五大数据管理难题，成为企业部署多云架构的绊脚石

在企业的数字化转型过程，大都会遇到数据管理的问题，包括：数据集成、数据安全、数据管理和定义单一事实来源。因此，在部署多云架构时，你必须充分考虑数据管理与多云相结合的问题，通过前期规划和使用已经了解多年的常见数据架构，来避免数据管理问题。

实际上，大部分企业所面临的问题的核心是试图将数据提升和转移到多云，而没有对可能出现的常见问题进行良好的预见。在多云架构中，往往面临着以下数据管理问题：

使用多个云服务可能会导致孤立的数据孤岛，从而难以跨多个平台集成和管理数据。虽然数据孤岛问题在企业的数据中心中也存在，但部署多云架构将使数据孤岛更加庞大。

针对这一问题，企业需要使用数据集成方法来解决，例如利用数据集成技术、数据抽象/虚拟化或其他目前已充分理解的技巧。

确保跨多个云服务的敏感数据的安全性是一项复杂的任务，并且通常会增加安全风险。

因此，企业必须制定强大的数据安全策略，以满足每个云服务的独特安全需求，且不增加处理数据的复杂性。这通常意味着通过使用中央安全管理器或存在于公共云提供商上的其他技术来抽象本机安全服务，换句话说，超级云或元云。这一层逻辑技术存在于云之上，是一个现在似乎正在转变的概念。

将数据从一个云服务迁移到另一个云服务可能具有挑战性。为此，制定可靠的数据可移植性策略非常重要，该策略会考虑数据格式、大小和依赖关系。

大多数迁移到多云的人都无法回答这个问题：如何将此数据集从这里迁移到那里，让数据集从单云和多云部署转移，并且能够回归到本地。因此，企业必须在部署多云之前进行数据可移植性的规划。

如果尝试手动执行所有操作，则跨多个云服务管理数据可能是一项资源密集型任务。因此，必须有一个集中的数据管理系统，可以处理不同的数据源并确保数据一致性。

同样，这需要集中化，抽象在公共云提供商和本机数据管理实现之上。这就要求企业需要按照自己的条件处理数据复杂性，而不是数据复杂性本身的条款。

多云架构的最大的问题是互操作性，它实际上是到目前为止列出的问题的组合——数据孤岛，数据可移植性和缺乏集中式数据管理。但是，必须单独指出它的存在。

确保不同云服务和云数据的互操作性可能是一个巨大的且痛苦的工作，要求清楚地了解每个云服务支持的数据交换标准以及弥合任何差距的计划。

大多数数据只是被扔到多云中，几乎没有考虑也没有互操作性机制。然后，当它应该具有战略意义并在部署前后得到充分理解时，互操作性就变成了一种战术工作。

随着多云概念越来越热，企业正在未经考虑的尽可能快地冲向多云，然后他们看不到多云或云迁移的投资回报率。

因此，建议所有企业在部署多云时，一定要认真做好功课和计划，并充分选择适当的技术解决多云数据管理难题，为您和您的企业节省大量时间和金钱。

原文标题：Data is a stumbling block for most multicloud deployments

原文作者：David Linthicum

查看全文

作者最近更新