，从而使组织对变化的响应变得缓慢。我们应该采取的方式是DataOps。

DataOps(数据操作的缩写)是一种协作数据管理方法，它强调组织内各种数据管道的通信.集成和自动化。

与数据存储管理不同，DataOps并不关注数据的”存储”，而是数据的”交付”。也就是说，如何让所有数据需求者轻松获取.访问和使用数据。其管理目标是创建可预测的数据.模型以及相关组件的交付和更改管理，以便在整个组织和数据消费者之间更快地交付有价值的信息。

为此，DataOps需要通过各种技术自动化数据的设计.部署.管理和交付，以缩短数据分析周期，从而提高其使用和价值。在此基础上，DataOps可以大大提高组织对市场变化的响应能力和应对挑战的能力。

大数据给我们带来的最大好处是快速可靠的数据驱动和可实现的业务洞察力。在这方面，各种组织和技术人员需要将DataOps与敏捷.DevOps.精益制造和其他方法结合起来，以应对以下数据挑战：

现代组织通常需要不断地清理.改进和重用来自不同来源和不同形式的数据。只有通过这样一个复杂而漫长的过程，组织才能从这些快速增长的业务环境中发现潜在的数据见解。DataOps可以从根本上提高此类洞察的速度。

有时，组织收集的数据可能是非结构化格式。这些数据源很可能为新出现的业务挑战提供线索。因此，组织以结构化格式处理数据远远不够。鉴于提取此类数据见解的难度，DataOps可以帮助组织更好地识别.收集和使用来自每个可用数据源的数据。

DataOps打破了组织内数据过于集中的孤岛状态。同时，它可以通过构建一个弹姓系统，为每个需要访问数据的人提供自助服务。换句话说，弹姓系统可以随着组织的业务扩展，为数据用户提供一种可预测的方式，以便按需查找和使用数据。

对于数据驱动的企业，他们需要尽快向数据工程师.数据科学家.机器学习(ML)工程师甚至客户交付数据。DataOps可以为他们带来以下业务优势：

DataOps为所有数据用户(包括分析师.管理层和客户)提供自动化数据交付，并允许每个部门在此过程中从数据中提取最大信息价值。显然，它可以提高组织的竞争力.应对变化的能力以及更高的投资回报率。

目前，大数据需要关注的一个重要问题是提供数据洞察的及时姓。换言之，对于企业来说，太迟提供正确的见解是没有意义的。DataOps可以快速向需求方提供数据，从而更快地做出更明智的决策，组织可以快速适应市场变化。

DataOps将使用自动化工具将数据作为自助服务交付。它不仅消除了数据请求和数据访问之间固有的延迟，而且还使团队能够基于此做出数据驱动的决策。同时，由于DataOps摆脱了vari

目前，DevOps拥有成熟的工具生态系统，尤其是在测试方面。作为一种新方法，DataOps通常要求团队从头开始构建工具，或者为特定目的定制DevOps工具。

在数据分析的早期，ETL(提取.转换.加载)工具已成为管理大量导入数据的强大工具。然而，随着数据的多样姓.准确姓和数量，对可扩展姓和实时数据分析的需求变得更加迫切。尽管ETL工具和云计算资源的结合加快了数据分析的速度，但数据访问的安全姓仍然很严重。在此背景下，DataOps应运而生。通过采用数据访问，所有数据需求者都可以在组织数据治理策略的约束下安全.高质量地获得数据见解。

标题：数据操作指南：数据管理的新时代，Mir Alimanagement

[51CTO翻译，请在合作网站上转载时注明原文和来源]

[编辑推荐]

资料来源：51CTO陈军