運(yùn)營的未來是什么樣的？本文研究了DataOps的實(shí)際用途，其優(yōu)勢以及如何解決關(guān)鍵問題。DataOps集成了開發(fā)流程和數(shù)據(jù)管理功能，改善了以數(shù)據(jù)為中心的通信，并使您的業(yè)務(wù)達(dá)到更高的效率水平。

數(shù)據(jù)操作（DataOps）是一種將數(shù)據(jù)工程集成到操作流程中的新興方法。它旨在確保DevOps團(tuán)隊(duì)可以輕松訪問數(shù)據(jù)工程師和數(shù)據(jù)科學(xué)家已經(jīng)使用的見解和監(jiān)視工具，并最終為以數(shù)據(jù)為中心的企業(yè)建立必要的組織結(jié)構(gòu)。

如果您不熟悉此概念，可能會造成混淆。在許多業(yè)務(wù)中，作為一組離散的業(yè)務(wù)功能的“操作”已經(jīng)消失或包含在DevSecOps中。在這種情況下，將另一種規(guī)則添加到組合中似乎是過大的。但這是業(yè)務(wù)發(fā)展的方式。正如我們先前所論證的那樣，可能是在未來幾年中，作為一個(gè)獨(dú)立部門的運(yùn)營將完全消失，并且與數(shù)據(jù)管理和安全流程變得難以區(qū)分。

在本文中，我們將研究DataOps的實(shí)際含義，并指出它可以為您的業(yè)務(wù)提供的特定優(yōu)勢。

DataOps原則

DataOps的基本原理非常簡單。該學(xué)科以敏捷方法論為基礎(chǔ)，旨在將連續(xù)的實(shí)時(shí)數(shù)據(jù)分析集成到DevOps流程中。從實(shí)際的角度來看，這意味著將DevOps和數(shù)據(jù)管理人員組合成一個(gè)完全協(xié)作的團(tuán)隊(duì)。

過去幾年中，DevOps和數(shù)據(jù)管理的技術(shù)進(jìn)步也為這種工作方式提供了信息。在產(chǎn)品生命周期的各個(gè)階段中，快速，負(fù)擔(dān)得起的云存儲解決方案以及機(jī)器學(xué)習(xí)和AI工具的興起，意味著許多DataOps團(tuán)隊(duì)都是圍繞支持Ai和ML系統(tǒng)的端到端需求而建立的。實(shí)際上，這些團(tuán)隊(duì)中的許多人都認(rèn)為他們的分析管道類似于精益或敏捷的工業(yè)生產(chǎn)線，而AI系統(tǒng)代替了機(jī)械。

網(wǎng)絡(luò)安全意識的極大提高也是DataOps方法開發(fā)背后的驅(qū)動力。在過去的幾年中，提高DevOps的安全性一直是企業(yè)關(guān)注的主要問題之一，而訪問和響應(yīng)實(shí)時(shí)分析的能力是實(shí)現(xiàn)這一目標(biāo)的主要資產(chǎn)。

在更實(shí)際的水平上，DataOps提供了一種新穎的方法來解決DevOps工作流程中的長期問題。讓我們看看它是如何做到的。

DataOps解決的問題

盡管DataOps無法聲稱完全“解決”了困擾DevOps工作流程的問題，但它可以通過多種方式顯著改善結(jié)果。

協(xié)作有限

實(shí)施DataOps工作流程可增強(qiáng)以數(shù)據(jù)為中心的團(tuán)隊(duì)與以開發(fā)為中心的團(tuán)隊(duì)之間的協(xié)作。實(shí)際上，DataOps最好是消除這兩個(gè)業(yè)務(wù)功能之間的區(qū)別。

但是，實(shí)現(xiàn)這一目標(biāo)的關(guān)鍵是目標(biāo)設(shè)定的基本過程。開發(fā)人員和數(shù)據(jù)團(tuán)隊(duì)都需要共同開發(fā)整個(gè)組織中數(shù)據(jù)采集過程的概述，以便雙方都能看到對方的工作可用于改進(jìn)自己的工作。

