如何构建适合自己的 DevOps 工具与平台
答案:2 悬赏:60 手机版
解决时间 2021-03-02 08:19
- 提问者网友：却不属于对方
- 2021-03-01 08:54
如何构建适合自己的 DevOps 工具与平台
最佳答案
- 五星知识达人网友：独钓一江月
- 2021-03-01 09:11
DevOps 起源于亚马逊和 Google 这样的大型互联网公司
DevOps: Development和Operations的组合
可以把DevOps看作开发（软件工程）、技术运营和质量保障（QA）三者的交集。
传统的软件组织将开发、IT运营和质量保障设为各自分离的部门。在这种环境下如何采用新的开发方法（例如敏捷软件开发），这是一个重要的课题：按照从前的工作方式，开发和部署不需要IT支持或者QA深入的、跨部门的支持，而却需要极其紧密的多部门协作。然而DevOps考虑的还不止是软件部署。它是一套针对这几个部门间沟通与协作问题的流程和方法。
需要频繁交付的企业可能更需要对DevOps有一个大致的了解。Flickr发展了自己的DevOps能力，使之能够支撑业务部门“每天部署10次”的要求──如果一个组织要生产面向多种用户、具备多样功能的应用程序，其部署周期必然会很短。这种能力也被称为持续部署，并且经常与精益创业方法联系起来。 从2009年起，相关的工作组、专业组织和博客快速涌现。
DevOps的引入能对产品交付、测试、功能开发和维护（包括──曾经罕见但如今已屡见不鲜的──“热补丁”）起到意义深远的影响。在缺乏DevOps能力的组织中，开发与运营之间存在着信息“鸿沟”──例如运营人员要求更好的可靠性和安全性，开发人员则希望基础设施响应更快，而业务用户的需求则是更快地将更多的特性发布给最终用户使用。这种信息鸿沟就是最常出问题的地方。
以下几方面因素可能促使一个组织引入DevOps：
使用敏捷或其他软件开发过程与方法
业务负责人要求加快产品交付的速率
虚拟化和云计算基础设施（可能来自内部或外部供应商）日益普遍
数据中心自动化技术和配置管理工具的普及
有一种观点认为，占主导地位的“传统”美国式管理风格（“斯隆模型 vs 丰田模型”）会导致“烟囱式自动化”，从而造成开发与运营之间的鸿沟，因此需要DevOps能力来克服由此引发的问题。
DevOps经常被描述为“开发团队与运营团队之间更具协作性、更高效的关系”。由于团队间协作关系的改善，整个组织的效率因此得到提升，伴随频繁变化而来的生产环境的风险也能得到降低。
DevOps对应用程序发布的影响
在很多企业中，应用程序发布是一项涉及多个团队、压力很大、风险很高的活动。然而在具备DevOps能力的组织中，应用程序发布的风险很低，原因如下：
与传统开发方法那种大规模的、不频繁的发布（通常以“季度”或“年”为单位）相比，敏捷方法大大提升了发布频率（通常以“天”或“周”为单位）
减少变更范围与传统的瀑布式开发模型相比，采用敏捷或迭代式开发意味着更频繁的发布、每次发布包含的变化更少。由于部署经常进行，因此每次部署不会对生产系统造成巨大影响，应用程序会以平滑的速率逐渐生长。加强发布协调靠强有力的发布协调人来弥合开发与运营之间的技能鸿沟和沟通鸿沟；采用电子数据表、电话会议、即时消息、企业门户（wiki、sharepoint）等协作工具来确保所有相关人员理解变更的内容并全力合作。自动化强大的部署自动化手段确保部署任务的可重复性、减少部署出错的可能性。
DevOps: Development和Operations的组合
可以把DevOps看作开发（软件工程）、技术运营和质量保障（QA）三者的交集。
传统的软件组织将开发、IT运营和质量保障设为各自分离的部门。在这种环境下如何采用新的开发方法（例如敏捷软件开发），这是一个重要的课题：按照从前的工作方式，开发和部署不需要IT支持或者QA深入的、跨部门的支持，而却需要极其紧密的多部门协作。然而DevOps考虑的还不止是软件部署。它是一套针对这几个部门间沟通与协作问题的流程和方法。
需要频繁交付的企业可能更需要对DevOps有一个大致的了解。Flickr发展了自己的DevOps能力，使之能够支撑业务部门“每天部署10次”的要求──如果一个组织要生产面向多种用户、具备多样功能的应用程序，其部署周期必然会很短。这种能力也被称为持续部署，并且经常与精益创业方法联系起来。 从2009年起，相关的工作组、专业组织和博客快速涌现。
DevOps的引入能对产品交付、测试、功能开发和维护（包括──曾经罕见但如今已屡见不鲜的──“热补丁”）起到意义深远的影响。在缺乏DevOps能力的组织中，开发与运营之间存在着信息“鸿沟”──例如运营人员要求更好的可靠性和安全性，开发人员则希望基础设施响应更快，而业务用户的需求则是更快地将更多的特性发布给最终用户使用。这种信息鸿沟就是最常出问题的地方。
以下几方面因素可能促使一个组织引入DevOps：
使用敏捷或其他软件开发过程与方法
业务负责人要求加快产品交付的速率
虚拟化和云计算基础设施（可能来自内部或外部供应商）日益普遍
数据中心自动化技术和配置管理工具的普及
