时事通讯




为企业数据带来敏捷性的技术和技术

< <返回第2页,共5页下一个> >

此外,在这种新的敏捷环境中开发和部署的应用程序“遵循着与传统应用程序开发不同的节奏”,ScienceLogic的首席科学家Richard Chart说。常见特征包括“早期部署和快速、增量的变更”。

同时,数据和软件可能最终摆脱底层硬件和操作系统的约束。Teradata的数据科学和高级分析产品营销主管Sri Raghavan说:“现在它只是一个软件,它可以在各种硬件上运行,甚至可能与多种硬件上的复杂编排同时运行。”他指出,DevOps现在有更广泛的架构需要管理,虽然它增加了架构的复杂性,但它也使软件应用程序对更广泛的用例更有用。

自动化在提升数据专业人员在业务中的角色方面也发挥着越来越重要的作用。容器技术是可以引入数据环境的增强自动化的一个例子。Splice Machine首席执行官Monte Zweben表示:“Kubernetes的自动化从根本上减轻了dba和数据管理人员在配置、管理和操作分布式数据基础设施方面的操作负担。“它可以实现供应的完全依赖自动化,持续监控系统的健康状况,自动修复系统不一致,并可以在工作负载变化时自动伸缩组件——无论是向上还是向下。”

然而,Qlik的首席技术官Mike Potter提醒说,向更敏捷的数据环境迁移可能仍会受到基础架构团队和数据分析团队之间存在的组织挑战的阻碍。“他们往往拥有不同的技能组合和专注领域,而且大多在各自的领域工作。为了充分利用这些新技术,重要的是要开发一种基础结构策略,将团队中的各种技能混合在一起,并保持通信线路的开放。每个DBA和数据管理人员都需要考虑服务业务所需的工作负载类型,以及新服务将如何实现,然后在部署基础设施时要考虑到正确的混合团队。”

Trifacta首席战略官、加州大学伯克利分校(University of California-Berkeley)教授乔·赫勒斯坦(Joe Hellerstein)表示,在这个新兴世界,数据专业人士可能会发现自己在数据工程领域扮演着更重要的角色。这意味着将更多的注意力放在数据质量、创建和维护数据转换管道以及运营这些管道和管理元数据上。“这些问题花了我们最多的时间,从我们的数据专业人才库里流失了最多的人才,它们需要现代化。”他说,好消息是,“今天花在数据工程上的时间通常直接与业务用例相连。”即使云供应商挥舞着魔杖,让容器和微服务的所有问题都消失了,我们仍然需要获得原始数据并将其转化为商业价值的解决方案。在一个健康的组织中,这是数据工程的主要角色。”

提高数据交付

随着对业务参与的增加,敏捷数据环境也加快了数据洞察和与业务相关的应用程序的速度。datakechen的创始人兼首席执行官Chris Bergh说,像亚马逊这样的公司“每秒发布大量软件”。如果没有环境和发布自动化,以及像基础设施即代码这样的技术,这是不可能的。在数据组织中应用这些功能将改变企业。世界将被划分为拥有灵活和准确的分析以促进洞察力的公司,而其他公司则很难跟上。”

< <返回第2页,共5页下一个> >