Hispanopedia Wiki
Articulo de referencia

DevOps

Checked DevOps is at the intersection of Development (Software Engineering), Technology Operations and Quality Assurance (QA) DevOps is the integration and automation of softwar...

Hispanopedia WikiContenido en espanolLectura gratuita
Checked
Página protegida con cambios pendientes

DevOps is at the intersection of Development (Software Engineering), Technology Operations and Quality Assurance (QA)

DevOps is the integration and automation of software development and information technology operations.[a] DevOps encompasses the tasks necessary for software development and can lead to both shortening development time and improving the development life cycle.[1] According to American software architect Neal Ford, DevOps, particularly through continuous delivery, employs the "bring the pain forward" principle by tackling challenging tasks early, fostering automation, and enabling swift issue detection.[2]

Although debated,[b][c][d][e] DevOps is generally characterized by three key principles: shared ownership, workflow automation, and rapid feedback. From an academic perspective, Len Bass, Ingo Weber, and Liming Zhu—three computer science researchers from the CSIRO and the Software Engineering Institute—defined DevOps as "a set of practices intended to reduce the time between committing a change to a system and the change being placed into normal production, while ensuring high quality".[6] However, the term is used in multiple contexts. At its most successful, DevOps is a combination of specific practices, culture change, and tools.[7]

History

Proposals to combine software development methodologies with deployment and operations concepts first appeared in the late 80s and early 90s.[8]

In 2009, the first DevOps Days conference was held in Ghent, Belgium. The conference was founded by Belgian IT consultant and practitioner Patrick Debois.[9][10] The conference has now spread to other countries.[11]

In 2012, the first "State of DevOps" report was published by Alanna Brown at Puppet Labs.[12][13]

In 2016, the DORA metrics for throughput (deployment frequency, lead time for changes), and stability (mean time to recover, change failure rate) were published in that year's State of DevOps report.[12] However, the research methodology and metrics were criticized by some experts.[14][15][16] In response to these criticisms, the 2023 State of DevOps report[17] published changes that updated the stability metric "mean time to recover" to "failed deployment recovery time" acknowledging the confusion the previous metric had caused.[18]

The 2024 report restructured the metrics framework by moving failed deployment recovery time from stability to throughput and introducing a new "rework rate" metric measuring the proportion of unplanned deployments made to fix user-visible issues.[19] In 2025, DORA moved away from sorting teams into performance tiers and instead introduced seven team archetypes that combine delivery metrics with human factors like burnout, friction, and perceived value.[20]

Relevant metrics

DevOps Research and Assessment (DORA) has developed a set of metrics which are intended to measure software development efficiency and reliability. These metrics include:[21][22]

  • Deployment Frequency: Time between code deployments.
  • Mean Lead Time for Changes: Time between code commit and deployment.
  • Change Failure Rate: Percentage of deployments causing production issues.
  • Failed Deployment Recovery Time (formerly Mean Time to Recover)
  • Reliability: Measures operational performance by focusing on availability and adherence to user expectations.

Relationship to other approaches

Many of the ideas fundamental to DevOps are similar to other well-known practices, such as Lean and Deming'sPlan-Do-Check-Act cycle, The Toyota Way, and the Agile approach of breaking down components and batch sizes.[23] Contrary to the "top-down" prescriptive approach and rigid framework of ITIL in the 1990s, DevOps is "bottom-up" and flexible, having been created by software engineers for their own needs.[24]

Agile

Las motivaciones para lo que se ha convertido en DevOps moderno y varias prácticas estándar de DevOps, como la compilación y prueba automatizadas, la integración continua y la entrega continua , se originaron en el mundo Agile, que data informalmente de la década de 1990 y formalmente de 2001. Los equipos de desarrollo Agile que utilizaban métodos como la programación extrema no podían "satisfacer al cliente mediante la entrega temprana y continua de software valioso" [ 25 ] a menos que asumieran la responsabilidad de las operaciones y la infraestructura de sus aplicaciones, automatizando gran parte de ese trabajo. Debido a que Scrum surgió como el marco Agile dominante a principios de la década de 2000 y omitió las prácticas de ingeniería que formaban parte de muchos equipos Agile, el impulso para automatizar las operaciones y las funciones de infraestructura se separó de Agile y se expandió en lo que se ha convertido en DevOps moderno. Hoy en día, DevOps se centra en el despliegue de software desarrollado independiente de la metodología.

