各路分析师都在预测，DevOps已为未来的发展做好了准备。其中IDC预测DevOps的软件市场规模在2022年，将从2017年的39亿美元，增长到80亿美元。Grand View Research预测到2025年，全球DevOps市场规模将达到128.5亿美元，复合年增长率达到18.6％。
哪些趋势将会在在2019年推动行业增长？针对此问题，我们总结了以下几点。
在AI、机器学习领域引入DevOps，提高生产效率
WEB表单是自动化的死结，每个人都觉着这种纯手工操作的方式非常麻烦，但这却是机构实现数据采集的必由之路。
AI和机器学习技术已经足够成熟，能够可靠地处理音频、视频、文本和图像数据。这意味着人们可以通过语音呼叫、拍摄视频、照片或其它的自然界活动，即可实现丰富的表格数据提交，将来自外部世界的模拟输入，自动化、数字化处理。
当然，这类转换避免不了错误，这取决于AI模型的训练程度，以及我们如何能够利用好现实世界的输入来增强这个模型。在这个过程中如引入DevOps，将能够使用户，以及其他相关人员，都能够将这些错误作为输入，来提高模型的准确性。
密钥管理是DevOps的关键
2019年，GDPR严密监管数据成为现实，与此同时，与隐私数据保护相关的法律、法规在全球范围内会逐渐实施，这使得标记数据变得非常重要。因此，与数据标记和主数据管理相关的工具，对于追踪原始数据的使用变得至关重要。
敏感数据需要在静态存储与迁移过程中时刻保持加密状态，伴随数据加密，管理加密密钥的责任变得非常重要。密匙不仅应该保证安全的存储，还应当定期轮换。提供此类功能的密钥管理服务，将在DevOps的世界里成为常态。
容器需求与数据位置要求
数据的位置是由国家驱动的，一般会要求数据必须保存在其国家的物理位置边界范围内。采用SaaS或PaaS模式提供服务的企业，必须采用其服务所在国家/地区的特定公共云，甚至私有云。这导致关键数据与应用的部署，必须跨物理位置执行。因物理位置，以及敏捷开发方法，而导致系统部署变得越来越复杂。
基于容器的开发、发布和部署模型很好的解决了此类问题，在企业内变得非常常见。虽然容器具有独立工作区域的优势，但它们复杂性也增加了对监视工具和技术的要求，例如如何利用工具和技术整合这些应用。
编译器成为数据中心运营的新宠
摩尔定律的失效也未能帮助CPU提升工作负荷，满足数据中心日益增长的数据处理需求。为弥补性能差距，GPU、FPGA和ASIC等硬件逐渐***到了数据中心。
开发人员开始使用高级编译语言，如OpenCL、CUDA，基于部署级别的要求，如工作负荷、硬件配置以及数据量，编译器将能够生成相应代码，在各类硬件设备上运行。DevOps的实践必须和编译开始“交朋友”，及时生成代码，接近部署点。
技术的进步、安全性的要求以及法律、政策的变更将会对该部分的快速增长，产生影响。伴随着开发人员面临的越来越复杂数据，越来越多的DevOps解决方案将快速进入这个市场，进一步促进流程自动化、部署的提速，实现上述趋势。
ManageEngine是一条专业面向IT运营、IT服务管理、IT安全的产品线，涵盖基础设施运营、AD设施管理、终端管理、IT安全管理、IT服务管理等内容。
登陆官网了解更多ManageEngine更多产品信息！
原文地址：https://blog.51cto.com/14093217/2373164