另一种模式是客户希望通过统一的数据平台跨不同云中的数据孤岛分析运营、交易和业务数据。这些孤岛生成原因各不相同,例如合并和收购、分析工具的标准化、在不同云中利用同类最佳解决方案以及跨云数据足迹的多样化。除了用于跨孤岛数据访问的单一管理平台外,客户还非常希望跨云对其数据进行统一的治理。
为了消除数据障碍,需要想出新的解决方案以改善数据可访问性,理解非结构化的孤岛式数据,并且将其进行统一转化,将其利用起来。保持系统和流程的一致性,将多个平台组合在一起,帮助组织实现数据统一目标,混合云的灵活性有助于促进互操作性,打破数据孤岛,使组织数据能够在各种云中进行应用,消除集成问题,并且促进数据应用,为客户带来简化、定制化的数字体验。
根据Gartner的调查,超过75%的企业正在使用多家公有云服务。尽管多云策略具有灵活性、敏捷性等诸多优点,但跨云操作管理对数据管理人员来说仍是一个难题。数据在不同云端间转移,不仅成本高昂,还可能在企业内形成“孤岛”,从而导致严重的安全漏洞。为了跟上云产品的步伐,实现业务驱动的云目标,企业将开始利用人工智能/机器学习和自治等解决方案,减少孤岛式工作负载,并通过数据的可移植性来增强跨越云平台的数据管理。随着企业攻克跨云操作管理的挑战,并在云中获得更多的主导权,跨云数据移动性将在2023年成为主流。
首先,在基础资源视角下的多云中,企业整合了公有云数据中心、私有云数据中心、传统企业数据中心和边缘数据中心等多种基础资源,向上支撑各种云化应用,但不同技术体系的数据中心仍是数据的孤岛,相互之间的数据共享与流动十分困难且成本相当高。
这一架构充分利用了云服务带来的安全可靠、极致性能、无限扩展等优势,能够帮助企业消除数据孤岛,打造统一的数据基础底座,打通从数据获取到数据应用的完整流程,并让企业在云中实现数据与智能的深度融合,从而充分发挥数据价值。
暂无