面对快速变化的业务需求、技术升级，应运而生DevOps（开发运维一体化的方法），以及DataOps（数据研发运营一体化的方法）。
关于DevOps的概念
DevOps是一种流行的软件开发方法，它的目的在于通过加强开发（Dev）团队和运维（Ops）团队间的协作，以期实现快速、质量可靠、系统稳定的软件交付。
DevOps强调自动化、持续集成、持续交付，以及跨职能团队的合作（融合为类似一个团队）交付，同时提高交付的效率和质量。
DevOps的本意在于消除“等待”，让“变化”快速落地。
这里之所以提到DevOps是因为DataOps就是参照借鉴DevOps提出和发展而来的。因为人们在数据来发和应用过程中发现了很大的瓶颈和问题。
传统数据开发的问题
传统的数据开发和应用模式交付效率低，跨域协同困难，开发与治理脱节，业务与IT部门间需求沟通困难，数据开发和应用成本高昂。
关于DataOps的概念
DataOps的概念最早在2014年由国外学者提出，2018年正式被纳入 Gartner 的数据管理技术成熟度曲线当中，并进入国际视野。2022年中国启动DataOps标准建设，推动我国大数据产业的多元化发展。
DataOps是一种面向流程的自动化的数据分析与管理方法，它通过敏捷、自动化、DevOps和数据管理等推动，目的在于提高数据质量、数据分析效率、自动化水平，强调跨部门协作、快速迭代、持续改进，帮助企业快速决策。
DataOps的能力框架
DataOps通过研发管理、交付管理、数据运维、价值运营，以及系统工具、安全管控、组织管理，实现。业务需求到业务价值实现的全过程数据管理。
