共计 1695 个字符，预计需要花费 5 分钟才能阅读完成。
陈雷 | DataPipeline 合伙人 & CPO
曾任 IBM 大中华区认知物联网实验室服务部首席数据科学家、资深参谋经理。十年治理教训，十五年数据迷信畛域与金融畛域教训。综合交通大数据利用技术国家工程实验室产业翻新部主任，西安交通大学软件学院大数据智能翻新核心主任，中国电子学会区块链专委会委员。
在确保了实时数据交融的稳定性之后，企业开始关注数据管理是否满足数字化转型和多速 IT 的麻利要求。实时数据交融产品的敏捷性、便捷性成为一个重点考量因素。
配置便捷
传统数据处理过程的构建，往往是以月为单位交付的，例如构建一个数据仓库或一个大数据平台，咱们常常听到的倡议是建设周期不要超过半年，即便是数据仓库构建实现之后，因为须要进行大量的代码开发，新的业务剖析需要或者数据需要的交付周期也是以周为单位计算的，这很难满足业务应答市场竞争的须要，更不用说面对纷繁复杂的市场环境和竞争格局，业务状态是在一直调整变动的，这也对后端的数据撑持提出了更高的要求，数据资源作为策略资源必须在适合的工夫呈现在适合的地点，实时数据更是如此。
而家喻户晓，数据处理交付周期长的根本原因是处理过程中要面对从异构语义、映射关系到运行形式、运维形式等大量问题，这就要求实时数据交融可能在提供配置式链路定义，无代码工作构建的根底上，可能将各类波及到运行稳固，运维治理的设置也配置化、自动化，从而帮忙用户将实时数据交融从原有的研发模式转变为系统配置管理模式。
部署便捷
CPU、内存、存储、网络、操作系统、补丁、编译器、用户组，权限、装置、节点注册、负载再均衡，零碎部署始终以来都不是一件让人情绪愉悦的事件，这还是你做好了资源布局可能拿到系统资源的前提下，尽管近年来随着云计算技术被广泛承受，系统资源的申请、部署曾经不成问题。但当初大部分的数据处理系统的部署扩大形式都不是很敌对，兴许就像代码能力体现程序员的价值一样，命令行能力体现运维工程师的专业性，而实时数据流量的不确定性与业务部门对实时数据利用的快捷交付要求都须要可能灵便便捷的进行部署与扩大，因而就要求实时数据交融通过高效便捷的容器化部署、高度自动化的系统资源发现、注册、负载平衡机制和高度配置化的系统资源分组管理模式满足用户对部署的便捷可治理需要。
分层治理
在明天的市场环境与技术倒退的独特作用下，数据管理不仅仅须要牢靠与可控性，同时为了应答挪动互联网带来的客户行为和市场需求的扭转，必须可能满足数字化转型和多速 IT 的麻利要求，但作为业务信息化数字化的底层根底平台，数据节点的安全性、稳定性、业务连续性是不容有失的，数据自身的一致性、准确性、完整性也是业务翻新的前提条件，更不用说对整个零碎的监控、日志、预警等根底运维工作须要遵循企业整体的信息化管理机制，因而，如何在无效地满足数据系统治理需要的前提下，晋升数据获取在各个环节的配合效率就显得至关重要。
实时数据交融作为敏捷性要求最高、笼罩业务零碎数据起源最广的零碎就须要对数据节点注册、数据链路配置、数据工作构建、零碎资源分配等各个环节可能分档次、分租户、分用户进行解耦。
按需服务
以后的企业环境中，再去辨别数据的所有者、使用者曾经没有意义，随着企业级的数据仓库、大数据平台、主数据管理系统、数据管控零碎的逐渐建成，获取企业级的数据曾经不是十分困难。而随着云计算的不断深入，系统资源的获取也曾经随需应变，而对于实时数据来说，因为敏捷性要求较高，流量变动频繁，就更须要可能做到按需服务，在分层治理的根底上，在保障数据资源可控的前提下，为数据利用提供更多的自主性也是体现实时数据处理便捷可治理的一个重要方面。
实时数据处理该当将数据获取的范畴、数据工作的生命周期、系统资源投入的多寡等权限更多的交给理论应用数据的业务部门或利用开发人员。
——无代码配置式链路定义，工作也交给上游部门本人跑了，我能够去看看我的排位了。
——事物都是在倒退变动的，所以实时数据交融也须要能应答一直的进化，所以你再往下看。
在下一期的“ 实时数据交融之法，凋谢可扩大 ”中，咱们将从数据节点开放性、语义个性开放性、荡涤形式可扩大、配置性能可扩大四个方面展开讨论，请大家继续关注！