越来越多的企业依赖多个云来运行其独特的应用程序工作负载组合。例如，一家公司可能在Oracle云上运行其生产应用程序，同时在amazonwebservices（AWS）中为这些应用程序维护开发/测试环境。另一家企业可能会利用Azure中的云备份，但将Google云平台（GCP）用于其AI/ML服务。包括亚马逊、谷歌和微软在内的主要供应商提供越来越广泛的差异化服务组合。充分利用多个提供商意味着公司需要更好地处理推动云计算用例的数据。团队需要能够跨多个云快速、安全地迁移数据、将数据提供给不同的用户，并为法规遵从性目的保护数据。为了克服在多云环境中管理数据的挑战，行业领导者将DataOps视为一种基于平台的方法，以应对在遵守数据隐私法规的同时必须快速创新的日益紧张的局面。领先的咨询公司451 Research发现，86%的公司计划在明年增加对DataOps战略和技术的投资，92%的公司预计这将对公司的成功产生积极影响构建多云数据结构Multi-cloud提供了一个充满高水平数据摩擦的环境，它阻碍了快速、高效的数据移动。有更多的团队在发挥作用，更多的治理策略需要跨多个地理区域实施，不同的工具用于在不同的分布式环境中运行的应用程序，以及各种各样的手动工作流。这些就是为什么数据操作在跨不同的云环境中成功地移动和管理数据时作为一种减少摩擦的方法变得更加重要的原因DataOps的核心是协调人员、流程和技术，以实现对数据的快速、自动化和安全管理。目标很简单：消除数据生命周期中的任何摩擦。以下是DataOps平台的关键定义特征，这些特征将使团队能够从多云中获益：跨云数据移动。DataOps平台允许团队快速地将数据从一个云移动到另一个云，同时保持跨云数据的同步。在云中快速提供数据环境。快速提供数据环境的能力可以加速分布式、多云应用程序的集成测试，并且可以作为迁移的工作负载的验证来源。API驱动的自动化。自动化将消除手动过程，并促进集成到DevOps工具链中跨云治理。在了解敏感数据所在位置时，从单个点查看跨云的数据环境非常重要。团队还可以指定哪些团队可以访问云中的数据。保护敏感数据。该平台应该能够在非生产环境中跨云一致地屏蔽数据跨异构环境和数据源工作。团队应该被授权使用来自不同数据源的数据，并以实现应用程序快速开发所需的速度和规模将数据安全地交付给每个涉众。结束语在多云世界中，数据层的寻址比以往任何时候都更加重要。数据不可能再存在于分布在多个云/位置的孤立竖井中，而这正是DataOps致力于实现的目标。采用DataOps平台可以帮助企业团队实现一种连接状态，即（1）数据从任何地方流畅、安全地移动到任何位置；（2）以一致、整体的方式管理数据；（3）企业可以通过单个平台查看和控制数据。企业只有在能够解锁所需数据时才能进行创新，而DataOps承诺通过在自助服务环境中为需要的人提供高质量数据的访问，同时保持安全和隐私控制，从而推动更快的创新。