ArchOps

ArchOps parte de artefactos de arquitectura de software en lugar de código fuente para la implementación operativa, a diferencia de DevOps. [ 26 ] ArchOps sostiene que los modelos arquitectónicos son entidades de primera clase en el desarrollo, la implementación y las operaciones de software.

Integración y entrega continua (CI/CD)

La CI/CD es tan crucial para el éxito de DevOps como la automatización. [ 27 ] Además, una mejor colaboración y comunicación entre los equipos y dentro de ellos les ayuda a lograr un tiempo de comercialización más rápido con riesgos reducidos. [ 28 ]

DevOps de bases de datos

Database DevOps aplica los principios de DevOps y CI/CD directamente al desarrollo y las operaciones de bases de datos. La integración de cambios de esquema, migraciones, datos de referencia y otras actualizaciones de la capa de datos en las mismas canalizaciones automatizadas y con control de versiones utilizadas para el código de la aplicación permite implementaciones más fiables. Este enfoque también permite una mejor coordinación entre los cambios de la aplicación y los datos. [ 29 ] [ 30 ]

Las prácticas típicas de DevOps para bases de datos incluyen el control de versiones de las definiciones de esquema de la base de datos, la aplicación de pruebas automatizadas (como pruebas unitarias o validación de migración) a los cambios en la base de datos y el despliegue de dichos cambios mediante pipelines de CI/CD. Estas prácticas reducen lo que comúnmente se conoce como "deriva de esquema" entre los sistemas de desarrollo y producción, y disminuyen el riesgo de fallos en el despliegue. [ 31 ] [ 32 ]

DevOps móvil

Mobile DevOps es una metodología que aplica los principios de DevOps al desarrollo de aplicaciones móviles. El DevOps tradicional se centra en optimizar el proceso general de desarrollo de software , pero el desarrollo móvil presenta desafíos únicos que requieren un enfoque adaptado. [ 33 ] Mobile DevOps no es simplemente una rama de DevOps específica para el desarrollo de aplicaciones móviles, sino más bien una extensión y reinterpretación de la filosofía DevOps adaptada a los requisitos específicos de los dispositivos móviles.

Ingeniería de confiabilidad de sitios

En 2003, Google desarrolló la ingeniería de confiabilidad de sitios (SRE), un enfoque para lanzar nuevas funcionalidades de forma continua en sistemas de alta disponibilidad y gran escala, manteniendo al mismo tiempo una experiencia de usuario final de alta calidad. [ 34 ] Si bien SRE es anterior al desarrollo de DevOps, generalmente se consideran relacionados. Algunos de los autores originales de la disciplina consideran SRE como una implementación de DevOps. [ 35 ]

Sistema de Producción Toyota, Pensamiento Lean, Kaizen

El Sistema de Producción Toyota (TPS) inspiró el pensamiento lean con su enfoque en la mejora continua , el kaizen , el flujo y los lotes pequeños. El principio del cordón andon para generar retroalimentación rápida, el trabajo en equipo y la resolución de problemas proviene del TPS. [ 36 ] [ 37 ]

DevSecOps, un cambio hacia la izquierda en la seguridad

Como su nombre lo indica, DevSecOps integra DevOps con las prácticas de seguridad. A diferencia del modelo tradicional de equipo de seguridad centralizado, cada equipo de desarrollo tiene la facultad de incorporar los controles de seguridad adecuados en la entrega de software. Los equipos realizan pruebas e implementan prácticas de seguridad en etapas tempranas del ciclo de vida del desarrollo, de ahí el término " shift left " (desplazamiento a la izquierda). La seguridad se prueba en tres áreas principales: estática, composición de software y dinámica.

La verificación estática del software mediante pruebas de seguridad de aplicaciones estáticas (SAST) es una prueba de caja blanca con especial énfasis en la seguridad. Dependiendo del lenguaje de programación, se requieren diferentes herramientas para realizar este análisis estático del código. Se analiza la composición del software, especialmente las bibliotecas, y se verifica la versión de cada componente con respecto a las listas de vulnerabilidades publicadas por CERT y otros grupos de expertos. Al distribuir software a los clientes, se presta especial atención a las licencias de las bibliotecas y su coincidencia con la licencia del software distribuido, en particular las licencias copyleft .

