有效云数据管理的基础知识

什么是云数据管理？

云数据管理的目的是通过利用一个云平台或将责任分散到多个云部署中，确保所有企业数据的一致治理。这可以完全通过使用云服务或与组织的本地数据中心和其他相关基础设施结合使用来实现。

管理的广泛概念包括各种任务。有时，只需将数据从本地数据源迁移到云即可。在其他情况下，数据集成、存档、分层、复制或保护（或它们的某种组合）对于确保关键数据按预期进行存储和分类是必要的，无论它是源自云还是本地。

采用以云为中心或云优先的数据管理策略的企业可以通过主要依赖云中可用的按需资源来监督工作负载和其他基本应用程序数据的流。为此目的分配所需的资源相当简单。只需在云或其他适当资源中启动虚拟机来处理数据流量的峰值，然后在不再需要它们时逐步淘汰它们。

这与在本地数据管理模型中升级此类资源形成了鲜明的对比。通常，您必须购买新的硬件或软件才能扩展，哪怕您后来知道您最终并不需要它们，这些工具并不能简单地退回。

基于云的数据管理的好处和潜在挑战

通过将云作为企业进行数据管理和存储的主要工具，可以实现众多优势。

潜在效益

将所有企业数据保存在云数据库管理系统（DBMS）的保护伞下，无论数据是在本地还是在异地，都可以轻松访问和监督。这种集成的数据方法是单一事实来源（SSOT）框架的一个例子。它有助于消除有问题的不一致和冗余，并防止数据变得孤立或以其他方式隔离。云最终对于数据管理来说也更具成本效益，因为您为使用的资源付费，而不必担心购买未被使用的服务器。

云的可扩展性和弹性（对许多云计算趋势至关重要的功能）提供的灵活性可以使云数据管理更加有益。与数据严格位于本地时所必需的不同，企业在云中集中数据治理时不必担心完成奥运体操级别的容量规划壮举。管理其部署的云服务提供商可以在需要升级时提供近乎无限的存储和计算资源，并且还可以处理几乎所有管理任务。这使得云比仅依赖本地数据管理框架更具成本效益。最后但并非最不重要的一点是，许多主要提供商都为灾难恢复提供安全功能和自动备份。

可能会遇到的挑战

虽然云数据管理系统可以实现长期成本效益，但也有时可以迅速变得昂贵。它通常可以自由地将数据迁移到云中，但是将其删除并将其带回本地或将其传输到另一个云会增加数据传出费用。云数据管理操作还可能中断基于文件的本地应用程序。

此外，提供商的原生安全功能可能不足以满足非常敏感的内部或客户数据，或者受严格隐私法规约束的司法管辖区，如欧盟。同样，尽管云能够备份数据，但可能仍然需要维护本地备份作为紧急保护措施。

最后但并非最不重要的一点是，没有涵盖适当数据治理的云数据管理策略将限制企业利用其数据的全部价值的能力。缺乏统一的治理框架不可避免地会导致一系列性能瓶颈、不一致和冗余并阻碍数据计划的发展，数据专业人员在返回其主要职责之前必须解决这些问题。

云数据管理服务和工具的基本功能

任何以云为中心的数据管理策略都必须包括分析。您需要对所有云存储和本地数据的单一管理平台可见性，并且必须量化、报告和正确利用这些信息。了解该数据的使用情况、运营成本和布局只是一个开始，因为强大、敏捷的分析引擎还将有助于解锁关键的可操作见解，以推动整个企业的战略。

您必须建立对迁移过程的彻底控制，并促进跨所有数据源的集成。这包括在本地和云之间建立和维护一致的访问权限，以及确保所有位置的安全性。设置自动执行某些过程（如数据存档、复制和分层）的策略的能力，可以显著提高效率。数据团队负责人还必须建立彻底的治理，使数据资源在支持云的基础架构和高效的数据设计模式中变得灵活且可扩展。这有助于确保最终用户和应用程序开发人员能够访问高优先级业务计划的必要数据。

用于云数据管理的工具（从分析解决方案到数据仓和湖泊）应与云本身一样灵活。例如，您应该确保企业的数据应该同样顺畅地流动，并且无论您使用混合云还是多云部署模型，都可以访问。同样，这些技术应该可以帮助您在云环境中的存储和计算之间找到适当的平衡，同时保持这些功能解耦以提高成本效益。

利用Teradata Vantage实现最佳的云优先数据管理

企业级业务领域现在是云优先的，而且很可能永远保持云优先。您的数据生态系统必须进行结构化和安排，以应对这种渐进式的转变，可访问性和集成性是数据管理中最关键的方面。

Teradata Vantage是每个组织实现关键数据目标所需的现代云优先数据分析平台。它将数据管理和分析整合到一个动态解决方案中，提供卓越的灵活性和便携性。Vantage与多云、混合云和单租户本地设置兼容，并可轻松与AWS、微软Azure和谷歌云的关键服务集成。该平台还可以跨多个维度进行扩展。通过弹性资源分配，您永远不必担心被高优先级工作负载的激增所淹没。基于所有来源的数据提供的Insights Vantage可以帮助制定战略性的未来规划，以确定您的组织的发展方向。

了解有关Vantage的更多信息