DataOps

データの移動、変換、および消費に対する可視性の不足は、セキュリティ、コンプライアンス、およびデータストアへのアクセスに関する問題の原因となります。また、ビジネス分析に使用するデータの信ぴょう性や正確性に疑いが生じることにもつながります。QuestのDataOpsツールは、データのアクセスおよび使用状況に関するポリシーと実践のためのデータ・ガバナンス・フレームワークの確立に役立つ他、関係者が容易にデータを探し出し把握できるようになります。

• 自動的にメタデータを収集および精選し、データの所在をより詳細に把握して、タグ付けにより適切なデータの検索と理解を容易にします。
• データ担当チームが、スキーマ、データタイプ、有効な値、制約など、データ資産の技術的詳細をモデリングできるようになります。
• セルフサービスによるデータの発見と、データ品質に関する関係者とのコラボレーションを推進します。

データサイロが複数存在すると、プラットフォーム全体から一貫性のあるデータを引き出し、分析や機械学習モデルおよびアプリケーションで使用することが困難になります。データの品質や特性が異なると、利用価値の高いデータセットの作成に要する作業がさらに複雑化します。Questのツールを使用すると、プラットフォーム間のデータを複製、クエリ、混合、および精選し、精選され使用に適したデータセットにすると同時に、高可用性、ディザスタリカバリ、およびワークロード分散を確保することができます。

• 複数のDBMSに接続できる単一のソリューションを使用して、データの準備を高速化し、精選されたデータの共有と再利用を安全に行います。
• オンプレミスやハイブリッドクラウド環境にまたがるデータとワークロードを正確に移動および複製し、トランザクションプラットフォームのレポート作成および分析の影響を低減します。
• モデルデータの移動プロセスを文書化し、データパイプライン開発サイクルを削減して、精度とリテラシーの向上とデータの信頼性構築を実現します。

データ配信パイプラインに手動のプロセスが存在すると、開発者は、高度なデータ分析に必要なスキーマ、オブジェクト、およびコードに集中することができなくなります。データベースのテストやコードのレビューから、パフォーマンスのボトルネック解消に至るまで、Questのソリューションは、複雑な環境や複数のプラットフォームにおけるデータベースとワークロードの問題のモニタリングおよび診断をサポートします。

• コード開発、テスト、およびデプロイに関わるプロセスを自動化すると同時に、スキーマの変更がメタデータリポジトリを介してビジネスプロセスのフローと調整されるようにします。
• パイプラインの異なる段階におけるワークロードのパフォーマンスの変化をモニタリングおよび診断し、クエリの最適化のための詳細な推奨事項を取得します。
• ワークロードのパフォーマンスのテストとベンチマークを継続的に実行し、将来的なスケーラビリティを確保して、クラウドの費用を予測します。