【51CTO.com原創(chuàng)稿件】外媒速遞是核子可樂精選的近日國(guó)外媒體的精彩文章推薦，希望大家喜歡！

今天給大家推薦的內(nèi)容包括：2018年最值得關(guān)注的五大軟件開發(fā)趨勢(shì)、***云基礎(chǔ)設(shè)施自動(dòng)化工具綜述、我們需要弄清的關(guān)于軟件測(cè)試的八個(gè)重要問題和導(dǎo)致數(shù)據(jù)分析項(xiàng)目失敗的幾種常見原因等。

一、2018年最值得關(guān)注的五大軟件開發(fā)趨勢(shì)

原文標(biāo)題：5 Software Development Trends to Watch for in 2018

[[230247]]

當(dāng)下的時(shí)代可謂瞬息萬(wàn)變，去年還風(fēng)靡一時(shí)的事物，新的一年可能已經(jīng)鮮有人提及。而這一切的背后，則是技術(shù)進(jìn)步帶來(lái)的推動(dòng)力量。那么，立足軟件開發(fā)領(lǐng)域，2017年內(nèi)取得的各項(xiàng)重大突破又有哪些能夠在今年甚至更遠(yuǎn)的未來(lái)繼續(xù)存在?下面，我們將一同作出預(yù)測(cè)。

1. 耀眼新星——區(qū)塊鏈

2. 漸進(jìn)式Web應(yīng)用來(lái)襲

3. 物聯(lián)網(wǎng)

4. 人工智能

5. 混合現(xiàn)實(shí)

二 、***云基礎(chǔ)設(shè)施自動(dòng)化工具綜述

原文標(biāo)題：The Best Tools for Cloud Infrastructure Automation

[[230248]]

云遷移工作不可能自行完成——在項(xiàng)目真正成功之前，我們總是面對(duì)著大量任務(wù)。云遷移的***優(yōu)勢(shì)之一，在于降低運(yùn)營(yíng)成本與勞動(dòng)力需求。而達(dá)成這項(xiàng)優(yōu)勢(shì)的核心，在于實(shí)現(xiàn)云基礎(chǔ)設(shè)施的自動(dòng)化與合理配置。在今天的文章中，我們將共同立足各類云基礎(chǔ)設(shè)施需求了解幾款重要的相關(guān)工具。

1. AWS CloudFormation

2. Puppet

3. Ansible

4. Chef

5. Kubernetes

6. Terraform

7. Google Cloud Deployment Manager

8. 微軟Auzre Automatio

9. 思科Intelligent Automation for Cloud

10. Saltstack

11. VMware vCenter Configuration Manager

12. CEngine

13. Foreman

三、關(guān)于軟件測(cè)試，我們需要弄清的八個(gè)重要問題

原文標(biāo)題：The Top 8 Questions from Ask Me Anything: Why Testing Matters

一個(gè)月之前，SmartBear公司舉辦了首屆Ask Me Anything會(huì)議，而核心內(nèi)容正是“測(cè)試為何如此重要?”公司產(chǎn)品管理與運(yùn)營(yíng)總監(jiān)Jeff Martin與銷售工程師Temil Sanchez在此次會(huì)議上就測(cè)試自動(dòng)化、BDD以及相關(guān)產(chǎn)品等話題進(jìn)行了討論。在本文中，我們摘取會(huì)議中最重要的八個(gè)核心問題，希望與大家共享探討。

1. 過去一年中，你最關(guān)注哪起軟件失敗事件?為什么?

2. 遷移上傳作法的優(yōu)勢(shì)與劣勢(shì)分別是什么?

3. 如果要成為QA工程師，如今的畢業(yè)生應(yīng)當(dāng)擁有哪些技能或資質(zhì)?

4. QA在BDD框架當(dāng)中扮演怎樣的角色?開發(fā)者自身能否快速編寫自動(dòng)化代碼?

5. 測(cè)試領(lǐng)域迎來(lái)了哪些創(chuàng)新型技術(shù)成果?

6. 在構(gòu)建過程中實(shí)現(xiàn)新產(chǎn)品的自動(dòng)化并不難，但如何才能實(shí)現(xiàn)遺留產(chǎn)品的自動(dòng)化?

7. 我們何時(shí)應(yīng)該使用測(cè)試自動(dòng)化?

8. 測(cè)試為何如此重要?

四、導(dǎo)致數(shù)據(jù)分析項(xiàng)目失敗的幾種常見原因

原文標(biāo)題：Why data analytics initiatives still fail

[[230249]]

時(shí)至今日，企業(yè)高管似乎特別偏愛討論數(shù)據(jù)價(jià)值。然而，大多數(shù)人卻無(wú)法計(jì)算出企業(yè)所持有數(shù)據(jù)的實(shí)際價(jià)值。那么，除了這種認(rèn)知層面的模糊性之外，還有哪些因素制約著企業(yè)對(duì)數(shù)據(jù)的有效利用?在今天的文章中，我們將著眼于由Erwin與UBM兩家數(shù)據(jù)治理解決方案公司發(fā)布的調(diào)查報(bào)告，共同探尋其中緣由。

1.匯攏數(shù)據(jù)，但并未整合

2. 沒有意識(shí)到業(yè)務(wù)部門擁有獨(dú)特需求

3. 只招聘數(shù)據(jù)科學(xué)家，卻忽視數(shù)據(jù)工程師

4. 未能立足整個(gè)生命周期實(shí)現(xiàn)數(shù)據(jù)管理

5. 關(guān)注數(shù)量，而非針對(duì)性與關(guān)聯(lián)性

6. 提供數(shù)據(jù)，但忽視其來(lái)源

7. 提供數(shù)據(jù)，卻無(wú)法幫助用戶理解上下文

【51CTO原創(chuàng)稿件，合作站點(diǎn)轉(zhuǎn)載請(qǐng)注明原文作者和出處為51CTO.com】

戳這里，看該作者更多好文