作 者： IBM 大中华区 云计算与认知软件事业部 数据与人工智能 信息架构产品总监， 王积杰
IT世界，每隔10年，就会出现一个IT的风口。20年前是数据仓库，10年前是大数据和数据湖，今天，一个名为Data Fabric 的数据架构浮出水面，开始引发人们的关注。
我们首先来看，当今的IT数据架构和十多年前有什么不同了。在数据仓库时代，企业的数据量还不算大，一般几十个TB, 数据仓库的建设一般采用中心化的方式，将各个应用系统的数据，从各个系统抽取出来，清洗转换后，加载到数据仓库里。由于架构相对简单，数据模型直观，相关的数据集成的工具软件及元数据管理的重要性并不突出，很多客户选择了忽视这一部分。而到了大数据时代，由于非结构化数据的导入，数据量大了，企业拥有上百个TB的数据成为了日常。但数据架构还是集中式，工具软件及元数据还是没有被广泛地应用。
今天已经到了一个云的时代。在企业内部，除了有各种本地应用系统，还有数据仓库（Data Warehouse）和很多数据集市（Data Mart），大数据平台( Big>
我们可以把Data Fabric 想象成一张虚拟的网，网上的每个节点就是一个 IT系统。人的大脑里有成万上亿个神经元，他们连接在一起，以非常快的速度处理和传递信息。现代医学还无法解释这些信息是如何传递的，只能说是以一种虚拟的方式来连接。这里Data Fabric 也一样，这张网并不能理解为一种点对点的连接，而是一种虚拟的连接，可以使数据在网上迅速流动。
要实现Data Fabric 这样的架构，有时候阻碍不是来自技术，而是人。很多时候，不同的业务部门把持着各自的数据，不愿共享，怕共享数据会降低本部门的权威。亚马逊的 CEO 贝索斯就曾经在一个内部的高层会议上，对一众高管发火，他说：“你们要么共享数据，要么离开公司！” 因为，贝索斯清楚地知道，发挥数据价值，给公司带来业务上的回报，是一家互联网公司的命脉。如果任由个别高管阻碍这种数据的共享，带来的后果将是毁灭性的。虽然有的人担心，数据共享会带来数据安全和隐私保护的问题，但这些问题都有相应的技术手段来解决，并不能成为阻碍数据共享的理由。
Data Fabric 可以同时给业务和技术团队带来明确的价值。从业务层面来看，由于企业能更容易地获得高质量的数据，从而能更快和更精确地获得企业数据洞察。数据科学家和业务人员能够花更多时间在数据分析上，而不是去寻找和准备数据，可以给数据使用者提供完美的自我服务的数据消费体验。优质和全面的数据，可以避免由于数据访问的限制而造成的数据分析偏差，从而可以提升企业数据的合规性和安全性。 从技术层面来说，由于较少的数据复制的次数和数量，从而减少了数据集成的工作，方便维护数据质量和标准，也减少了硬件架构和存储的开销。 由于减少了数据复制和大大优化了数据流程，加快并简化了数据处理过程，从而通过实施自动化的整体数据策略，减少了数据访问管理的工作。
要实现上述的Data Fabric 的目标，至少需要四个方面的基本能力：
Data Fabric 目前是一个IT热点，众多国际著名的 IT公司包括IBM、informatica和 Telend等，均推出了针对>
任何问题，欢迎拨打免费咨询热线：6690260 (工作日9:00-17:00)