有一种观点认为，占主导地位的“传统”美国式管理风格（“斯隆模型 vs 丰田模型”）会导致“烟囱式自动化”，从而造成开发与运营之间的鸿沟，因此需要DevOps能力来克服由此引发的问题。
DevOps经常被描述为“开发团队与运营团队之间更具协作性、更高效的关系”。由于团队间协作关系的改善，整个组织的效率因此得到提升，伴随频繁变化而来的生产环境的风险也能得到降低。
DevOps对应用程序发布的影响
在很多企业中，应用程序发布是一项涉及多个团队、压力很大、风险很高的活动。然而在具备DevOps能力的组织中，应用程序发布的风险很低，原因如下：
与传统开发方法那种大规模的、不频繁的发布（通常以“季度”或“年”为单位）相比，敏捷方法大大提升了发布频率（通常以“天”或“周”为单位）
减少变更范围与传统的瀑布式开发模型相比，采用敏捷或迭代式开发意味着更频繁的发布、每次发布包含的变化更少。由于部署经常进行，因此每次部署不会对生产系统造成巨大影响，应用程序会以平滑的速率逐渐生长。加强发布协调靠强有力的发布协调人来弥合开发与运营之间的技能鸿沟和沟通鸿沟；采用电子数据表、电话会议、即时消息、企业门户（wiki、sharepoint）等协作工具来确保所有相关人员理解变更的内容并全力合作。自动化强大的部署自动化手段确保部署任务的可重复性、减少部署出错的可能性。
全部回答
- 1楼网友：人類模型
- 2021-03-01 09:49
数据质量管理工具qualitystream是一种通过访问分析对象数据来诊断质量、导出结构并进行分析，确保可持续维持提高数据质量管理的系统。对于分析对象数据库执行profiling，并对当前的质量水准进行分析后，对管理对象(business rule)及调度分析结果进行注册，以及应用维护流程来进行管理的系统。
系统结构主要由业务标准化和企业数据品质管理组成，进行数据源管理、质量基准管理、测量管理、系统管理、作业管理和分析，最后集成元数据，完成对数据品质的管理。
数据质量管理工具平台的主要特征分为qs-base、qs-broker和qs-base-ui。qs-base作为核心的质量管理framework，它以java为基础进行创建，并用于ui与server 联系及与质量分析引擎及集成的framework。由于以集成的repository进行管理，因此与公司其他产品可实现完美的连接。qs-broker由用于质量数据分析的模块组成，其每个模块分别由元数据联系及元信息收集引擎、功能分析引擎组成的核心批处理模块。
qs-base-ui提供用于质量分析及控制的用户画面，以及提供分析用功能定级及调度功能、控制过程功能、维护计划及管理结果功能等多重画面组成的用户画面。
数据质量管理工具平台的主要功能是为了提高数据质量，...数据质量管理工具qualitystream是一种通过访问分析对象数据来诊断质量、导出结构并进行分析，确保可持续维持提高数据质量管理的系统。对于分析对象数据库执行profiling，并对当前的质量水准进行分析后，对管理对象(business rule)及调度分析结果进行注册，以及应用维护流程来进行管理的系统。
系统结构主要由业务标准化和企业数据品质管理组成，进行数据源管理、质量基准管理、测量管理、系统管理、作业管理和分析，最后集成元数据，完成对数据品质的管理。
数据质量管理工具平台的主要特征分为qs-base、qs-broker和qs-base-ui。qs-base作为核心的质量管理framework，它以java为基础进行创建，并用于ui与server 联系及与质量分析引擎及集成的framework。由于以集成的repository进行管理，因此与公司其他产品可实现完美的连接。qs-broker由用于质量数据分析的模块组成，其每个模块分别由元数据联系及元信息收集引擎、功能分析引擎组成的核心批处理模块。
qs-base-ui提供用于质量分析及控制的用户画面，以及提供分析用功能定级及调度功能、控制过程功能、维护计划及管理结果功能等多重画面组成的用户画面。
数据质量管理工具平台的主要功能是为了提高数据质量，提供以基于质量管理指标、数据质量验证、质量验证结果统计及整备程序的数据质量验证基础。有支持作为质量诊断基础的数据库的元信息管理及变更管理的元数据管理;作为质量诊断的主要基准信息及验证对象信息，可与调度程序联系的profiling管理;对于复杂的business rule进行管理及分析，可与调度程序进行联系的rule管理;综合管理品质诊断结果信息，并按各种特定基准提供结果搜索及统计信息的验证结果管理;通过对错误数据的验证及分析、维护流程的支持，可持续保证数据质量的维护管理;通过企业内工具的联系，可支持实时质量管理;支持有关企业内管理解决方案之集成管制系统的独立性potal系统。
数据质量管理工具平台是为了达到在data governance model中管理数据质量，管理数据质量指数(dqi)，并以其为基础提供核分析错误数据的预期效果。
我要举报
如以上回答内容为低俗、色情、不良、暴力、侵权、涉及违法等信息，可以点下面链接进行举报！
点此我要举报以上问答信息
大家都在看
推荐资讯