当企业的数据位于单个数据中心或云中时，数据管理会变得十分困难。当企业抉择混合云策略时，在跟踪、爱护和治理数据方面，将面临全新的复杂性。
次要起因是，在混合云模型（这意味着将预设基础设施与托管在 Amazon Web Services、Azure 或 GCP 等公共云中的资源配对的云设置）中，与所有数据都在一个环境中时相比，企业将有更多的数据供应商、工具和协定。
例如，可能有一些数据存在于预处理 Windows 和 Linux 服务器上的本地文件系统中。同时，企业还能够在公司网络上运行的 NFS 或 SMB 文件共享中托管一些数据。同时，企业应用基于云的对象存储服务，如 AWS S3 或 Azure Blob 存储。企业可能会在组合中启动其余存储解决方案，例如 NetApp。
在这样的场景中，每个存储供应商或协定不仅波及不同的存储地位，还须要一套齐全独立的工具来辨认、治理、备份和爱护数据。例如，在 Linux 文件系统上爱护数据须要应用 Unix 工具来设置文件权限，而在 Windows 上，须要应用一组独自的文件系统访问控制。对于基于云的数据，能够应用云供应商的拜访治理框架，如 AWS IAM 等。
归根结底，确定数据的存储地位须要企业在领有混合云策略时兼顾一套不同的工具。企业必须浏览各种数据孤岛，并把握许多协定和平台，以爱护数据安全并执行治理策略。
1、更好的混合云数据管理办法
在混合云中，咱们无奈打消数据的竖井性质，这是与生俱来的。
然而，企业能够采取措施，简化混合云中存在的各种竖井中的数据处理形式。
通过积极主动和全面地发现、爱护和治理数据，这样不仅能够进步混合云治理的效率，还能够最大限度地升高不统一和忽略的危险，例如将敏感数据留在不平安的地位。在这方面，有四种要害做法须要遵循。
1）实现齐全的数据可见性。 首先，只需通过创立全局数据索引来理解本身领有哪些数据。毕竟，如果不晓得数据存在于哪里，也不晓得它依赖于哪些协定或平台，则无奈十分无效地治理数据。
建设一个数据索引来辨认混合环境中各种资产中的所有数据，能够确保管理者随时晓得数据的地位。
一些存储供应商只能为其存储平台编制索引。这是专有的，仅限于该竖井，因而 IT 须要手动集成索引以及存储在云中的任何数据。
2）构建准确性。 实现更好的混合云数据管理的第二步是确保数据索引不断更新。企业的数据架构很可能一直变动。例如，能够在混合环境中将数据从一个地位挪动到另一个地位，或引入新型数据服务。
至关重要的是，企业的数据索引要放弃灵活性和可扩展性，以便它可能在产生这些变动时反映这些变动。企业的索引须要反对新的数据格式、存储地位、协定等，以便它可能继续适应本身业务。
3）依据规定和政策运作，致力部署可操作的数据管理策略。可操作的策略不仅容许企业管理者查看数据存在的地位，还容许应用申明式办法被动治理数据。换句话说，企业应该可能编写策略，依据其定义的属性定义数据治理形式，而后在混合环境中主动执行这些策略。
为了阐明这在实践中意味着什么，请思考一个须要在一段时间后删除特定类型的数据（如前员工或前客户数据）以满足合规要求的组织。
组织能够采取申明性办法，编写策略，说“当数据被标记为 (在此处插入属性) 时，请在一年后将其删除”，而不是试图满足该规定——这意味着外出并查找数据，而后手动删除它。而后，该规定将在整个环境中继续执行。无论数据确切存储在哪里或哪个协定治理数据，都将依据组织定义的治理规定进行处理。
4）保持良好的用户体验。 最好的混合云数据管理实际应该对承载数据的应用程序和服务是不可见的。
换句话说，他们应该可能执行数据治理规定，而不会中断用户拜访和 / 或工作负载的运作形式。即便它们到处挪动数据、批改访问控制等，也不应该减慢性能或导致应用程序谬误。
2、简单的云，简略的数据治理
当企业承受这四项准则时，将取得一个跨混合云内不同边界的数据管理和治理流程。
企业的数据“管理员”——即审计师、合规官员、平安工程师和其余负责平安、治理数据的利益相关者——可能主动发现和分类所有数据，而后通过统一的策略对其进行治理。
他们还能够执行企业须要的任何数据保留和处理策略，即便这些需要因云中的不同数据存储、服务和协定而有所不同。
3、论断
不可否认，混合云架构使数据管理实质上更加简单。然而，通过正确的办法，无论云环境中存在多少数据竖井、工具或协定，都能够以确保效率和一致性的形式治理这种复杂性。
因而，与其让混合云限度企业本身能够对数据做什么，不如以一种容许企业构建其想要的简单且不影响其无效治理数据的能力的形式进行数据管理。