"如果它没有坏，就不要修理它。"人们习惯问题的速度是惊人的，尤其是在这方面。人类已经发展出一种惊人的能力来处理问题如此迅速和直观，大数据怎么用，以至于我们几乎没有意识到问题的存在。当事情变得困难时，变通办法就在我们的天性中在小范围内，这样做很好，云服务器是什么，因为有些问题很少发生或影响有限。但是，这种思维方式可能会对自动化产生反作用，在自动化中，即使是简单的任务也会在一个月、一周甚至一天内重复数十次、数百次甚至数千次。工作区不可缩放。在发现问题时，我们必须更加勤奋，淘客返利软件，而不是接受解决办法在我的职业生涯中，有一次，我花了大约50%的时间将代码发布到服务器上，并认为自己做得很好，直到CI/CD出现。我开始意识到我做错了CI/CD依赖于一套自动化和可靠的测试，而自动化解决方案既不能扩展规模，也不能帮助团队在交付具有内置质量的软件时提高生产效率只有当您对一个过程进行编码，例如迁移您的模式或基础设施部署时，您才会意识到这些问题是手动过程固有的，并且它变得非常明显种子数据和模拟数据并不接近现实同样，数据仍然是一个非常手工的过程。在应用程序开发期间需要不同类型的数据，这取决于代码在管道中的位置。在开发过程的早期，当开发人员编写代码时，他们希望能够独立于数据库。所以他们为单元测试编写模拟数据，这个模拟数据涵盖了测试代码的一个非常具体的场景随着应用程序代码越来越接近生产版本，CI/CD管道的每个阶段都有一些特定的数据集，这些数据集用于测试和验证该阶段的应用程序。开发人员一直在使用各种不同的数据类型来解决这个问题，包括种子数据和模拟数据。这些不同类型的数据有助于在应用程序出现生产版本之前对其进行验证，但它们会造成一些限制1种子数据使用种子数据进行测试的想法增加了部署的复杂性。虽然seed数据允许开发人员创建运行应用程序所需的数据集，但在生产中应用程序也需要使用种子数据才能正常工作。例如，返利啦，不同国家的种子数据库中有一个通用的缩写和数据库。因此，当客户用家庭住址填写在线表单时，他们有一个州的下拉列表可供选择，而不是尝试根据有效的州缩写验证自由格式文本在测试场景中，种子数据通常用于创建一组数据，以便在应用程序进入prod之前对其进行测试和验证。管理这些多组种子数据的复杂性落在自动化团队身上，以了解差异并观察变化2模拟数据另一方面，模拟数据并不打算发布到产品中，通常由开发人员手写来测试他们的代码。这些年来，我写了大量的mock，但我无法告诉你有多少模拟客户用我的zipcode住在我家乡的"大街123号"。为什么？因为我必须一遍又一遍地写嘲讽，我不喜欢这样做。我编写最快的mock，以满足测试要求并继续编写更多代码模拟数据非常简单，但它并不代表实际客户生成的各种数据尽管如此，当每个人都住在同一个城镇，拥有相同的地址时，为我工作的应用程序创建报告和地理定位功能是非常困难的在数据层提供速度、自动化和安全性获取prod数据并将其提供给较低的非prod环境非常麻烦。由于prod数据包含不应在较低环境中共享的敏感客户数据，因此在将其共享到较低环境之前，必须对其进行清理、更改和保护。在非生产环境中，随着数据实例和内部用户数量的增长，安全性挑战也随之增大。采用数据掩蔽技术作为DataOps方法一部分的公司可以混淆匿名但仍然保持引用完整性的值，以执行有意义的软件测试并获得更聪明的见解在应用程序开发过程中，我们如何在管理代码和管理数据之间架起桥梁？第一步是识别数据有状态，就像应用程序代码有状态一样用于诊断bug的数据与用于单元测试代码的数据不同。根据手写的种子数据验证模式更改并不能准确地表示prod中会发生什么CI/CD管道的每个阶段都对数据有不同的要求，有些测试是针对一个数据集单独运行的，而另一些测试则需要与几个不同的服务集成—所有这些服务都需要与被测试的应用程序处于同一状态才能有效。如果在持续集成期间发现代码有问题，请考虑与开发团队共享的数据，以帮助他们解决问题。正如发布工件被转移到生产环境中一样，一致的数据状态应该在管道中移动，以确保每个验证步骤都是可预测和可重复的使用自助服务数据控件，开发人员可以在任何时间点访问所需环境的数据，而无需向数据库管理员提交请求。为了让组织加速软件开发，消防物联网，数据处理必须快速、无痛苦，而且最重要的是安全。底线是什么？数据越准确，在CI/CD中可用的时间越早，就越快发现与数据相关的缺陷使用数据操作管理数据的复杂性在应用程序开发过程中，开发人员需要有准确和可移植的数据集，因此他们可以专注于编写准确的高质量代码，而不是编写模拟。相同的数据集应该是可移植的，并可用于不同的管道阶段，因此测试运行迅速而准确。简而言之，质量取决于用类似生产的数据进行测试。开发团队应该能够管理更新数据集的节奏，并且能够通过自助服务控制接收更新，而无需手动干预。减少开发人员与管理和保护数据的人员之间的摩擦是DataOps关注的重点DataOps平台解决了数据挑战的两个方面：速度和安全性。它将数据从生产环境传递到下游环境，并维护数据集的完整性。使用API的自动化可以实现快速更新并消除手动脚本只有当数据像代码一样进行管理时，开发人员才能在其应用程序工作流中实现真正的灵活性如果在向开发人员交付数据时走捷径，或者数据安全实践没有得到正确执行，那么最善意的开发项目可能会造成现代数字悲剧。