這些是混合數據管理解決方案

目前的資料湖能否成為企業資料架構的重心？許多數據分析專家都會問自己這個問題，而且由於 IT 世界最近的發展加速和普及，這個問題似乎越來越有可能找到積極的答案。 如今，擁有一個能夠管理資料的快速可變性和可擴展性的技術架構對於公司的策略重要性變得顯而易見。因此，許多組織開始尋找解決方案來實施現代資料架構，充分利用分析功能，同時控製成本。一個可以真正讓資料湖成為資料架構基石的戰略方向。數字證實了這一趨勢。 數據湖：市場年增率為 30% 根據 Mordor Intelligence 最近的報告，資料湖市場在 2020 年達到 37.4 億美元，預計到2026 年將達到 176 億美元， 2021-2026 年複合年增長率為29.9% 。重要的數字反映了公司對資料湖日益增長的興趣，似乎還表明，查詢和分析資料所依據的範式，需要提取資料並將其加載到昂貴的專有資料倉儲中，如今在許多領域都已成為現實。



在這種情況下，一個有效且更便宜的替代方案，即資料湖。 我們 澳洲 電話號碼 記得，這些是混合數據管理解決方案，可以為解決大數據帶來的挑戰並實現新水平的即時分析提供關鍵。高度可擴展的環境可以支援來自各種來源的以其本機格式的大量資料。基於資料湖的解決方案有助於打破「傳統」孤島，使組織能夠獲得360 度的資訊視圖，並跨多個辦公室甚至區域進行跨部門分析。 資料湖也支援人工智慧和物聯網等技術的採用。事實上，這些技術與機器學習一起，可以導致視覺化資料發現以獲得更多價值，將注意力從單純管理大量資料轉移到為資料驅動的業務策略收集有價值資訊的可能性。 成本、安全與治理 當前宏觀經濟狀況加上新的隱私法和安全漏洞問題，對成本控制、安全和資料治理的需求增加，可能會推動資料湖得到更廣泛的採用。 這些因素使得建立基於資料湖的業務平台變得有趣，它允許您透過消除資料副本（通常在沒有 IT 監督或控制的情況下提取和共享）以及始終求助於資料的需要來大幅降低雲端的總體成本倉庫。針對資料版本的資料湖監控技術可以實現集中治理，顯著提高靈活性和敏捷性，因為所有應用程式都在資料集上工作，而無需在多個獨立的封閉系統之間遷移它們。



而且不僅如此。一些新的開源專案很快就會整合資料倉儲中尚未存在的功能，這將允許更精確的資料分析，以了解隨著時間的推移是否發生變化、如何發生變化以及為何發生變化。 挑戰很多，但為什麼需求持續成長？ 然而，硬幣也有其反面。在雲端部署生產資料湖通常需要六到九個月的開發時間。此外，如果沒有頻繁和定期的監控和管理，維護實施所需的年度投資可能會呈指數級增長。除此之外，對於想要利用雲端資料湖的優勢但手頭上沒有足夠專案的公司來說，對DevOps 團隊、安全專業人員和雲端專家的需求以及他們所帶來的複雜性可能是一個主要障礙。因此，Gartner 記錄 2016 年資料湖和大數據專案的失敗率為 60%，並在隔年向上修正至 85%，這並不奇怪。 儘管存在這些障礙，近年來對資料湖的需求仍在穩步增長。企業已經了解該資源的價值和巨大潛力，可以透過收集和分析來自眾多異質來源的資料來識別策略資訊。利用組織資料的真正有效的方法。 最後，還應該考慮到，到 2021 年，我們可以看到幾個導致資料倉儲和資料湖融合的項目，以便我們能夠充分利用兩個世界的優點。