En las pruebas dinámicas, también llamadas pruebas de caja negra , el software se prueba sin conocer su funcionamiento interno. En DevSecOps, esta práctica puede denominarse pruebas dinámicas de seguridad de aplicaciones (DAST) o pruebas de penetración. El objetivo es la detección temprana de defectos, incluidas las vulnerabilidades de secuencias de comandos entre sitios (XSS) e inyección SQL .

Con frecuencia, los defectos detectados en las pruebas estáticas y dinámicas se clasifican y categorizan según taxonomías como la Enumeración de Debilidades Comunes (CWE) , mantenida por Mitre Corporation . Esto facilita la priorización de las correcciones de errores de seguridad y permite solucionar las vulnerabilidades recurrentes con las medidas de mitigación recomendadas. En 2025, CWE mantenía su propia lista de vulnerabilidades frecuentes, la CWE Top 25. [ 38 ] Además, organizaciones como el Proyecto Abierto Mundial de Seguridad de Aplicaciones (OWASP) mantienen listas de vulnerabilidades de software recurrentes en toda la industria. [ 39 ]

DevSecOps también se ha descrito como un cambio cultural que implica un enfoque holístico para producir software seguro mediante la integración de la educación en seguridad, la seguridad desde el diseño y la automatización de la seguridad. [ 40 ]

Cultura

Las iniciativas DevOps pueden cambiar la forma en que las operaciones , los desarrolladores y los evaluadores de una empresa colaboran durante los procesos de desarrollo y entrega. [ 41 ] [ 42 ]

DevOps busca brindar consistencia, confiabilidad y eficiencia dentro de una organización. Esto generalmente se logra mediante un repositorio de código compartido o control de versiones. [ 43 ] Muchas organizaciones utilizan el control de versiones para facilitar las tecnologías de automatización de DevOps, como máquinas virtuales , contenedores (o virtualización a nivel de sistema operativo ) y CI/CD , [ 44 ] y se mencionan como ejemplos el sistema de control de versiones Git y la plataforma GitHub .

GitOps

GitOps evolucionó a partir de DevOps. Toma su nombre del popular sistema de control de versiones Git, y el estado específico de la configuración de implementación también se controla mediante versiones . Los cambios de configuración se pueden gestionar mediante prácticas de revisión de código y se pueden revertir mediante el control de versiones. En esencia, todos los cambios en el código se registran, se marcan y se facilita la actualización del historial. Como explica Red Hat , "la visibilidad de los cambios implica la capacidad de rastrear y reproducir problemas rápidamente, mejorando la seguridad general". [ 45 ]

Operaciones de datos

DataOps es un conjunto de prácticas, procesos y tecnologías que combina una perspectiva integrada y orientada a procesos sobre los datos con la automatización y los métodos de la ingeniería de software ágil para mejorar la calidad, la velocidad y la colaboración, y promover una cultura de mejora continua en el área de análisis de datos . [ 46 ] Si bien DataOps comenzó como un conjunto de mejores prácticas, ahora ha madurado hasta convertirse en un enfoque nuevo e independiente para el análisis de datos. [ 47 ] DataOps se aplica a todo el ciclo de vida de los datos [ 48 ] desde la preparación de datos hasta la generación de informes, y reconoce la naturaleza interconectada del equipo de análisis de datos y las operaciones de tecnología de la información. [ 49 ]

DataOps incorpora la metodología Agile para acortar el tiempo de ciclo del desarrollo de análisis en consonancia con los objetivos empresariales. [ 48 ]

DevOps se centra en la entrega continua aprovechando los recursos de TI bajo demanda y automatizando las pruebas y el despliegue de software. Esta fusión del desarrollo de software y las operaciones de TI ha mejorado la velocidad, la calidad, la previsibilidad y la escalabilidad de la ingeniería y el despliegue de software. Tomando prestados métodos de DevOps, DataOps busca aplicar estas mismas mejoras al análisis de datos. [ 49 ]

