本文介绍了DataOps的定义、发展历程，并详细阐述了InterSystems IRIS如何支持DataOps的原则，如持续满足客户需求、自组织和编排等。IRIS提供了多维度的数据集、报告和ML模型，支持一次性工作环境、版本控制和质量管理，同时通过自助服务配置、共享功能和数据扩充，助力数据分析效率提升。
InterSystems IRIS 下使用 DataOps
Gartner 对 DataOps 的定义是：“DataOps 是一种协作式的数据管理方法，侧重于改善整个组织中数据管理者和数据消费者之间数据流的沟通、整合与自动化。 DataOps 的目标是创建可预测的数据、数据模型和相关项目的交付和变更管理，从而更快地交付价值。 DataOps 采取特殊技术手段和相应治理水平自动化数据交付的设计、部署和管理，以元数据提高动态环境中数据的易用性和价值。”
2014 年 6 月 19 日，InformationWeek 特约编辑 Lenny Liebmann 发表于 IBM Big Data & Analytics Hub 的题为“3 reasons why DataOps is essential for big data success”的文章中首次提出 DataOps 这一概念。 DataOps 一词后被 Andy Palmer 推广到 Tamr。 DataOps 是“数据运营”的专属名称。 2017 年对 DataOps 来说是意义重大的一年，生态系统取得巨大发展，分析师覆盖范围进一步扩张，关键字搜索量以及调查、出版物和开源项目数均有所提升。 Gartner 在 2018 年的 Hype Cycle for Data Management 中添加了 DataOps 。 (资料来源：https://en.wikipedia.org/wiki/DataOps)
DataOps 宣言确立了以下 DataOps 原则：(ht
最低0.47元/天 解锁文章
扫一扫
664
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
