随着 DevOps 的采用，开发得到改善，应用程序 虽然对于小型团队和组织 变得更加高效，但直到最近，通过 Oracle 提供的快速迭代，数据库才能够实现同样的敏捷性数据操作。再加上 Snowflake、Databricks 或 Cloudera 等供应商的大型云数据仓库越来越受欢迎，数据管道 虽然对于小型团队和组织 现在已经需要进行现代化升级。
为何选择 DataOps？
企业架构一直是一个高度孤立的事务，与前端、业 按行业划分的特定数据库 务分析甚至一些 IT 团队分离。然而，随着捕获和处理越来越多数据的竞争持续进行，移动和分析数据的效率已成为一种竞争优势——因此 DataOps 的重要性日益增加。与 DevOps 一样，DataOps 是一个强调数据管理和分析中的协作和敏捷性的过程，允许更多人与数据交互以不断提高其价值。它还广泛关注数据传输的方式，不仅修改现有的数据管理策略，还修改负责将信息移入和移出数据仓库的数据管道结构。
DataOps 推动数据管道演变的原因在于
它们已成为数据驱动业务的核心。由于某些数据架构的复杂性，数据分 如何留下 Google 评论：分步指南 析管道通常由各个数据工程师定制 — — 这个过程耗时且难以扩展。 说这不是问题，但随着业务的增长，新的数据源、新的工作负载和新的业务部门都需要自己的管道，从而降低传统基础设施的效率，阻碍创新，并减慢一般决策速度。最糟糕的是，对缓慢的系统感到失望的用户通常会尝试寻找变通方法和自助解决方案，从而造成安全问题和不同团队之间的敌意。DataOps 试图通过重新 安全 邮寄线索 之间找到 设计数据管道的构建方式、提高灵活性和周期时间以及减少长期运行的性能问题来解决这些问题。