解决云中的智能数据管理

据预测，到 2025 年，将生成175 ZB 的数据，而机器每年已经创建了全球 40% 以上的数据。这种指数级的数据增长是由创新驱动的，许多组织扩大了他们的物联网网络并增强了他们的云计算能力。在全球人口日益互联的帮助下，5G的即将到来将成为这一预测的主要催化剂。

随着数据的增长，随之而来的是扩散和碎片化，这会显着限制公司提取和使用的数据洞察力的价值。为了真正实现数字化转型并获得有效数据分析的回报，组织需要云解决方案，使他们能够无缝地管理其不断增加的信息量。

很容易忽视这样一个事实：虽然只有一个云，但有多个云提供商。组织通常选择与多个云合作伙伴合作以确保云采购弹性，但这也会在数据必须自由流动且随时可用的世界中产生复杂性，但它在多个云位置变得分散。

为了帮助降低复杂性并实现创新，需要随时可用的高质量数据，因此全面的云数据管理平台是必不可少的组成部分。一个可以从任何云以及本地应用程序访问数据的平台，可以通过弹性可扩展处理以任何延迟交付数据，并严格嵌入质量以确保交付高质量、可信的数据。

在本文中，我们将通过探索智能数据管理云的概念来设置场景，然后仔细研究高级数据加载和 ELT 功能的好处。我们的目标是突出解决方案，使混乱的云连接空间变得清晰，并支持未来的创新。

随着利用数据并将其用于工作变得越来越重要，组织正在迅速意识到分散、碎片化数据的局限性。许多组织面临着统一来自多个平台、云和孤立位置的数据的任务，但必须实现这一任务才能释放真正数字化转型的机会。

所需的解决方案必须是一个端到端平台，不仅能够统一来自不同类型位置的数据，还能够统一来自云内部不同位置的数据。无论数据位于何处，为了有效地管理数据，必须部署人工智能和实时数据智能，以有效地大规模处理流程。

作为一个典型的例子，Informatica 通过设计和推出第一个智能数据管理云引领了云连接行业，为一系列重要的行业第一打开了大门。其中最重要的第一项之一是该平台能够在几分钟而不是几个月内从大量数据集中获得数据洞察力。这标志着云连接能力的重大变化，而且对于更广泛的企业空间也是如此。

这种性质的强大解决方案还将允许企业重新定义每个业务功能的运作方式，包括客户体验、电子商务、供应链、制造、分析和数据科学。这样做的结果是，组织可以从其宝贵的数据中获得更大的收益，使他们能够以前所未有的速度交付新成果。

必须记住，随着云异构性的增加，从应用程序到分析再到基础设施，最重要的仍然是数据，而不是周围的数据。那些能够以简单、安全的方式将正确的数据连接到正确的消费者的人将能够实现真正的数字化转型。

大规模云原生

通过采用基于微服务的 API 驱动方法，可以实现弹性和无服务器处理，以支持所有企业工作负载的扩展。这可以通过智能数据管理云等解决方案来实现，它将所有服务整合到一个单一的云原生平台中，用于数据集成、API 集成和数据管理本身。

最终，通过大规模成为云原生，组织可以根据业务增长简单地限制或扩展其处理需求。采用这种方法的企业将能够访问有意义的以数据为主导的洞察力，而不管延迟和形式如何，同时增强数据的民主化。

在这种情况下，我们所说的民主化是指能够以无缝方式让非技术用户访问数字信息，而无需 IT 干预。这种能力最终将为各个团队提供高质量的洞察力，确保所有业务功能以更加数据驱动的方式运作。

这种方法可以通过云原生的海量摄取得到进一步增强，使组织能够将数据加载和同步到多种应用程序。这些示例包括 SAP、NetSuite、Zendesk、Salesforce、Microsoft Dynamics 365、Workday、Google Analytics 等。

简单性、生产力、可扩展性

跨不同系统、应用程序和云管理数据的一个重要因素是 Java 开发人员和数据科学家的采用。一旦能够将他们的代码插入 ELT 管道，技术团队将能够为其数据管理流程带来一系列重要的好处。

简单性是主要优势，团队能够使用首选的编码语言来编写代码并在部署之前将其保存在单个平台上。加速积极性是从更大的访问和定制中获得的另一个关键好处，团队能够使用他们已经熟悉的工具进行数据管理。

智能数据管理年

上面讨论的高级功能是解开云复杂性的里程碑式突破，将支持和促进未来的创新。最重要的是，2021 年将被铭记为智能数据管理年，特别是在以前所未有的方式跨多个应用程序、平台和云管理数据方面。历史上第一次，组织有机会从几乎任何地方加载数据，这将实现真正的数字化转型。