وفقًا لبهاء الزبيدي، تُعد عمليات البيانات (DataOps) نهجًا جديدًا لإدارة البيانات ومعالجتها. وهيفة معدل تحسين وقد تصل الى حتى ثلاثة أضعاف الجودة ووقت الدورة. مُصَمَمة لجعل استخدام تكنولوجيات البيانات الضخمة أكثر كفاءة وأسهل في الإدارة، مع تقليل التكاليف وتحسين جودة البيانات في نفس الوقت.من أجل شرح ماهية الـDataOps ، نحتاج قبل لك إلى فهم ماهو ليس بـ. DataOps
الـDataOps ليست تقنية جديدة أو لغة برمجة ؛ فهو تُشير ببساطة إلى طريقة جديدة للقيام بالأشياء عند العمل بالبيانات، لا سيما في بيئة تشغيلية. تستخدم الـ DataOpsأدوات مثل Hadoop و Spark أو تقنيات أخرى مماثلة.الـ DataOpsليست فقط للشركات الكبيرة ؛ في الواقع، يمكن تطبيقها من قبل أي شركة لديها كميات كبيرة من البيانات التي تحتاج إلى معالجة، بغض النظر عن الحجم أو القطاع التجاري.
ما هو التراث الفكري لـلـDataOps ؟
ربما يجب ان نُقدم الشكر للمستشار الإداري دبليو إدواردز ديمينغ، الذي يُنسب إلى أفكاره على نطاق واسع إثارة المعجزة الاقتصادية اليابانية بعد الحرب العالمية الثانية،لإنشاء الـDataOps. يتم تطبيق ممارسات التصنيع المستوحاة من إدواردز ديمينغ بشكل متزايد على مجالات هندسة البرمجيات وتكنولوجيا المعلومات. مع الـDataOps ، يتم توسيع مناهج مماثلة في مجال البيانات. الـDataOps هو نهج لتطوير وتشغيل أنظمة تحليل البيانات التي تستعير أفكارًا من تطوير برامج Agile و DevOps والقطاعات المحدودة.تقلل أحجام الكتل الأصغر من العمل الجاري وتعزز إنتاجية نظام التصنيع بشكل عام، وهذا هو السبب في أن نظام الترشيق هو تطبيق لنظرية القيود على تطوير البرامج.عندما يتم تطبيق الأفكار الهزيلة على إنتاج البرامج، مثلتقليل االتلف و التحسين المستمر و التركيز الواسع، فإن النتيجة هي .DevOps إن التفاني الثابت في الجودة، المدعوم بأساليب مثل التحكم في العمليات الإحصائية، هو شيء آخر يجلبه التصنيع الترشيقي إلى تحليلات البيانات.
أليس الـDataOps فقط “Data DevOps’ ؟
هذا هو أول شيء يفكر فيه معظم الناس عندما يسمعون كلمة “الـDataOps على الرغم من بعض الغموض الدلالي، فإن كلمة الـ DataOpsتصل إلى رسالة مفادها أن تحليلات البيانات لديها القدرة على الانتقال إلى نفس المستوى الذي وصلت إليه الـ DataOps لتطوير البرامج.عندما تعتمد فرق البيانات على تقنيات وممارسات مبتكرة، يمكن للـDataOps مضاع
الـDataOps هي عملية تعزز كفاءة إنشاء برامج جديدة. يمكن لشركات مثل Amazon و Netflix و Google تنفيذ ملايين إصدارات الرموز سنويًا بسبب هذا. لا يتعين على الـDataOps إدارة عملية تصنيع ديناميكية فحسب، بل عليها أيضًا تسريع تطوير البرامج (تحليلات جديدة) (أي عمليات البيانات).الـDataOps هي مجموعة من الممارسات، مثل الـDataOps، المصممة خصيصًا لصعوبات الإشراف على خط أنابيب لمعالجة بيانات الأعمال الحيوية. قم بتنزيل الورقة المجانية بعنوان ” Is NOT Just DevOps for Data الـ“DataOps لفهم المزيد حول الفروق بين الممارستين.
ما هي المشكلة التي تهدف الـDataOps إلى معالجتها ؟
“تتيح لك الـDataOpsالتحكم في سير عملك وعملياتك، وإزالة العديد من الحواجز التي كانت تعيق تنظيم بياناتك. ومن الوصول إلى إمكاناتها الكاملة من حيث الكفاءة والجودة “.
يشار إلى الفترة الزمنية من وقت اقتراح الفكرة لأول مرة إلى وقت نشر التحليلات الكاملة باسم وقت الدورة. قد يستغرق نشر 20 سطرًا فقط من لغة الاستعلام الهيكليةSQL شهورًا للعديد من الشركات. أوقات الانتظار الطويلة محبطة للمستخدمين وتخنق الابتكار. وتحدد الابداع .يعمل فريق البيانات المثالي جنبًا إلى جنب مع مستخدميه لتنفيذ الأفكار الجديدة بسرعة، والتكرار نحو نماذج وتحليلات عالية الجودة، والاستجابة لاقتراحات التحسين.على العكس من ذلك، كانت تلك تجربتنا. تعتبر مشاكل البيانات والتحليلات مصدرًا دائمًا للإلهاء لفرق البيانات. يقضي 75٪ من وقت عالم البيانات في التلاعب اليدوي بالبيانات والمهام الوضيعة الأخرى. يشعر أعضاء فريق البيانات وأصحاب المصلحة بخيبة أمل وإحباط بسبب التقدم البطيء والمعرّض للخطأ.
تساهم عدة عوامل في الطبيعة المطولة لدورة التحليلات:
- التعاون غير الفعال بين فريق البيانات
- عدم تنسيق الجهود بين الإدارات ذات الصلة بالبيانات
- بافتراض أن تكنولوجيا المعلومات ستتخلص في النهاية من موارد النظام أو تهيئها
- يجري حاليا توقع الوصول إلى البيانات.
- أخذ وقت االمتاح وتوخي الحذر لتجنب النتائج دون المستوى
الـDataOps ليس شيئًا يحتاج إلى تنفيذه حصريًا من قبل فرق تكنولوجيا المعلومات. وينبغي أن تتبناه جميع الإدارات داخل الشركة لأن جميع الإدارات يمكنها الحصول على البيانات ويمكن أن تستفيد من استخدامها بفعالية.
www.bahaaalzubaidi.net شكرا لاهتمامك بمدونات بهاء الزبيدي. الرجاء زيارة