錯(cuò)誤修復(fù)

盡管通常將DataOps視為提高開發(fā)過程的效率和敏捷性的一種方式，但在事件管理方面它也具有很大的實(shí)用性。修復(fù)產(chǎn)品中的錯(cuò)誤和缺陷可能包括數(shù)據(jù)和開發(fā)專家的意見，這也是對時(shí)間至關(guān)重要的業(yè)務(wù)功能。

通過這兩個(gè)工作人員小組之間更高程度的溝通和協(xié)作，可以大大減少響應(yīng)錯(cuò)誤和缺陷的時(shí)間。這在技術(shù)層面上很有用-因?yàn)樽钤缈赡艿臋C(jī)會就將數(shù)據(jù)團(tuán)隊(duì)包括在錯(cuò)誤修復(fù)流程中-而且在聲譽(yù)管理方面也是如此-因?yàn)殚_發(fā)團(tuán)隊(duì)可以迅速利用自己的位置指出已修復(fù)了錯(cuò)誤。

反應(yīng)慢

當(dāng)今組織面臨的最大挑戰(zhàn)之一可能是響應(yīng)用戶和高級管理層的發(fā)展要求。從歷史上看，合并新功能的請求涉及在數(shù)據(jù)科學(xué)家和開發(fā)團(tuán)隊(duì)之間來回發(fā)送相同的請求。

由于DataOps團(tuán)隊(duì)同時(shí)包含這兩個(gè)功能，因此員工可以根據(jù)新要求一起工作。這使開發(fā)團(tuán)隊(duì)可以查看新功能對通過組織的數(shù)據(jù)流有什么影響，還可以幫助數(shù)據(jù)團(tuán)隊(duì)更好地將其處理重點(diǎn)放在企業(yè)的實(shí)際目標(biāo)上。

目標(biāo)設(shè)定

如果正確實(shí)施，DataOps可以為開發(fā)團(tuán)隊(duì)和管理人員提供有關(guān)其數(shù)據(jù)系統(tǒng)性能的實(shí)時(shí)數(shù)據(jù)。但是，這些數(shù)據(jù)不僅僅用于監(jiān)視業(yè)務(wù)目標(biāo)的成功，而且還沒有用：如果有足夠適應(yīng)性強(qiáng)的業(yè)務(wù)流程，則這些數(shù)據(jù)還允許管理層實(shí)時(shí)調(diào)整和更新績效目標(biāo)。

效率

以上所有問題都會降低組織的效率。在舊的DevOps模型中，每個(gè)團(tuán)隊(duì)都將編輯其工作的報(bào)告，這些報(bào)告將在多個(gè)層次結(jié)構(gòu)，垂直組織的結(jié)構(gòu)之間傳遞。

借助DataOps，數(shù)據(jù)人員和開發(fā)人員可以并肩工作，因此信息流是水平的。信息交流不是每天在會議上進(jìn)行比較，而是每天進(jìn)行。這大大提高了組織的效率。

運(yùn)營的未來

所有這些問題長期以來阻礙了開發(fā)團(tuán)隊(duì)實(shí)現(xiàn)敏捷性和適應(yīng)性。通過集成開發(fā)流程和數(shù)據(jù)管理功能，DataOps有望大大改善業(yè)務(wù)的這兩個(gè)部分之間的通信，從而改善兩者。

最終，DataOps的基礎(chǔ)是對于現(xiàn)代業(yè)務(wù)而言，數(shù)據(jù)為王。當(dāng)代公司執(zhí)行的幾乎每個(gè)流程都（或應(yīng)該）以數(shù)據(jù)分析為基礎(chǔ)。結(jié)果，將數(shù)據(jù)團(tuán)隊(duì)隔離開來不再有意義，而僅在絕對需要時(shí)才召集他們。相反，將您的數(shù)據(jù)科學(xué)家?guī)肽臉I(yè)務(wù)核心。