从“概念”到“应用”，字节跳动基于 DataLeap 的 DataOps 实践

更多技术交流、求职机会，欢迎关注字节跳动数据平台微信公众号，回复【1】进入官方交流群

近日，火山引擎数智平台 VeDI Meetup「超话数据」在深圳举办，来自火山引擎的产品专家分享了字节跳动基于 DataLeap 的 DataOps 实践，数据研发面临的挑战以及字节跳动最佳实践。

现如今，越来越多的企业也正围绕数据进行深度的价值挖掘，用数据全方位地驱动业务增长。如何让数据“说话”，更好的帮助企业实现科学决策，并助力企业完成数字化转型？

在现场火山引擎 DataLeap 的产品专家分享了目前字节跳动数据研发的模式与挑战，挑战主要来自数据质量、硬件成本、人效等等。面临众多挑战，产品团队就需要时刻思考如何能够突破这些挑战，最终发现 DataOps 就是能够有效帮助团队解决上述问题的方案。

信通院对 DataOps 的定义：数据研发运营一体化（DataOps）是数据开发的新范式，将敏捷、精益等理念融入数据开发过程，通过对数据相关人员、工具和流程的重新组织，打破协作壁垒，构建集开发、治理、运营于一体的自动化数据流水线，不断提高数据产品交付效率与质量，实现高质量数字化发展。

（图：字节 DataOps 框架）

DataOps 是作用于人+流程+工具的一套方法论，目标是提高数据质量和开发效率，主要通过敏捷协作、自动化/智能化、以及清晰的度量监测，让数据流水线达到持续集成、部署、交付（CI/CD），在 DataLeap 体系内，DataOps 主要以规范研发流程为目的，涵盖对规范研发流程的“已有能力集成”，形成一站式研发体验，同时也包括规范研发流程所需关键的“新能力建设+集成”。

（图：字节 DataOps 产品化方案-DataLeap）

根据火山引擎 DataLeap 的产品专家介绍，这张图展现的是字节数据开发的 dataleap 套件能力，涵盖了计算引擎、全链路开发、全域治理、资产等工具，这样的一站式大数据开发套件，能够帮助用户快速完成数据集成、开发、运维、治理、资产、安全等全套数据研发工作，帮助数据团队有效的降低工作成本和数据维护成本、挖掘数据价值、为企业决策提供数据支撑。

DataLeap 不是一个产品，是一个套件(Suite)。形象的类比就是类似 Office，多个产品相互配合，解决同一个大的问题或者叫解决方案，产品之间是相互合作辅助的关系。