Data Fabric 是一种架构方法,用于简化企业或机构中的数据访问,从而促进自助数据消费。 此架构与数据环境、流程、实用工具和地理位置无关,同时集成了端到端的数据管理功能。 Data Fabric 可自动执行数据发现、数据治理和数据消费,助力企业利用数据来发挥其价值链的最大作用。 借助 Data Fabric ,无论数据位于何处,企业均可在正确的时间提供正确的数据,从而提升其数据的价值。
一个抽象层,提供对数据和自动化的通用业务理解,从而根据洞察成果采取行动
一系列集成式提取、摄取、流式传输、虚拟化和转换数据,由数据策略驱动,从而最大限度地提高性能,同时最大限度地降低存储和成本
一个支持自助式数据消费的场所,用户可以在这里查找、协作处理和访问高质量的数据
端到端生命周期管理,用于组合、构建、测试和部署 Data Fabric 架构的各种功能
统一的定义,统一实施数据策略、数据治理和数据管理,构建业务就绪型的数据管道
专为各种混合云环境而构建并融入 AI 的可组合架构
智能集成和统一整个混合多云环境中的数据,从而提供可信的数据,并加速实现业务价值。
针对任何云上的所有数据,自动、一致地执行策略和规则,并付诸于自动化,这样既能提高可视化管理和协作水平,又能降低合规风险。
整合数据管理工具,尽量减少数据重复,因此访问速度更快、质量更高、数据更完整,从而可获得更深入的洞察。
借助 IBM Cloud Pak for Data 提供的 Data Fabric 解决方案,可在适当的时间将适当的数据从任何需要的地方传送给适当的人员,从而能更快速生成可信的 AI 成果。 采用一个跨混合云和多云环境的统一平台,为业务就绪型 AI 采集、探索、准备、管理、治理和提供 PB 级数据。
随着业务问题越来越复杂,数据管理工具也不断发展,从数据库发展到数据仓库和数据湖。 Data Fabric 正是这些工具演化过程的下一步。 这种架构让您既可以继续使用原来投资的各类数据存储库,又可以简化数据管理。 Data Fabric 能以存储库力所不及的方式自动集成数据、嵌入治理功能和促进自助式数据消费,助您优化数据的潜力、促进数据共享、加速实施数据规划。
数据虚拟化是支持 Data Fabric 方法的技术之一。 数据虚拟化工具并非通过标准的提取、转换、加载 (ETL) 过程从各种本地数据源和云数据源实际迁移数据,而是连接到不同的数据源,仅集成所需的元数据并创建一个虚拟数据层。 这让用户可实时使用源数据。
数据变得越来越复杂,企业或机构获取所需信息的难度也日渐加大。 这些数据尚未转化为洞察,因此导致知识缺口。
借助 Data Fabric 架构中的数据虚拟化功能,企业或机构无需移动数据,而是可以在源位置访问数据,从而能更迅速、更准确地查询数据,有助于加快实现价值。
¹重新思考数据:让更多业务数据发挥作用——从边缘到云端(PDF,8.3 MB,链接位于 ibm.com 之外),希捷科技 (Seagate Technology),2020 年 7 月
²“IBM Garage 的总体经济影响”,Forrester Consulting 受委托开展的一项调研报告,2020 年 10 月(链接位于 ibm.com 之外)