共计 2011 个字符，预计需要花费 6 分钟才能阅读完成。
为应答一直增长的数据挑战而寻求疾速响应和可继续解决方案的组织越来越依赖数据网格等架构办法来疾速高效地提供信息。数据网格和其余虚构数据办法连贯、对立信息，并使其在泛滥畛域可用 数据孤岛 和仓库，以便将其无效地交到分析师和其余用户手中，从而带来更好的决策、减少数据集的所有权和分布式合作，以及其余踊跃成绩。
然而，高质量、可信的数据是许多数据网格架构中常常被忽视的组成部分。简略地将数据挪动到云端并使其更易于拜访并不能解决问题 数据品质 问题。不精确、反复或过期的数据——无论是来自仓库还是通过数据网格虚拟化交付——加剧了现有问题并使问题变得更糟。将基于云的主数据管理 (MDM) 解决方案增加到数据网格或任何虚构数据架构有助于解决数据品质难题，并能够促成任何云转型。
虚构数据有多种形式
数据虚拟化使应用程序可能拜访和集成来自多个不相干数据源的数据，就如同它们是一个对立的数据源一样。数据虚拟化能够实时拜访数据库、文件系统和基于云的数据存储等起源，并创立一个可供应用程序和其余零碎拜访的虚构数据层。这能够在不物理挪动或复制数据的状况下实现，从而节省时间和资源。
不同的数据虚拟化办法不断涌现，包含数据网格和数据结构。虚拟化数据的力量在于创立数据产品，这些产品是特定业务畛域能够应用的一组特定的有组织和可重用的信息，并且明确由最靠近该数据的团队领有。数据产品能够为数据分析师节省时间，他们能够花更多的工夫剖析数据，而花更少的工夫查找和修复数据。
数据网格和数据结构类似，但在要害方面有所不同：
数据网格 是一种分散式数据架构，为存储和治理大量数据提供灵便且可扩大的基础设施。这种办法能够进步数据的可拜访性，减少合作，并反对创立高质量、牢靠和可重用的数据产品。数据网格是一个概念，它将信息从集中的湖泊和仓库中转移进去，并将其交到畛域和主题专家的手中。在此结构中，数据被视为产品并由领域专家领有。Fabric 能够帮忙领域专家和分析师确定能够在何处应用数据
数据结构 是互连数据存储和解决资源的网络，使组织可能更无效地拜访和应用其数据。Data Fabric 提供了一个对立的平台来治理、存储和拜访数据，无论数据位于何处或如何构建。数据结构通常包含一系列技术和工具，例如分布式存储系统、数据湖和数据管道，它们协同工作使组织可能大规模收集、解决和剖析数据。数据结构相似于元数据；它是一个目录零碎，用于辨认可用的信息及其所在位置。
尽管这些架构因其解决数据拜访问题的后劲而受到追捧，但也存在潜在的局限性，包含无奈提供可信、精确的信息。除非同时解决品质问题，否则仅将数据挪动到云端或使其更及时和更易于拜访无奈扭转业务
MDM：古代数据架构的对立根底
基于云的 MDM 使组织可能治理和保护组织要害外围数据的统一且精确的视图，例如无关客户、供应商、地位、资产和供应商的信息等。这是每个组织运行所依赖的重要数据。外围数据可能驻留在许多孤岛中，这给大多数组织带来了挑战。外围数据通常不精确、过期或在其余中央反复。解决这些问题既费时又费钱，因而越来越多的组织转向基于云的解决方案来把握外围数据。
通过创立要害业务数据的繁多、精确视图，MDM 能够确保虚拟化架构中的数据统一、精确和更新。这能够进步数据品质，并大大晋升数据对业务用户的价值。
换句话说，“外围数据作为产品”和 MDM 的概念有着亲密的内在联系。
基于云的 MDM 通过提供用于治理数据定义、关系和规定的集中式零碎，简化了虚拟化架构中的数据管理。这使得数据管理员和其余数据管理业余人员更容易了解和治理数据，从而大大提高了虚构架构的整体有效性。
基于云的 MDM 为组织提供了更大的可扩展性和灵活性，并帮忙他们进步数据品质和一致性。因为数据受到治理和治理，组织能够轻松执行数据规范并确保信息精确和最新。因为云能够无缝扩大或膨胀以满足一直变动的需要，因而组织能够疾速增加或删除数据源和用户，而无需投资额定的硬件或软件。这有助于防止代价昂扬的谬误并进步数据驱动决策的可靠性。
改善业务成绩依赖于及时精确的数据
每家公司都越来越迫切地转向数字优先方向以提高效率、增长和风险管理，尤其是在思考客户体验时。消费者、供应商和员工冀望在简直任何状况下都能取得“按需”或全渠道体验。他们心愿可能利用数字技术实现 24/7 全天候自助服务（任何设施、任何地点、任何工夫），并辅以呼叫核心等其余渠道。犯了这个谬误——或者让您的客户因不统一或蹩脚的体验而感到丧气，会将他们送到他们的竞争对手那里。这就是为什么只管最近面临经济挑战，但仍有如此多的人持续投资于云迁徙和数字化转型。古代数据架构办法是朝着这个方向迈出的重要的第一步。然而，如果没有精确、可信、和实时外围数据作为根底。投资基于云的古代 MDM 解决方案作为数据网格或任何虚构数据架构的根底，能够提供精确、实时的外围数据对立视图，组织能够应用该视图来实现这些业务指标，同时提供切实的投资回报率。
欢送大家欢送关注 OushuDB 小课堂