DataOps utiliza el control estadístico de procesos (CEP) para supervisar y controlar el flujo de análisis de datos. Con el CEP implementado, los datos que fluyen a través de un sistema operativo se supervisan y verifican constantemente. Si se produce una anomalía, el equipo de análisis de datos puede recibir una alerta automatizada. [ 50 ]

DataOps no está ligado a una tecnología, arquitectura, herramienta, lenguaje o marco de trabajo en particular. Las mejores herramientas de DataOps promueven la colaboración, la orquestación, la calidad, la seguridad, el acceso y la facilidad de uso. [ 51 ]

Historia

DataOps fue presentado por primera vez por el editor colaborador de InformationWeek, Lenny Liebmann, en una publicación de blog en el IBM Big Data & Analytics Hub titulada "3 razones por las que DataOps es esencial para el éxito de big data " el 19 de junio de 2014. [ 52 ] El término DataOps fue popularizado posteriormente por Andy Palmer de Tamr y Steph Locke. [ 53 ] [ 49 ] DataOps es un nombre para "Data Operations". [ 48 ] 2017 fue un año significativo para DataOps, con un desarrollo significativo del ecosistema, cobertura de analistas, aumento de búsquedas de palabras clave, encuestas, publicaciones y proyectos de código abierto. [ 54 ] Gartner colocó DataOps en el Hype Cycle para Data Management en 2018. [ 55 ]

La herencia de DataOps proviene de DevOps, Agile y la fabricación.

Objetivos y filosofía

Se prevé que el volumen total de datos del mundo crezca a una tasa de CAGR del 32 % hasta alcanzar los 180 Zettabytes en 2025 (Fuente: IDC). [ 51 ] DataOps busca proporcionar las herramientas, los procesos y las estructuras organizativas para acomodar este aumento significativo de datos. [ 51 ] La automatización optimiza la preincorporación de datos, la ingesta y la gestión de grandes bases de datos integradas, liberando al equipo de datos para desarrollar nuevos análisis de una manera más eficiente y efectiva. [ 56 ] [ 49 ] DataOps busca aumentar la velocidad, la fiabilidad y la calidad de los análisis de datos. [ 57 ] Enfatiza la comunicación, la colaboración, la integración, la automatización, la medición y la cooperación entre científicos de datos , analistas, ingenieros de datos/ETL ( extracción, transformación, carga ), tecnología de la información (TI) y garantía de calidad/gobernanza.

Véase también

Notas

  1. ↑ unapalabra compuesta deoperaciones de desarrollo
  2. ↑Dyck et al. (2015) "To our knowledge, there is no uniform definition for the terms release engineering and DevOps. As a consequence, many people use their own definitions or rely on others, which results in confusion about those terms."[3]
  3. ↑Jabbari et al. (2016) "The research results of this study showed the need for a definition as individual studies do not consistently define DevOps."[4]
  4. ↑Erich et al. (2017) "We noticed that there are various gaps in the study of DevOps: There is no consensus of what concepts DevOps covers, nor how DevOps is defined."[5]
  5. ↑Erich et al. (2017) "We discovered that there exists little agreement about the characteristics of DevOps in the academic literature."[5]

