党的区域经济发展战略与实践探索-文库网

t;/section>

DataOps 与数据中台

DataOps 的核心任务是提高数据分析的质量并缩短数据分析的周期，是高效打造数据中台的必经之路，因此可以将 DataOps作为数据中台建设必须参考的一个方法论。要建设一个高效的业务 IT 系统，采用 DevOps 并不是必要条件，但是绝大部分公司会采取 DevOps 的方法论和技术体系，因为这是经过实践检验的高效和普适的方式。

与 DevOps 一样，DataOps 的使用与发展也是一个需要正确工具和正确思维加持的持续过程。DataOps 的目标是以正确的方式更容易地实现大数据项目，以达到用更少的工作量从数据中获得最大的价值的目的。

在过去几年中，随着云计算和容器技术的成熟，大数据操作的标准化成为可能。加之数据驱动的企业文化被广泛接受，DataOps 终于准备好进入大家的视野。我们相信这一运动将降低实施大数据项目的门槛，使每个企业和机构都能够更容易地获取数据的最大价值。

可以看到，DataOps 与数据中台需要解决的问题其实是类似的，都希望能够更快、更好地实现数据价值，支持数字化运营，但是二者强调的重点不同：

数据中台强调的是数据的统一管理和避免重复开发，是数据能力的抽象、共享和复用；
DataOps 强调的是数据应用的开发和运维效率，就像DevOps 解放了开发人员的生产力一样，DataOps 希望通过提供一整套工具和方法论，来让数据应用的开发和管理更加高效。

不过，虽然如此，但二者都是解决现有大数据平台问题的必经之路。数据中台强调的是战略层次的布局，必须有一个中台来承担所有数据能力的管理和使用；DataOps 强调的是战术层面的优化，如何让各个开发和使用实际数据应用的人员更加高效。可以说数据中台描述了最终的目标，而 DataOps 提供了一条实现这个目标的最佳路径。

原文地址：一文读懂DataOps