是时候使您的数据集成框架现代化
来源：CPDA数据分析师网 / 时间：2021-04-28
尽管由于缺乏成熟的数据集成而造成的痛苦可能与人员或流程有关
但您还必须询问您的企业是否采用了正确的产品集，或者它是否卡在了过时的工具中。多年的变通办法和解决现有问题的方法积累的技术债务似乎太昂贵，无法简单地撕裂并用功能更强大的现代工具代替。但是，对于成熟，现代的数据集成的需求变得越来越强大，无法忽视。使用过时的平台，或者不充分利用现代平台，已不再是可持续的选择。
我们已经看到了通过数字化转型向真正的数据驱动型组织的演变
现在我们看到了的发展趋势，成熟的企业正在利用人工智能（AI）和机器学习来推动数据集成，以自动执行任务并指导用户体验。你要这个，尽管数据集成的发展阶段和新的高水位标记是基于AI的自动化和支持，但仍存在更多需求，例如云原生部署以及企业规模和信任度。
您需要能够协调多个节点之间的数据潮起潮落
无论是作为多个源，多个目标还是多个中间聚合点，如今数据集成平台也必须是云原生的，这意味着集成功能建立在平台堆栈上，该平台堆栈针对云部署和实施进行了设计和优化，这对于扩展性和敏捷性至关重要-云提供的超过本地部署的明显优势，此外数据管理围绕信任进行，信任是通过透明和理解来建立的，现代数据集成平台为组织提供了有关其企业数据和深入而全面的沿袭路径的整体视图，以显示关键数据如何追溯到受信任的主要来源。
我们看到云中的现代数据分析平台可以动态甚至自动扩展
以满足数据集成中涉及的查询执行不断增长的复杂性和并发性需求，新一代的某些数据集成平台还可以在任何规模上运行，执行大量的数据管道，这些管道可以馈送并控制分析平台中对数据的永不满足的需求，传统的ETL的“艰苦劳动”需要发展和变革花费数月之久，必须成为过去的方法，智能驱动的自动化可以在源和目标之间建议并生成新的数据管道，而无需手动映射或设计，保存和优化步骤，以下是关键能力类别，这些类别定义了数据集成竞争优势的能力：
全面的本机连接
多延迟数据摄取
数据集成（所有方面：ETL，ELT，流式传输）
数据质量和数据治理
数据分类和元数据管理
大规模企业信任
人工智能与自动化
生态系统和多云
数据集成一直是利用数据实现企业战略目标的重要组成部分
它随着人工智能和其他关键功能的发展而发展。利用这些功能，不仅有机会真正改变数据体系结构，而且还可以真正改变企业。