天天看點

DataOps能降低資料分析的門檻,但不會讓資料分析變得簡單。自從2018年Gartner把DataOps納入資料管理技

Data Ops能降低資料分析的門檻,但不會讓資料分析變得簡單。

自從2018年Gartner 把 DataOps 納入資料管理技術成熟度曲線,資料運維(Data Ops)正式被業界接納并且越來越火。

需要明确的是:Data Ops是一種資料平台、資料中台、資料湖、湖倉一體之上的資料使用政策或者說方法,而不是某種技術、産品或者平台。

維基百科對DataOps的定義是一種面向流程的自動化方法,由分析和資料團隊使用,旨在提高資料分析的品質并縮短資料分析的周期。

Data Ops即 Data+Op(eration)s,簡單來說,就是通過快速建構可運維的 data pipeline,為資料使用者提供靈活迅速的資料服務。

是以,DataOps 可以作為資料中台的核心能力,實作快速、穩定和自助式資料準備和資料服務。

但與DevOps的落地一樣,實施成功的資料項目也需要做大量的工作,比如深入了解資料和業務的關系、樹立良好的資料使用規範等。

是以Data Ops能降低資料分析的門檻,但不會讓資料分析變得簡單。

有一種說法是:資料中台+Data Ops=DaaS,大家覺得呢?

DataOps能降低資料分析的門檻,但不會讓資料分析變得簡單。自從2018年Gartner把DataOps納入資料管理技
DataOps能降低資料分析的門檻,但不會讓資料分析變得簡單。自從2018年Gartner把DataOps納入資料管理技
DataOps能降低資料分析的門檻,但不會讓資料分析變得簡單。自從2018年Gartner把DataOps納入資料管理技
DataOps能降低資料分析的門檻,但不會讓資料分析變得簡單。自從2018年Gartner把DataOps納入資料管理技

繼續閱讀