References

  1. ↑Courtemanche, Meredith; Mell, Emily; Gills, Alexander S. "What Is DevOps? The Ultimate Guide". TechTarget. Retrieved 2023-01-22.
  2. ↑Building Evolutionary Architectures: Automated Software Governance. ISBN 978-1-4920-9754-9.
  3. ↑Dyck, Andrej; Penners, Ralf; Lichter, Horst (2015-05-19). "Towards Definitions for Release Engineering and DevOps". 2015 IEEE/ACM 3rd International Workshop on Release Engineering. IEEE. p. 3. doi:10.1109/RELENG.2015.10. ISBN 978-1-4673-7070-7. S2CID 4659735.
  4. ↑Jabbari, Ramtin; bin Ali, Nauman; Petersen, Kai; Tanveer, Binish (May 2016). "What is DevOps?: A Systematic Mapping Study on Definitions and Practices". Proceedings of the 2016 Scientific Workshop. Association for Computing Machinery.
  5. 12Erich, F.M.A.; Amrit, C.; Daneva, M. (June 2017). "A Qualitative Study of DevOps Usage in Practice"(PDF). Journal of Software: Evolution and Process. 29 (6) e1885. doi:10.1002/smr.1885. S2CID 35914007.
  6. ↑Bass, Len; Weber, Ingo; Zhu, Liming (2015). DevOps: A Software Architect's Perspective. Addison-Wesley. ISBN 978-0-13-404984-7.
  7. ↑ Muñoz, Mirna; Negrete Rodríguez, Mario (2021-04-01). "Una guía para implementar o reforzar un enfoque DevOps en organizaciones: un estudio de caso" . Journal of Software: Evolution and Process . 36 (3). Wiley. doi : 10.1002/smr.2342 .
  8. ↑ Chapman, M., Gatti, N: Un modelo de ciclo de vida de servicio, Actas de TINA '93, págs. I-205–I-215, septiembre de 1993.
  9. ↑ Mezak, Steve (25 de enero de 2018). "Los orígenes de DevOps: ¿Qué hay en un nombre?" . devops.com . Consultado el 6 de mayo de 2019 .
  10. ↑ Debois, Patrick (9 de octubre de 2008). "Agile 2008 Toronto" . Just Enough Documented Information . Recuperado el 12 de marzo de 2015 .
  11. ↑ Debois, Patrick. "Días de DevOps" . Días de DevOps . Consultado el 31 de marzo de 2011 .
  12. 1 2 Alana Brown; Nicole Forsgren; Jez Humble; Nigel Kersten; Gene Kim (2016). "Informe sobre el estado de DevOps de 2016" (PDF) . Puppet Labs, DORA (Investigación sobre DevOps ). Recuperado el 24 de abril de 2024 .
  13. ↑ "Marioneta - Alanna Brown" . Puppet Labs . Consultado el 27 de abril de 2019 .
  14. ↑ Turner, Graham (20 de noviembre de 2023). "Informe: Ingenieros de software enfrentan represalias por denunciar irregularidades" . DIGIT . Consultado el 5 de enero de 2024 .
  15. ↑ Saran, Cliff. "Los ingenieros de software se preocupan por expresar su opinión - Computer Weekly" . ComputerWeekly.com . Consultado el 5 de enero de 2024 .
  16. ↑ "El 75% de los ingenieros de software sufrieron represalias la última vez que denunciaron irregularidades - ETHRWorldSEA" . ETHRWorld.com .
  17. ↑ DeBellis, Derek; Lewis, Amanda; Villalba, Daniella; Farley, Dave. "Informe sobre el estado de DevOps de 2023" . Investigación y evaluación de DevOps de Google Cloud . Consultado el 24 de abril de 2024 .
  18. ↑ DeBellis, Derek; Harvey, Nathan. "Informe sobre el estado de DevOps 2023: La cultura lo es todo" . Blog de Google Cloud . Consultado el 24 de abril de 2024 .
  19. ↑ Stephens, Rachel (26 de noviembre de 2024). "Informe DORA 2024: una mirada al rendimiento y la estabilidad" . RedMonk . Recuperado el 11 de mayo de 2026 .
  20. ↑ "Acelerar el estado de DevOps Informe 2024" . DORA, Google Cloud . Consultado el 11 de mayo de 2026 .
  21. ↑ Forsgren, Nicole. Accelerate: The Science of Lean Software and DevOps: Building and Scaling High Performing Technology Organizations . ISBN 978-1-942788-33-1.
  22. ↑ "DORA Accelerate Estado de DevOps 2021". Investigación y evaluación de DevOps (2021). 2021.
  23. ↑ Klein, Brandon Thorin (01/05/2021). "DevOps: Una comprensión concisa de la filosofía y la ciencia de DevOps" . Osti.gov . doi : 10.2172 /1785164 . OSTI 1785164. S2CID 236606284 .  
  24. ↑ "La historia y evolución de DevOps | Tom Geraghty" . 5 de julio de 2020. Consultado el 29 de noviembre de 2020 .
  25. ↑ "Principios del Manifiesto Ágil" . agilemanifesto.org . Consultado el 6 de diciembre de 2020 .
  26. ↑ Castellanos, Camilo; Correal, Dario (15 de septiembre de 2018). «Ejecución de modelos arquitectónicos para el análisis de macrodatos». Arquitectura de software . Notas de clase en informática. Vol. 11048. pp. 364–371 . doi : 10.1007/978-3-030-00761-4_24 . ISBN   978-3-030-00760-7.
  27. ↑ Humble, Jez; Farley, David (2011). Continuous Delivery: reliable software releases through build, test, and deployment automation . Pearson Education Inc. ISBN 978-0-321-60191-9.
