前不久Gartner 公布的頂級戰略技術趨勢中,數據經緯(Data Fabric)榜上有名。Gartner預測至2024年,Data Fabric可幫助企業減少50%數據管理人力成本,數據管理工作量可減少70%。
2022年頂級戰略技術趨勢“Data Fabric”榜上有名
本文将帶大家了解數據經緯的基本概念、發展背景、架構定位和價值能力。
01
什麼是Data Fabric?
我們先來梳理一下Data Fabric的來龍去脈,
2021年十大數據和分析技術趨勢
Data Fabric到如今也經曆了二十幾年的發展,究竟什麼是Data Fabric呢?
其實質上是一種數據管理架構思想,其主要目标是打破企業内部的數據孤島、最大化釋放數據價值。
目标就是實現跨異構數據源的數據集成和共享,通過對現有的、可發現和可推斷的元數據資産進行持續分析,來支持數據系統跨平台的設計、部署和使用,從而實現靈活的數據交付。
Gartner認為數據經緯的真正價值在于它能夠通過内置的分析技術動态改進數據的使用,同時通過将自動化能力添加到整體數據管理中,使數據管理工作量減少并加快價值實現速度。
02
Data Fabric出現的背景?
一種新技術及新産品的出現,必定有其曆史背景。數字化時代,快速發展叠代的大數據技術和産品更是如此。
随着全球企業數字化轉型的前進,各種數據技術和數據産品 (如數據倉庫、數據湖、NoSQL 數據庫、OLAP 數據庫、實時數據源等) 确實幫助企業完成了更為精細化的運營。
但也使得數據在物理上支離破碎,尤其是采用混合雲&多雲架構後更是加劇了這一問題。
據Gartner統計:隻有不到一半的結構化數據能應用于業務,99%的非結構化數據都沒能被分析或使用,多達 82% 的企業受到數據孤島的阻礙。
不同部門數據輸入規範不同,造成數據沖突或矛盾。以傳統企業為例,就會影響統一采購導緻成本上升。
數據質量差的影響
另外:由于對業務理解的不到位或技術實踐水平不到位,數據庫表結構、數據庫約束條件、數據校驗規則的設計不合理,造成數據存儲混亂、重複、不完整、不準确。
據統計:企業中 55%的數據無法用于決策,47% 新創建的數據記錄至少有一個嚴重錯誤。
海量的企業數據、爆炸的業務需求、複雜的數據工程,讓數據的使用變得困難,數字化轉型的結果反而成為累贅——不用的數據就是成本。
數據分析師在知乎吐槽被當作取數機
數據分析師 80%的時間用于發現和準備數據;數據開發工程師60%的時間用于考慮如何建立數據接口;業務人員将大量時間浪費在尋找數據和确認不信任的數據來源上;數據科學家花50%的時間清理和組織數據。
随着世界愈發重視數據安全,企業面臨GDPR、CCPA 等各種數據安全和隐私保護法律出台以及内部的數據洩露隐患。
企業必須在合規和治理方面表現出更高的标準,此外還要兼顧業務越來越複雜、實時性穩定性要求高且大量的數據應用需求。
03
Data Fabric的價值
下面具體介紹Data Fabric如何解決上面列舉的問題:
04
Data Fabric和DaaS Platform
大家估計也發現了:Data Fabric解決的問題和之前的數據中台以及現在的DaaS平台(數據中台2.0)解決的問題幾乎一樣,都是為了高效實現數據服務化,隻不過更進一步。
而Data Fabric涉及的技術短期難以落地,數據即服務(Data as a Service)平台已經有成熟的産品面世。
麥聰DaaS平台可以支持所有主流大數據平台、數據庫,集成全域數據,支持從多種雲、碎片化的數據庫提供統一的數據服務。
唯一企業級支持Oracle數據庫,CDH/HDP Hadoop數據湖,華為MRS
開發人員可以低代碼創建數據API,已經創建好的API能夠升級叠代、下線删除。使得開發人員工作效率大大增加,能夠立即響應企業地數據應用需求。
而且業務人員可以在數據超市直接申請使用創建好的數據API調用數據,避免了重複開發問題。
不用重複造輪子,數據利用更高效
傳統數據使用時需要在原系統數據庫給相關用戶創建賬号或賦予權限,操作複雜且有隐患。
麥聰有完整的審批流程和細化到表級别的全局權限管控,可以屏蔽底層數據庫變更影響,更加方便安全。
數據使用安全合規,讓企業數據風險降低
大家是更看好DaaS還是Data Fabric呢?歡迎在評論區留言讨論。
麥聰軟件,全球領先的DaaS廠商,輕量級數據中台領導者。世界500強集團中已有30多家選用,兩年内幫助近400家企業數字化轉型更進一步。核心産品麥聰DaaS平台包含統一數據管理和統一數據服務兩大模塊,具備數據集成、數據開發、數據質量、數據服務相關功能,歡迎大家帶着企業數字化問題與我們一起讨論。
有話要說...