数据操作帮助人们与数据连接的方式因技术、用户和用例的不同而有很大差异。例如，数据民主化一直是分析界的话题，国家大数据，专注于为非技术用户提供回答关键问题和推动业务新见解所需的数据。商业智能是帮助一组特定的非技术用户分析他们已经有权访问的数据，而DataOps则是为了减少所有技术和非技术用户都无法访问数据所带来的数据摩擦。现在每个公司都是一家软件公司，负责构建和交付软件的大量开发人员和测试人员发现数据摩擦使他们无法获得为业务提供创新所需的数据。在数据交付方面，购物返利平台，应用程序开发带来了巨大的摩擦：数据必须以其本机形式可用。为使用PostgreSQL数据而编写的应用程序不能简单地连接到开发环境中的Hadoop数据湖。对于数据的使用者来说，数据必须是完全读写的，这使得使用只读或共享环境变得困难或不可能。数据状态驱动应用程序行为，要求能够从已知状态开始，并与测试人员和其他开发人员共享有问题的状态。数据必须是现实的，以提高质量和效率，生产数据是大多数开发和测试环境的最佳选择。其中每一个都有过多的挑战和解决方案，但在本文中，我只想集中讨论一个问题：在整个开发生命周期中，类似生产的实际数据的重要性。IBM系统科学研究所在开发生命周期的后期发现缺陷的代价更高。虽然对于这种度量的确切性质存在争议，但直观的结论是普遍接受的：后期缺陷是在更复杂的测试环境中发现的，需要付出更多的努力来找出根本原因，并且一旦修复，就需要重新运行更多的测试。这种不断升级的努力是"左移"测试方法的基础，DEVOP运动已经完全接受了这种测试方法。在这种情况下，"左"指的是在时间轴上提前移动活动，以便更快地以较低的成本发现缺陷。数据状态驱动着应用程序的行为，淘客网，所以你的测试和你输入的数据一样好。有时候你绝对需要使用合成数据：您正在构建一个新产品，而实际生产还不存在。您正在编写一个单元测试，它需要具有可预测的行为，因此需要以编程方式定义开始状态。您正在编写功能测试，其中完整的数据集可能会使查询过于昂贵，无法在早期测试中使用。然而，对于大多数复杂的测试，新的安全生产数据是最好的答案。这包括手动开发人员测试、系统测试、可伸缩性测试、UAT等等。使用陈旧的、合成的或子集的数据似乎是一个合理的折衷方案，但在Delphix，我们亲眼看到了这种想法的谬误：一位早期的客户愤怒地打电话给我们的支持热线，告诉我们我们的系统太慢了——使用Delphix进行的测试要比在物理系统上进行的时间长。在详细研究了数据库日志和系统指标之后，我们确定我们这边的一切都很好。几天后，客户回来羞涩地解释说，他们的软件中有一个bug，由于缺少索引而触发了全表扫描。在Delphix之前，他们只使用了子集数据（一直到UAT），所以他们永远不会看到这种情况，直到它投入生产并导致一次大的停机。在与一位潜在客户交谈时，他们回忆起一个在线教育解决方案的重大生产中断。一个新功能已经开发出来并经过了彻底测试，但是当被部署到生产环境中时，所有使用该软件的10万名学生和教师都无法提交或评分两天以上的作业。根本原因？该功能是使用测试数据开发的，只有一类课程代码（例如"生物医学工程"的"BME"）。在现实世界中，课程代码的字母和样式各不相同，最终导致数据严重损坏，必须在生产中手动修复。在一个Delphix金融服务用户组中，一位客户展示了我在实践中看到的"左移"的最好例子：前后图表，显示每个功能版本中发现的缺陷数量，并按开发阶段进行细分。这幅画不言而喻：在部署Delphix之前和之后，每个功能版本中发现的缺陷数这些只是我们在Delphix所看到的轶事和证据的一小部分，所有这些都指向一个明确的结论：完整、安全、个性化的生产数据集对于在整个开发生命周期中提高速度、效率和质量至关重要。虽然这些故事都是通过Delphix的镜头讲述的，大数据在线，但任何DataOps解决方案都是如此，大数据市场，它可以有效地将生产数据完整地提供给开发人员，并在个人环境中对数据进行自助控制。创新速度是王道，在软件开发生命周期中为每个人提供对现实数据的访问是在软件经济中取胜的竞争优势。数据操作是到达目的地的手段。是时候开始旅行了。