数据虚拟化如何提高商业智能的灵活性?

标签:技术前沿

访客:16889  发表于:2012-05-04 15:01:08

      数据虚拟化是一种数据整合方法,是企业用于向用户提供数据业务视角、提高业务灵活性和降低IT成本的技术。它利用高性能软件和高级计算架构从多个来源以松弛耦合逻辑联合的方式来提供业务信息。
 
     大多数业务应用程序,包括商业智能、分析和交易系统,可以通过数据虚拟化层来访问数据。这种消耗来源于原始数据来源的需求,包括交易系统、操作数据存储、数据仓库和数据集市、大数据、外部数据源等。
 
     关键使能技术包括:
 
      使用逻辑数据模型提供完整的、高质量的、可操作的信息的数据业务视图
 
      高性能查询算法和其他优化技术确保及时到位的数据传输
 
     标准API和开发架构,简化消费者到中间件到数据来源的连接
 
     数据虚拟化的区别在哪里?
 
     在过去二十年中,访问不同数据的解决方案是整合数据,一般整合到数据仓库和相关数据集市。
 
     通过在数据消费者和现有数据源之间部署一个虚拟数据整合层,企业将极大地减少其无力数据整合和复制数据存储需求。
 
     当与数据仓库为中心的整合方法相比时,数据虚拟化能够让企业加快新的和修订的业务解决方案的交付,同时减少了解决方案成本。
 
     因为数据虚拟化提供了传统方法没有的灵活性和敏捷性,IT团队开始部署数据虚拟化以补充其原有的数据仓库和ETL部署。
 
     数据虚拟化如何提高商业智能的灵活性?
 
     这是一个非常重要的问题。
 
     我们对十个企业的数据虚拟化部署进行了分析。业务敏捷性(能够帮助企业快速抓住新业务机会)是这些企业从数据虚拟化部署中获得的关键优势。
 
     这些企业发现数据虚拟化抓住了业务灵敏性的三个要素:业务决策灵活性、解决方案灵活性和资源灵活性。
 
     对于业务决策灵活性,数据虚拟化帮助提供了必要的知识和洞察力,而这些源自于完整的、高质量的、可操作信息。
 
      数据虚拟化针对数据整合、迭代开发过程和快速适应变化的简单方法提供了解决方案灵活性。通过数据虚拟化,这些IT部门能够快速开发和提供必要的信息以支持新的分析和决策过程。
 
     数据虚拟化还提供了更大的资源灵活性,主要得益于开发者效率、更低的基础设施成本和更好的数据整合解决方案优化。因为IT操作是最大的资源支出之 一,而IT基础设施是最大的资本支出之一,这种资源灵活性的收益是非常可观的,在较大型企业(例如纽约证券交易所和高通公司)每年能够节省数百万美元。
 
      数据虚拟化只适用于大型企业吗?
 
      在一般情况下,大型企业都是所有新技术的尝鲜者。例如,15年前,大型企业最先部署了数据仓库,5年前,数据仓库设备,现在,NoSQL数据存储。在很多情况下,他们部署数据虚拟化主要是为了帮助他们从这些早期的投资中获得更多价值。
 
    此外,较大型企业拥有更多数据孤岛,因此,他们能够更容易地判断新数据整合投资是否值得。
 
     好消息是,数据虚拟化在中小企业或者在大型企业的项目级别阶段同样适用。
 
     中小企业部署加速
 
     在Composite Software,我们有一些中小企业客户,让我们来看看少数客户的部署情况。
 
     首先要说的是非盈利组织:Compassion International,他们主要为面临严重贫困问题的发展中国家(例如海地)提供慈善支援服务。该组织希望到2020年其受益人能够达到现在的四倍,为了实现这个目标,该组织的IT团队需要现代化其信息化基础设施。
 
     数据虚拟化让Compassion能够扩展其商业智能基础设施,并且能比以前更容易更迅速地满足苛刻的新信息需求。满足新信息需求的速度提高了50%,并且数据质量和完整性也有所改善。
 
    现在是时候部署数据虚拟化了吗?
 
     其他中小企业数据虚拟化部署者包括布朗大学、Carfax、Cricket Wireless、IEEE、Kaplan等。
 
      与较大型企业一样,这些企业以及许多其他中小企业都有着巨大的业务压力,并面临着重大的技术变革。这些企业愿意尝试传统数据整合方法以外的方法,例如数据虚拟化,他们都看到了数据虚拟化带来的优势。

评论(0)

您可以在评论框内@您的好友一起参与讨论!

<--script type="text/javascript">BAIDU_CLB_fillSlot("927898");