<aside> 〰️ terminology

• [x] 추상적인(전문적인) 용어임.
• [x] 키워드가 가까운 시일 내 검색될 것 같지 않음.
• [ ] 알아두고 싶은 단어이지만 영구노트 생성은 과분함. </aside>

정의

1. ‣
2. Data observability is an organization’s ability to fully understand the health of the data in their systems. … Data observability tools use automated monitoring, alerting, and triaging to identify and evaluate data quality and discoverability issues.

이 단어를 발견한 곳

1. DevOps에서는 관찰가능성이라는 말이 자주 언급되는데요. 추적, 로그, 메트릭을 통해 시스템의 가시성을 확보하여 문제를 맥락적 차원으로 발견할 수 있게 도와주는 것을 의미합니다. DataOps에서도 적용되는 이 원칙의 중요한 점은 데이터 흐름 전반에 걸쳐 일관적인 품질 메트릭과 성능 메트릭을 가질 수 있어야 한다는 점일 것입니다. 실전에서는, 데이터 품질 메트릭을 정의하는 것이 첫 단계입니다.
2. For example, data monitoring would issue an alert if a value falls outside an expected range, data hasn’t updated as expected, or 100 million rows suddenly turn into 1 million. Monitoring issues alerts based on pre-defined problems, … before you can set up monitoring for a data ecosystem, you need visibility into all of those data assets and attributes — that’s where data observability comes in.