数字化转型中，如何改进数据库 DevOps 以加快步伐？

如今超现实连接中，数据是很多数字战略背后的核心驱动力。用户数据在各种技术后端和平台之间不断收集和共享，包括系统性能也是如此，用来通知工程师。数据对一切都至关重要，从生成机器学习模型、改进用户体验和新的以数据为中心的服务。尽管数据显然是许多企业的支柱，但对于使用哪个数据库并没有明确的赢家。

大型组织经常发现自己支持不同的数据库样式，从关系数据库到 NoSQL 和分布式 SQL。随着组织继续采用多个数据库，安全地管理数据的处理和存储变得越来越难以大规模实施。

数据库 DevOps在推进数据驱动的数字化转型中所扮演了重要角色。将 DevOps 实践应用于数据库管理可以提高性能、提高生产力并帮助组织保持合规性。结合当今数据驱动的数字化转型的状况，将 DevOps 应用于数据库管理的方式有哪些呢?

数据驱动的数字化转型现状

2022 年StackOverflow开发人员调查发现最受欢迎的数据库是 MySQL、PostgreSQL、SQLite、MongoDB 和 Microsoft SQL Server。但大多数情况下，企业会在生产中部署不止一种。Redgate 的 2021 年数据库 DevOps 状态报告发现，70% 的企业在使用一个以上的 DBMS，48% 的团队使用三个或更多不同的数据库。

工程师在日益混合和分布式的技术环境中工作。这不是没有原因的——事实上，90% 的组织表示多云正在帮助他们实现业务目标。今实践中的各种软件技术，从多云到解耦微服务架构和数据库类型，使用不同工具集的愿望会导致碎片化，这可能会阻碍软件交付工作。例如，企业希望在不同的数据库中部署相同的框架和类似的方法，并使其与数据库和云无关。

改进数据库 DevOps 操作的技巧

为了加快软件交付的速度，通常需要基础设施自动化。与其他角色一样，数据库专业人员越来越多地尝试自动化操作并使自己从平凡的任务中解放出来。那么，有哪些方法可以简化数据库 DevOps?

首先，在多数据库环境中采用通用方法，使用灵活且可移植的标准工具集。将不同数据库环境的部署标准化的组织可以提高部署的频率和可靠性。

快速发现和解决错误对于实现目标也变得越来越重要。尽管 DevOps 带来了许多优势，但CI/CD 管道也存在差距。智能自动化支持的可观察性是缩小这些安全漏洞的关键。

因此，对变更进行额外的监督和跟踪，以确保整个数据库部署管道的稳定性。鼓励与安全专家协作并将安全原则集成到 DevOps 工作流中以确保流程在设计上是安全的也很有帮助。

数据库安全的另一个要素涉及敏感数据的适当可观察性和分类，必须谨慎区分用于生产目的的数据和用于开发目的的数据，确保敏感数据正确编目对于避免生产数据被破坏或意外公开暴露也至关重要。

总之，将 DevOps 理念应用于数据库管理会为开发工作带来好处。通用管理层可以帮助处理多种数据库类型，并有助于采用新出现的数据库类型，例如 Snowflake 和 Postgres。然而，在获取新的数据库工具集时，建议采用土地扩张战略，而不是自上而下的方法。

近期行业转向平台工程可能是 DevOps 的下一个演变。虽然 DevOps 带来了有用的工具集来简化部署和数字化，但平台工程正在采用这些实践并将它们产品化，以便在团队和部门之间大规模重复使用。

此外，在新的云原生堆栈中，容器的生命周期是短暂的，导致工程师需要设计的变通解决方案以在 Kubernetes 等平台上启用有状态存储。无论部署如何，数据也必须具有适当的备份和恢复机制。在这种新的云原生范式中，数据库专业人员的角色正在发生变化，API 正在成为沟通的焦点。