DataOps

Autor: Roger Morrison
Erstelldatum: 25 September 2021
Aktualisierungsdatum: 1 Juli 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

Inhalt

Definition - Was bedeutet DataOps?

Der DataOps-Ansatz zielt darauf ab, die Prinzipien der agilen Softwareentwicklung und von DevOps (Kombination von Entwicklung und Betrieb) auf die Datenanalyse anzuwenden, Silos aufzubrechen und eine effiziente, optimierte Datenverarbeitung in vielen Segmenten zu fördern. DataOps wird durch Tools, Technologien und Techniken bereitgestellt, die mehrere Phasen eines abgestuften Prozesses kombinieren, um die Datenverwaltung für Unternehmen zu verbessern und zu verbessern.


Eine Einführung in Microsoft Azure und die Microsoft Cloud | In diesem Handbuch erfahren Sie, worum es beim Cloud-Computing geht und wie Microsoft Azure Sie bei der Migration und Ausführung Ihres Unternehmens aus der Cloud unterstützen kann.

Techopedia erklärt DataOps

Viele verschiedene Arten von Frameworks können einen DataOps-Ansatz erleichtern. Die Verwendung von Apache Oozie zur Abwicklung von Apache Hadoop-Projekten könnte als DataOps bezeichnet werden, ebenso die Verwendung von ETL-Prozessen in einem optimierten Datenfluss. Im Allgemeinen ersetzt DataOps eine "Wasserfall" - oder sequentielle Strategie für die Analyse durch eine Strategie, bei der Teams und Abteilungen "von Hand" gehalten werden: Beispielsweise ist eine universelle Vereinbarung über die Semantik von Daten und Metadaten ein Schritt auf dem Weg zur Anwendung von DataOps. Diese Idee wurde wirklich erst 2015 und später umgesetzt, und einige Experten sehen in 2017 eine stärkere Fokussierung auf DataOps für Unternehmens-IT und Datenanalyse.