  28. ↑ Chen, Lianping (2015). "Entrega continua: enormes beneficios, pero también desafíos". IEEE Software . 32 (2): 50– 54. doi : 10.1109/MS.2015.27 . S2CID 1241241 . 
  29. ↑ Fluri, Jasmin; Fornari, Fabrizio; Pustulka, Elzbieta (2024). "Sobre la importancia de las prácticas CI/CD para las aplicaciones de bases de datos" . Journal of Software: Evolution and Process . doi : 10.1002/smr.2720 . Consultado el 24 de agosto de 2025 .
  30. ↑ Shahin, Mojtaba; Ali Babar, Muhammad; Zhu, Liming (2017). "Integración, entrega y despliegue continuos: una revisión sistemática de enfoques, herramientas, desafíos y prácticas" . IEEE Access . 5 : 3909–3943 . arXiv : 1703.07019 . doi : 10.1109/ACCESS.2017.2685629 . Recuperado el 24 de agosto de 2025 .
  31. ↑ "Gestión de cambios en bases de datos" . DORA . Consultado el 24 de agosto de 2025 .
  32. ↑ "Una guía para DevOps de bases de datos" . Liquibase . Consultado el 24 de agosto de 2025 .
  33. ↑ Tak, Rohin; Modi, Jhalak (2018). Mobile DevOps: Implementación y despliegue continuos en sus aplicaciones móviles . Packt Publishing. pp. 12–18 . ISBN  978-1-78829-624-3.
  34. ↑ Beyer, Betsy; Jones, Chris; Petoff, Jennifer; Murphy, Niall Richard (abril de 2016). Ingeniería de confiabilidad de sitios . O'Reilly Media. ISBN 978-1-4919-2909-4.
  35. ↑ Dave Harrison (9 de octubre de 2018). "Entrevista con Betsy Beyer y Stephen Thorne de Google" . Consultado el 24 de julio de 2024 .
  36. ↑ Analizando el ADN de DevOps , Brent Aaron Reed, Willy Schaub, 14 de noviembre de 2018.
  37. ↑ Gene Kim; Patrick Debois; John Willis; Jezz Humble (2016). El manual de DevOps: Cómo crear agilidad, confiabilidad y seguridad de clase mundial en organizaciones tecnológicas .
  38. ↑ "Las 25 vulnerabilidades de software más peligrosas según CWE" . Consultado el 21 de septiembre de 2025 .
  39. ↑ "OWASP TOP10" . Archivado del original el 8 de junio de 2023. Consultado el 8 de junio de 2023 .
  40. ^ Wilson, Glenn (diciembre de 2020).'DevSecOps: Una guía para líderes sobre cómo producir software seguro sin comprometer el flujo, la retroalimentación y la mejora continua'Rethink Press. ISBN 978-1-78133-502-4.
  41. ↑ Análisis de tecnologías emergentes: DevOps, un cambio cultural, no una tecnología (Informe). Gartner.
  42. ↑ Loukides, Mike (7 de junio de 2012). "¿Qué es DevOps?" . O'Reilly Media .
  43. ↑ Teja Yarlagadda, Ravi (9 de marzo de 2021). "DevOps y sus prácticas". SSRN 3798877 . 
  44. ↑ Morisio, Maurizio (16 de abril de 2021). DevOps: desarrollo de una cadena de herramientas en el ámbito bancario . Politecnico di Torino (tesis laureada) . Consultado el 16 de agosto de 2021 .
  45. ↑ "¿Qué es GitOps?" . www.redhat.com . Consultado el 30 de marzo de 2023 .
  46. ↑ Ereth, Julian (2018). "DataOps-Towards a Definition" (PDF) . Actas de LWDA 2018 : 109.
  47. ↑ "DataOps: es un secreto" . www.datasciencecentral.com . Consultado el 5 de abril de 2017 .
  48. 1 2 3 "¿Qué es DataOps (operaciones de datos)? - Definición de WhatIs.com" . SearchDataManagement . Consultado el 5 de abril de 2017 .
  49. 1 2 3 4 "De DevOps a DataOps, por Andy Palmer - Tamr Inc" . Tamr Inc. 07/05/2015. Archivado del original el 12/07/2018 . Consultado el 21/03/2017 .
  50. ↑ DataKitchen (07-03-2017). "Secretos de Lean Manufacturing que puedes aplicar al análisis de datos" . Medium . Consultado el 24-08-2017 .
  51. 1 2 3 "¿Qué es DataOps? | Nexla: Plataforma escalable de operaciones de datos para la era del aprendizaje automático" . www.nexla.com . Consultado el 7 de septiembre de 2017 .
  52. ↑ "3 razones por las que DataOps es esencial para el éxito del big data" . IBM Big Data & Analytics Hub . Archivado del original el 10 de agosto de 2018. Consultado el 10 de agosto de 2018 .
  53. ↑ Mango Solutions: #DataOps - es una realidad (de verdad) , consultado el 28/06/2021
  54. ↑ DataKitchen (19 de diciembre de 2017). "2017: El año de DataOps" . data-ops . Consultado el 24 de enero de 2018 .
  55. ↑ "El ciclo de sobreexpectación de Gartner para la gestión de datos posiciona a tres tecnologías en la fase de activación de la innovación en 2018" . Gartner . Consultado el 19 de julio de 2019 .
  56. ↑ "5 tendencias que impulsan el Big Data en 2017" . CIO Dive . Consultado el 7 de septiembre de 2017 .
  57. ↑ "Unravel Data Advances Application Performance Management for Big Data" . Database Trends and Applications . 10 de marzo de 2017. Consultado el 7 de septiembre de 2017 .

