数据库开发如何向DevOps模式转换
这里就是一些Java系统的模板了，比如J2EE的框架和J2SE的其中有类的设计模板，包的设计模板J2EE因为我没有学过，只是知道一些概念原理，我想大致应该就是一些Framework和容器之类的吧。
J2SE的模板呢，就是对应用程序的管理了，比如该应用程序的描述(description),导入的包(import)，成员函数定义(operations),说白了就是一个Java系统的管理模板。
(2)、Together该选项中包含有Modeling ProjectUML DiagramExample选择ModelingProject就是新建一个建模工程了，选择后会切换到UML视图了，显示在面前的就是UMLDiagram平面，在其中你可以画UML图，包括包，包中的类，等等，每画完一个UML图，其Java源代码都会在下方显示出来，包括包名定义，接口等等。
可以通过单击右键看到更多的功能。
选择UMLDiagram，这个就不说了，就是从属于工程建模的。
两者关系好比先新建一个Java项目工程，再新建一个类，或一个包一样。
选择Example，这个里面就有一些模板和模式Patterns And TemplatesPurchase TransactionUML Modeling这三个都是作为工程来新建的。
第一个Patterns AndTemplates就是我常说的一些Java设计模式了，新建此项后，打开项目你会发现所有的Java模式全部都在里面了（包含了J2EE的框架），还有structs，soap，swt，xmlParseAPI，通过在包上单击右键选择opendiagram可以看到代码对应的UML图，相信这个对大家对Java模式和api的整体理解会有很大的帮助。
第二个PurchaseTransaction，这个相信大家都知道了，就是一个交易工程，以前软件工程里最经典的就是那个ATM取款过程了，这个Purchase也是一个大的工程，可以看看它的实现模式和工程，挺不错。
第三个UMLModeling就是建模的一个模板，给你提供了UML图示，你来管理这些UML图，比如它给出了包的视图，里面也预置了很多类，你可以修改这些类，可以增加删除这些类，可以建立包，类之间的关系。
对于基本的使用应该够用了，具体的设计方法和实现可以参看文档，主要是想写这个侧重来了解Java的模式。
所以对于工具的使用肯定还不够全面的，以后有心得了再写点。
希望大家用的开心总结下：1）如果用单独的Together ControlCenter可以下载专门的中文教程，我这里也有一份，到时整理好作为资源共享2)Together for Eclipse中关于UML的设计实现可以看《Get Started》文档3)了解设计模式推荐看看《Java 与 模式》，阎宏，这样用Together来学习java模式效果应该更好些。
devops 怎么实现配置管理上线
运维包括告警监控、统计分析、运维自动化和运维系统的建设。
SSDN自动化运维架构体系目前从SDN系统来讲从最底层的资源，网络设备、转发网元、设备、服务器，采集部分开始，主要涵盖 SNMP 的采集，对传统设备 Netconf 命令下发，对新设备 Openflow 的协议，对CLI的管理。
中间的存储是独立分开的，中间有日志、配置库、知识库，在存储部分独立分开。
功能方面包括监控告警和数据采集，数据分析和统计，流程管理和项目管理，有很大一部分是资源管理，资源管理包括文档配置，这部分主要基于CMDB，功能非常强大，如何结合SDN系统用起来，要根据自己网络底层和控制器开发做制定。
devops概念最早是谁提出的
DevOps 起源于和 Google 这样的大型互联网公司DevOps: Development和Operations的组合可以把DevOps看作开发（）、技术运营和质量保障（QA）三者的交集。
传统的软件组织将开发、IT运营和质量保障设为各自分离的部门。
在这种环境下如何采用新的开发方法（例如敏捷软件开发），这是一个重要的课题：按照从前的工作方式，开发和部署不需要IT支持或者QA深入的、跨部门的支持，而却需要极其紧密的多部门协作。
然而DevOps考虑的还不止是软件部署。
它是一套针对这几个部门间沟通与协作问题的流程和方法。
需要频繁交付的企业可能更需要对DevOps有一个大致的了解。
Flickr发展了自己的DevOps能力，使之能够支撑业务部门“每天部署10次”的要求──如果一个组织要生产面向多种用户、具备多样功能的应用程序，其部署周期必然会很短。
这种能力也被称为持续部署，并且经常与方法联系起来。
从2009年起，相关的工作组、专业组织和博客快速涌现。
DevOps的引入能对产品交付、测试、功能开发和维护（包括──曾经罕见但如今已屡见不鲜的──“热补丁”）起到意义深远的影响。
在缺乏DevOps能力的组织中，开发与运营之间存在着信息“鸿沟”──例如运营人员要求更好的可靠性和安全性，开发人员则希望基础设施响应更快，而业务用户的需求则是更快地将更多的特性发布给最终用户使用。
