Phil Wainewright在谈到Delphix动态数据平台时写道：Delphix提供了一个"数据反重力平台"。通过创建一个更轻巧、虚拟化的数据副本，Delphix允许数据避开物理约束，从而减轻了数据的负担。数据重力是一个强大的概念，数据的物理性及其相关成本（存储、带宽、性能）确实限制了企业的创新速度。但有一个原因是DataOps有更广泛的定义：DataOps是人员、过程和技术的结合，以实现对数据的快速、自动化和安全管理。它的目标是通过将需要数据的人和提供数据的人聚集在一起，消除数据生命周期中的摩擦，从而提高结果。在Delphix，我们已经生活和呼吸数据操作多年了，就像Phil一样，我们首先关注的是我们产品最接近和最重要的数据"权重"。但是，当我们与更多的客户、分析师和行业领袖交谈时，对他们来说真正重要的是访问数据，而任何妨碍访问的东西都是敌人。例如，每个人都需要一个开放的数据流。所以，如果数据重力只是摩擦的一个来源，还有什么会阻碍我们获取数据的能力呢？这张信息图将其放在上下文中，但这里我们要深入研究数据摩擦的"供给侧"。1成本和复杂性首先是我们熟悉的数据重力之家。随着数据规模的增长，存储、服务和移动数据所需的资源也会随之增长。虽然存储成本已经缩减，网络速度也在增长，怎样做淘客，但它们并没有跟上数据增长的步伐。不仅仅是生产规模，大数据库，还有数据的总成本，包括对非生产拷贝不断增长的需求。复杂性是成本的邪恶兄弟。现在比以往任何时候都有更多的云、更多的数据源和更多的数据工具。在本地Oracle数据库上构建所有应用程序的时代已经一去不复返了。现在，您可能在托管的Hadoop集群中拥有物联网传感器数据，Cassandra中的应用程序数据分布在多个AWS区域中，并且您的客户信息位于内部PostgreSQL数据库中。在所有这些数据存储库中响应来自消费者的相同请求需要专门的技能、工具和集成，大数据如何处理，这将大大增加为数据消费者服务的成本。2安全与治理在过去五年中，超过90亿个人记录丢失或被盗，2017年平均数据泄露损失362万美元。锁定访问限制了创新，使用合成数据也没什么好。大多数公司使用数据屏蔽来消除敏感数据的标识，但很快就会发现，转换数据并不是难点，而是不断地向每个需要它的人提供安全的数据。这不是一个数据重力问题，而是一个过程和技术问题。公司必须能够在不安全的数据在其企业内不断发展的过程中主动识别它，定义掩蔽规则来不断地消除数据的标识，然后使这些安全数据跨环境和跨用户使用。三。人员和流程由于数据复杂性的增加，数据的碎片化导致了数据孤岛：数据仓库是一个由一个部门控制的固定数据存储库，与组织的其他部分隔离开来，就像农场筒仓里的粮食与外界隔绝一样。数据仓库可能有技术或文化根源。多个筒仓意味着管理数据需要多个团队、技能集和流程。而跨组织的能力，如数据治理和集成变得更加困难。要克服这些筒仓，团队首先需要了解他们的形成原因。数据运营商和消费者倾向于将对方视为"敌人"，但相关性不是因果关系。事实上，共同的敌人是软件开发动态变化引起的数据摩擦。但是，当组织无法解决数据摩擦时，团队就会转向数据竖井，并将其作为一种满足其需求的方法，同时避免最困难的业务需求。数据操作作为解决方案数据摩擦是一个致命的敌人，但数据访问的争夺战并不是一次性的。从德沃斯名气的杰兹·汉布尔那里直接借用：数据操作不是一个目标，而是一个永无止境的持续改进过程。克服这些摩擦源需要在几个关键维度上不断迭代：通过快速高效地传递数据而降低数据的总成本，大数据分析应用，而不考虑数据的来源或消费者。自动化和工具化至关重要。将安全和治理集成到无缝数据交付过程中。这需要集成的屏蔽，但也需要一个治理平台和流程，以确保正确的规则和访问控制到位。打破人与组织之间的隔阂。这从组织变革开始，将人们聚集到一个团队中，但需要技术变革来提供自助服务的数据访问和控制。当您希望打开对组织内部数据的访问时，请记住识别并攻击所有摩擦源。DataOps运动正在增长，工具生态系统正在兴起 - 寻找适合您的DataOps解决方案。我们会来帮忙的。

，云服务器价位