すべてのデータにシンプルに一元的に接続

ほとんどの組織は、さまざまなソースからの膨大な量のデータを処理しています。 多くの場合、データはサイロ化され、複数のクラウド、データ・ストア、ロケーション、ベンダーに分散しています。そのため、データ・サイエンティスト、ビジネス・アナリスト、その他の関係者にとって、データ・アクセスは時間がかかり、複雑なものとなっています。

データ統合の課題
多くの企業は、異種混在のサイロ化したデータをデータウェアハウスやデータレイクに統合しようとする、旧式のデータ・アーキテクチャーに依存しています。 抽出、変換およびロード（ETL）プロシージャーを使用してデータを1つのデータ・ストアにコピーする統合アプローチは、時間とコストがかかり、データ環境が複雑になります。 多くの組織では、依然として複数のリポジトリが存在します。 その結果、データサイエンティストは、データ準備サイクルに時間がかかり、単一のビューを実現するためにデータを整理することが困難であることに悩んでいます。

データ・ランドスケープを統一し、より簡単なアクセスとユニバーサル・クエリーを実現
データ・ファブリックは、これらの課題に対するアーキテクチャー上の解決策であり、企業がAI向けに情報アーキテクチャーを統一、簡素化し、ユーザーが必要なビジネス・データに迅速にアクセスできるよう支援します。

データ・ファブリックは、データ仮想化を使用して環境内の異種ソースにアクセスするため、データを移動したり、重複するセットを作成したりする必要がなくなります。 データ仮想化は、データをコピーすることなく、単一のシームレスなビューを提供します。 その結果、データ・ファブリックによりセルフサービス・アクセスが可能になるため、ユーザーはデータ・ファブリックが存在するデータに対してクエリーを実行するだけで済みます。 この機能により、データサイエンティストやその他のデータ・シチズンは、プラットフォームや地域を問わず、より迅速に情報にアクセスできるようになります。 また、セルフサービスによるアクセスは、データ・エンジニアがデータを見つけて準備するのを待たずに、ユーザーがデータのクエリーをすぐに開始できることも意味します。

データ・ファブリックのもう1つの重要な要素は、基本的にクエリーを抽象化または汎用言語に変換するクエリー・セマンティック・レイヤーを使用して汎用クエリーを実行する機能です。 組織がどのようなクエリー・エンジンを使用していても、データ・ファブリックのセマンティック・レイヤーによって、標準的なデータウェアハウスよりもはるかに高速で、関連性の高い分散データのクエリーが可能になります。

複雑で分散した環境全体でデータをシンプルに統合、接続することは、ビジネスにおいてタイムリーなAIイニシアティブを成功させるための基盤を構築するために重要です。