这种就是最常出问题的地方。
以下几方面因素可能促使一个组织引入DevOps：使用敏捷或其他软件开发过程与方法业务负责人要求加快产品交付的速率虚拟化和基础设施（可能来自内部或外部供应商）日益普遍数据中心自动化技术和工具的普及有一种观点认为，占主导地位的“传统”美国式管理风格（“斯隆模型 vs 模型”）会导致“烟囱式自动化”，从而造成开发与运营之间的鸿沟，因此需要DevOps能力来克服由此引发的问题。
DevOps经常被描述为“开发团队与运营团队之间更具协作性、更高效的关系”。
由于团队间协作关系的改善，整个组织的效率因此得到提升，伴随频繁变化而来的生产环境的风险也能得到降低。
DevOps对应用程序发布的影响在很多企业中，应用程序发布是一项涉及多个团队、压力很大、风险很高的活动。
然而在具备DevOps能力的组织中，应用程序发布的风险很低，原因如下：与传统开发方法那种大规模的、不频繁的发布（通常以“季度”或“年”为单位）相比，大大提升了发布频率（通常以“天”或“周”为单位）减少变更范围与传统的模型相比，采用敏捷或意味着更频繁的发布、每次发布包含的变化更少。
由于部署经常进行，因此每次部署不会对生产系统造成巨大影响，应用程序会以平滑的速率逐渐生长。
加强发布协调靠强有力的发布协调人来弥合开发与运营之间的技能鸿沟和沟通鸿沟；采用电子数据表、电话会议、即时消息、企业门户（wiki、sharepoint）等协作工具来确保所有相关人员理解变更的内容并全力合作。
自动化强大的部署自动化手段确保部署任务的可重复性、减少部署出错的可能性。
如何构建适合自己的devops工具与平台
数据质量管理工具QualityStream是一种通过访问分析对象数据来诊断质量、导出结构并进行分析，确保可持续维持提高数据质量管理的系统。
对于分析对象数据库执行profiling，并对当前的质量水准进行分析后，对管理对象(Business Rule)及调度分析结果进行注册，以及应用维护流程来进行管理的系统。
系统结构主要由业务标准化和企业数据品质管理组成，进行数据源管理、质量基准管理、测量管理、系统管理、作业管理和分析，最后集成元数据，完成对数据品质的管理。
数据质量管理工具平台的主要特征分为QS-Base、QS-Broker和QS-Base-UI。
QS-Base作为核心的质量管理Framework，它以java为基础进行创建，并用于UI与Server 联系及与质量分析引擎及集成的Framework。
由于以集成的Repository进行管理，因此与公司其他产品可实现完美的连接。
QS-Broker由用于质量数据分析的模块组成，其每个模块分别由元数据联系及元信息收集引擎、功能分析引擎组成的核心批处理模块。
QS-Base-UI提供用于质量分析及控制的用户画面，以及提供分析用功能定级及调度功能、控制过程功能、维护计划及管理结果功能等多重画面组成的用户画面。
数据质量管理工具平台的主要功能是为了提高数据质量，提供以基于质量管理指标、数据质量验证、质量验证结果统计及整备程序的数据质量验证基础。
有支持作为质量诊断基础的数据库的元信息管理及变更管理的元数据管理;作为质量诊断的主要基准信息及验证对象信息，可与调度程序联系的profiling管理;对于复杂的business rule进行管理及分析，可与调度程序进行联系的rule管理;综合管理品质诊断结果信息，并按各种特定基准提供结果搜索及统计信息的验证结果管理;通过对错误数据的验证及分析、维护流程的支持，可持续保证数据质量的维护管理;通过企业内工具的联系，可支持实时质量管理;支持有关企业内管理解决方案之集成管制系统的独立性potal系统。
数据质量管理工具平台是为了达到在Data Governance Model中管理数据质量，管理数据质量指数(DQI)，并以其为基础提供核分析错误数据的预期效果。
什么是IT智能运维
相比其它行业来说，IT运维服务的智能化更具得天独厚的优势，因为IT系统本身就是基于数字化、数据化和网络化的，而这几个要素恰恰是一切智能化的基础。
手工——机器——自动化——智能化，这种生产方式的演进，其目的就是逐步用机器取代人工，最大限度地把人从繁复的、非创造性的劳动中解放出来，以提高生产质量、降低生产成本。
智能化对于IT运维服务来说，同样具有非凡的划时代意义。
它不仅能大幅度地降低服务成本、提高服务质量的稳定性，还为商业竞争构筑越来越高的技术门槛。
在长期的运维管理实践中，人们开发出各种运维管理工具，如信息安全系统、负载均衡系统、上网行为系统、网络监控系统、运维审计系统、日志审计系统等等。
越来越多诸如此类系统的出现，标志着运维管理进入类似制造业的机器生产时代。
下一个阶段的发展趋势应该是将这些系统在业务流程和数据上进行整合，朝着自动化与智能化方向挺进。
以便更大程度地取代人工，消除人工服务所带来的非标准和质量不稳定的隐患，并进一步地提高服务效率、降低服务成本。
