Table des matières:
Définition - Que signifie DataOps?
L'approche DataOps vise à appliquer les principes du développement logiciel agile et DevOps (combinant développement et opérations) à l'analyse des données, pour briser les silos et promouvoir une gestion efficace et rationalisée des données sur de nombreux segments. DataOps est servi par des outils, des technologies et des techniques qui combinent plusieurs étapes d'un processus par étapes pour améliorer et renforcer la gestion des données pour une utilisation en entreprise.
Techopedia explique DataOps
De nombreux types de frameworks différents peuvent faciliter une approche DataOps. L'utilisation d'Apache Oozie pour gérer les projets Apache Hadoop pourrait être appelée DataOps, tout comme l'utilisation des processus ETL dans un flux de données rationalisé. En général, DataOps remplace une «cascade» ou stratégie séquentielle pour l'analyse par une stratégie qui implique une «prise en main» entre les équipes et les départements: par exemple, un accord universel sur la sémantique des données et des métadonnées est une étape sur la voie des DataOps appliqués. Cette idée n'a vraiment été mise en œuvre qu'en 2015 et plus tard, et certains experts considèrent que 2017 marque le début d'une focalisation sur DataOps pour l'informatique d'entreprise et l'analyse de données.
