企业还有时间使用开源数据技术吗

　　开源解决方案是构建、部署和支持数据流和其他流程的好方法，但要充分利用它们，您需要一种智能方法。

　　当今数据驱动型组织面临的挑战正在发生变化，但推动数字化转型和比竞争对手更快地进入市场仍然至关重要。即使在后 COVID 世界中，关于如何做到这一点的关键问题也保持不变。是使用开源技术开发自己的数据工具更好，还是购买商业产品更好？

　　开源解决方案是构建、部署和支持数据流和其他流程的好方法，但要充分利用它们，您需要一种智能方法。它们非常复杂，需要很多爱才能使它们正常工作。该技术提供了最新和最强大的功能。但是，让我们现实一点，我们都知道它的文档并不总是最好的，有时它的工具需要改进。发挥开源的潜力不仅需要高技能人员来操作这些系统，还需要了解您的业务的人员。在选择开源或商业解决方案之前，请考虑这两种方法的一些优势。

　　时间在你这边吗？

　　开源与非开源是您的 IT、工程和业务领导者需要做出的业务决策。需要提出的一个大问题是：采用开源并具有竞争优势的好处是否高于使用商业软件的风险和较慢的上市时间（以及因此的机会成本）？从我与组织的对话中，特别是自 COVID 以来，企业越来越希望交钥匙云服务能够解决特定用例，并且可以在几天和几周内以低风险交付。他们首先需要加速数字化转型项目。

　　在某些情况下，这种对敏捷性的需求可能超过采用开源技术的好处和竞争优势。如果技术不是很成熟，那么在这种环境下，机会成本可能太大，无法证明使用它的合理性。时间至关重要，企业面临着加速供应链数字化、改进预测和自动化制造等计划的压力。同时，他们必须更新其网络安全和合规性，以跟上不断变化的威胁形势和新法规的步伐。这些类型的战略计划的风险非常高，甚至可能意味着企业成功或失败之间的差异。

　　你准备好承诺了吗？

　　开源的主要挑战之一是它需要承诺来维护它。我曾与欧洲的一支主要使用开源技术的警察部队交谈过。如果他们的技术无法提供所需的功能，他们通常会构建解决方法、补丁和折衷方案来解决代码中的问题。他们不想分叉代码并在内部运行它，因为那样他们就必须自己维护它。因此，他们最终会围绕它进行构建，这需要时间并消耗宝贵的资源，否则这些资源本可以专注于改善警察行动和最大化公共安全。组织通常对开源感到兴奋，但他们往往最终要么围绕它构建，要么放弃它。

　　选择商业解决方案的优势之一是您有合同。您可以强迫您的供应商维护这种关系，向他们施加压力以构建新功能，在某些情况下，如果您需要使用它，您可以获取源代码。尽管有些人可能担心商业解决方案价格昂贵，但供应商作为值得信赖的业务合作伙伴也发挥着重要作用。当您迫切需要帮助时，有一个亲密的伴侣可以打电话的价值是巨大的——尤其是与独自解决问题相比。

　　您的解决方案是否安全且合规？

　　威胁形势是一个不断变化的目标，因此您始终希望将安全性放在首位。尽管开源允许您访问尖端技术，但它并不总是满足安全性和合规性要求，特别是如果它们特定于特定行业。根据Veracode最近的研究，70%的应用程序存在开源安全漏洞。大多数有缺陷的库最终都会间接地出现在代码中。

　　商业产品当然也缺乏足够的安全性，但如果它是为特定用例设计的，你将有更好的运气找到一个具有与合规性和治理需求保持一致所需的功能的解决方案。大多数技术供应商都制定了严格的事件响应程序和 SLA，以最大程度地减少其软件中的漏洞。这些供应商明白，对商业软件的零日攻击不仅会影响客户，还会影响他们自己的声誉，因此他们非常重视安全威胁。

　　您是否拥有所需的资源，能否保留它们？

　　获得支持数据工具和技术所需的技能和人才是一回事。但是，您还需要确保制定策略，通过提供卓越的体验来留住最优秀的人才。在德勤最近的一项调查中，研究表明，与拥有最低四分之一员工体验的企业相比，拥有前四分之一员工体验的企业实现了两倍的创新，客户满意度翻倍，利润高出 25%。

　　工程师喜欢使用最新和最伟大的技术，因此开源工具可以成为让他们保持参与和满意的有力方式。同时，您需要为他们提供明确的职业道路。如果您的工程师不断完善简历并追求新技术，那么留住最优秀的专业人员并不容易。专注于在您的组织中建立一种敬业和保留的文化，这样您就拥有了不仅了解您正在使用的技术而且了解您的业务优先级的人员。

　　通过 DataOps 充分利用商业和开源

　　最终，应对当今行业挑战的最佳方法将是开源与商业软件的混合。值得庆幸的是，数据技术领域现在包括Apache Kafka和Kubernetes等技术，这些技术已经获得了广泛的采用。这些技术在成功克服大数据技术的早期挑战后，已经证明了它们的价值。

　　然而，尽管这些技术已经成熟并被广泛采用，但它们只能由从小型人才库中抽取的精英工程师或操作员来操作。在后疫情时代，过于依赖高技术团队的数字化转型计划可能导致组织无法履行其战略承诺。

　　现在，可以使用商业工具将这些技术公开给 IT 和工程团队之外，并促进 DataOps 实践。DataOps 消除了处理数据的障碍，使一组新的数据使用者能够在没有深厚的技术知识的情况下自行操作这些数据技术及其数据，从而更好地控制其关键的数字化转型项目。DataOps 采用 DevOps 中的一些做法，但旨在适应业务用户。它可以帮助组织，使非工程团队接近他们的数据，允许他们自助服务，同时确保最高标准的治理和合规性。

　　我们发现，采用 DataOps 实践的组织已经能够显著加快和改进其战略项目的交付。通过增强从多渠道营销活动、数字化供应链、自动化制造和提供新的欺诈检测服务等方方面面，DataOps 使组织能够释放他们选择的技术的全部潜力，推动转型并保持竞争力。

　　审核编辑：郭婷