规避四大错误 绕过数据虚拟化弯路

实现数据虚拟化已经成为很多企业的公式，对于企业而言，数据虚拟化能够克服软件和硬件的复杂性，并为企业提高IT灵活性和显着节省开支提供了极好的机会。

随着越来越多的企业寻求这种好处，数据虚拟化正在迅速从新的想法变成主流的应用。下面是早期应用者常犯的四个错误，希望能够作为一些客观的教训帮助企业加快实现数据虚拟化可能带来的潜在的好处。

错误1：过多地进行虚拟化

数据虚拟化与存储、服务器和应用程序虚拟化类似，提供了极好的利润收益。例如，一家能源公司使用数据虚拟化把实时的油田数据与每天晚上的综合仓储信息结合起来把每天的原油产量提高了数千桶。一家金融公司把新的应用的开发时间减少了50%。同时，另一家金融服务公司每年节省了200万美元的商务智能和报告成本。

然而，数据虚拟化不是每一个数据整合问题的解决方案。例如，当消费应用程序需要从多个角度进行分析的时候，或者当数据在消费之前需要进行重大转变的时候，物理的数据整合是更好的方法。

为了避免对任何具体开发项目过多地进行虚拟化，首先要更好地理解这个业务、数据资源和数据消费者的特点。

错误2：虚拟化不够

第一个错误的反面是虚拟化不够。按常规办事，而不是寻求最佳的方法，是每一个人都做的事情。在90年代，物理数据整合的发展出现了单独的、整合的存储和特殊的ETL(提取、转换和装载)中间件软件。到2000年之后，ETL成为了默认的数据证据整合范例。但是，它应该是唯一的方法吗·

虚拟化不足会增加大量的成本，因为物理的数据整合需要时间更长的解决方案、更昂贵的开发和操作成本和更低的业务和IT灵活性(由于包含额外的开销)。幸运的是，避免这个错误的做法是在数据整合决策过程中认真分析和定义要求，以保证最佳的解决方案满足这些要求，而不是让传统的做法推动这个决策。

错误3：错误混合的机会

在许多情况下，最佳的数据整合解决方案是把虚拟和物理的方法结合起来。没有理由锁定这一种方法或者那一种方法。图2展示了混合使用的例子，并且对这些例子进行了说明。

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友