DataOps

Autors: Roger Morrison
Radīšanas Datums: 25 Septembris 2021
Atjaunināšanas Datums: 1 Jūlijs 2024
Anonim
What is DataOps | DataOps in Practice | DataOps Implementation | DevOps Training | Edureka
Video: What is DataOps | DataOps in Practice | DataOps Implementation | DevOps Training | Edureka

Saturs

Definīcija - ko nozīmē DataOps?

DataOps pieeja mēģina datu analītikā piemērot elastīgas programmatūras izstrādes un DevOps principus (apvienojot izstrādi un darbības), lai sadalītu tvertnes un veicinātu efektīvu, racionalizētu datu apstrādi daudzos segmentos. DataOps kalpo rīki, tehnoloģijas un paņēmieni, kas apvieno vairākus pakāpeniskā procesa posmus, lai uzlabotu un uzlabotu datu pārvaldību uzņēmuma vajadzībām.


Ievads Microsoft Azure un Microsoft Cloud | Šajā rokasgrāmatā jūs uzzināsit, kas ir mākonis skaitļošana un kā Microsoft Azure var palīdzēt jums migrēt un vadīt savu biznesu no mākoņa.

Techopedia skaidro DataOps

DataOps pieeju var atvieglot daudz dažādu veidu ietvari. Apache Oozie izmantošanu, lai apstrādātu Apache Hadoop projektus, varētu saukt par DataOps, tāpat kā ETL procesus varētu izmantot pilnveidotā datu plūsmā. Kopumā DataOps aizstāj “ūdenskritumu” vai secīgu analītikas stratēģiju ar tādu, kas ietver “roku turēšanu” komandās un departamentos: Piemēram, vispārējs nolīgums par datu un metadatu semantiku ir solis ceļā uz lietišķo DataOps. Šī ideja patiešām tika īstenota tikai 2015. gadā un vēlāk, un daži eksperti uzskata, ka 2017. gads vairāk ievirza DataOps uzņēmuma IT un datu analītikai.