Lecturas adicionales

  • Davis, Jennifer; Daniels, Ryn (30 de mayo de 2016). DevOps eficaz: construyendo una cultura de colaboración, afinidad y herramientas a escala . Sebastopol, CA: O'Reilly. ISBN 978-1-4919-2643-7OCLC 951434424​​ 
  • Kim, Gene; Debois, Patrick; Willis, John; Humble, Jez; Allspaw, John (7 de octubre de 2015). El manual de DevOps: cómo crear agilidad, confiabilidad y seguridad de clase mundial en organizaciones tecnológicas (Primera  edición). Portland, OR. ISBN 978-1-942788-00-3OCLC 907166314​​ {{cite book}}: CS1 mantenimiento: falta el editor de ubicación ( enlace )
  • Forsgren, Nicole; Humble, Jez; Kim, Gene (27 de marzo de 2018). Accelerate: The Science of Lean Software and DevOps: Building and Scaling High Performing Technology Organizations (Primera  ed.). IT Revolution Press. ISBN 978-1-942788-33-1.
Obtenido de " https://en.wikipedia.org/w/index.php?title=DevOps&oldid=1362982395#DevSecOps,_shifting_security_left "
Lecturas relacionadas
6 articulos
Desarrollo de softwareDesarrollo de softwareEl desarrollo de software es el proceso utilizado para crear software. La programación y el mantenimiento del código fuente es el paso central de e...Gestión de centros de datosGestión de centros de datosLa gestión del centro de datos es el conjunto de tareas que realizan los responsables de gestionar el funcionamiento continuo de un centro de datos...Ciclo de vida del desarrollo de sistemasCiclo de vida del desarrollo de sistemasEn ingeniería de sistemas , sistemas de información e ingeniería de software , el ciclo de vida de desarrollo de sistemas ( SDLC ), también conocid...Entrega continuaEntrega continuaLa entrega continua ( CD ) es un enfoque de ingeniería de software en el que los equipos producen software en ciclos cortos, lo que garantiza que e...Len BassLen BassLeonard Joel (Len) Bass (nacido hacia 1943) es un ingeniero de software estadounidense , profesor emérito y antiguo investigador del Software Engin...CSIROCSIROLa Organización de Investigación Científica e Industrial de la Commonwealth ( CSIRO ) es una agencia del Gobierno australiano responsable de la inv...