基于DataOps的运营商大数据平台探索

doi:10.12267/j.issn.2096-5931.2022.2.009

信息通信技术与政策 ›› 2022, Vol. 48 ›› Issue (2): 55-60.doi: 10.12267/j.issn.2096-5931.2022.2.009

基于DataOps的运营商大数据平台探索

Exploration of big data platform for operators based on DataOps

肖文彬¹, 李雨霏², 张湛梅¹

1.中国移动通信集团广东有限公司,广州 510000
2.中国信息通信研究院云计算与大数据研究所,北京 100191

收稿日期:2021-12-10 出版日期:2022-02-15 发布日期:2022-03-14
作者简介:
肖文彬,中国移动通信集团广东有限公司信息系统部工程师,主要从事大数据平台建设、数据治理等工作|李雨霏,中国信息通信研究院云计算与大数据研究所工程师,主要从事数据安全治理、数据安全评估评测等工作|张湛梅,中国移动通信集团广东有限公司信息系统部工程师,主要从事大数据平台建设、数据治理等工作

XIAO Wenbin¹, LI Yufei², ZHANG Zhanmei¹

1. China Mobile Communications Group Guangdong Co., Ltd., Guangzhou 510000, China
2. Cloud Computing & Big Data Research Institute, China Academy of Information and Communications Technology, Beijing 100191, China;

Received:2021-12-10 Online:2022-02-15 Published:2022-03-14

摘要/Abstract

摘要：

在数字经济时代下,数据成为运营商的核心资产,DataOps是释放数据价值的有效模式,而大数据平台是实现DataOps的技术基础。通过对DataOps与大数据平台的发展进行梳理,阐述了DataOps的内涵,提出DataOps应用于运营商大数据平台的方法,并构建了基于DataOps的运营商大数据平台架构。

关键词: DataOps, 大数据平台, 敏捷数据交付, 智能数据治理, 数据资产运营

Abstract:

In the era of digital economy, data becomes the core asset of operators.DataOps is an effective mode to release data value, and big data platform is the technical basis to realize DataOps. This paper sorted out the development of DataOps and big data platform, elaborated the connotation of DataOps, proposed the method of applying DataOps to the big data platform of operators, and constructed the framework of big data platform of operators based on DataOps.

Key words: DataOps, big data platform, agile data delivery, intelligent data governance, data asset operation

中图分类号:

TP309.2

肖文彬, 李雨霏, 张湛梅. 基于DataOps的运营商大数据平台探索[J]. 信息通信技术与政策, 2022, 48(2): 55-60.

XIAO Wenbin, LI Yufei, ZHANG Zhanmei. Exploration of big data platform for operators based on DataOps[J]. Information and Communications Technology and Policy, 2022, 48(2): 55-60.

导出引用管理器 EndNote|Ris|BibTeX

链接本文:

http://ictp.caict.ac.cn/CN/10.12267/j.issn.2096-5931.2022.2.009

http://ictp.caict.ac.cn/CN/Y2022/V48/I2/55

[1]	LENNY L. Three reasons why dataOps is essential for big data success[R], 2014
[2]	Gartner. Introducing DataOps into your data management[R], 2021.
[3]	中国信息通信研究院. 大数据白皮书[R], 2021.
[4]	工业和信息化部. “十四五”信息通信行业发展规划[R], 2021.
[5]	中国信息通信研究院. 数据资产管理白皮书(5.0版)[R], 2021.
[6]	IBM. Deliver business-ready data fast with DataOps[R], 2019.
[7]	GENE K, JEZ H, PATRICK D, et al. DevOps实践指南[Z]. 刘征译, 2021.

[1]	阚鑫禹. 数据治理标准化发展现状与启示[J]. 信息通信技术与政策, 2022, 48(2): 2-7.
[2]	凌超. “数据信托”探析:基于数据治理与数据资产化的双重视角[J]. 信息通信技术与政策, 2022, 48(2): 22-28.
[3]	李雪妮, 秦书锴. 数据安全治理能力评估框架构建研究[J]. 信息通信技术与政策, 2022, 48(2): 37-41.
[4]	龚诗然, 刘雪花. 数据安全治理现状研究与分析[J]. 信息通信技术与政策, 2022, 48(2): 42-46.
[5]	张玉明, 张骐微. 大型集团企业数据集成研究[J]. 信息通信技术与政策, 2022, 48(2): 61-66.
[6]	符山, 邓正保, 于鹏. 论数据质量的“真实性”与相关融合计算策略[J]. 信息通信技术与政策, 2022, 48(2): 8-15.
[7]	黄登玺, 潘学芳. 数据资产价值计算研究与实践[J]. 信息通信技术与政策, 2022, 48(2): 29-36.

基于DataOps的运营商大数据平台探索

Exploration of big data platform for operators based on DataOps

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 2

参考文献 7

相关文章 7

编辑推荐

Metrics

本文评价