重新考虑云迁移后的关键数据管理实践
来源：CPDA数据分析师网 / 时间：2021-05-11
新的观点和方法对于成功应对这个瞬息万变的世界至关重要，要制定成功的云迁移策略，请专注于主要目标并建立可衡量的标准，出发前先知道并确保您实现自己的目标，建立治理模型并提出以下问题：谁可以启动新资源？谁的预算拥有什么资源？考虑增量部署，如果是实验，请复查风险并创建备份计划以撤消迁移。
自动优化您的大数据云工作负载和基础架构
云优化从来都不是“一劳永逸”的操作，它会很快占用大量时间和资源，专注于您的长期目标。利用自动化来提高运营效率并消除意外和成本超支，创建一种自动跟踪和消除整个数据体系结构中的浪费的做法，云中的职责包括数据库安装，数据库备份和恢复，高可用性和灾难恢复，性能监视和数据库调整，安全性和合规性，容量规划，ETL工作，敏捷性，全局复制，扩展，数据库设计和开发，数据库部署，数据中心可靠性，虚拟化层问题和数据库升级，与在内部环境中完成时相比，在云中完成这些职责更为简单。
云是敏捷性的推动者
允许用户根据用户的需要进行实验，创建，更改和销毁资源，现代数据湖需要身份，架构，策略和审计。而且，它需要主动管理数据管理，复制，工作负载和加密，共享数据体验提供了从AI的通用安全性，治理和元数据管理。
提高业务敏捷性，更快地部署一致的安全数据湖
增强业务洞察力，更快地部署更多用例
增强治理能力，轻松实现并保持法规遵从性
降低运营成本，满足所有需求的一种环境
减少员工的日常开支一套用于所有事物的控制
降低安全风险，全面控制多用户数据访问
创建用于构建数据模型的工具包
套件是预先构建的数据模型，可帮助数据团队立即创建正确的数据管道以应对常见的挑战和方案，可以更改或定制这些现成的代码段，以满足公司的数据需求，但它们是利用已证明在其特定用例中有效的现有数据模型的起点，建立一个大型档案库的想法毫无疑问，这是下一个逻辑步骤，在相似类型的企业中，我们的用户经常面临类似的挑战-而且，他们经常使用相似的数据栈，并向期望相似KPI的团队报告。
通过共享有效和受欢迎的工具包
该公司致力于帮助其数据工程师和数据分析人员社区利用整个数据模型，并以多种方式使用它们，套件将帮助用户的另一种方法是让他们洞察全球顶级数据驱动团队的数据模型，无论用户数据仓库，都有专门为用户数据生态系统设计的模板，出现越来越多的替代方案，以涵盖所有数据仓库中的更多用例和解决方案。
创建用于构建数据模型的工具包
套件是预先构建的数据模型，可帮助数据团队立即创建正确的数据管道以应对常见的挑战和方案，可以更改或定制这些现成的代码段，以满足公司的数据需求，但它们是利用已证明在其特定用例中有效的现有数据模型的起点，建立一个大型档案库的想法毫无疑问，这是下一个逻辑步骤，在相似类型的企业中，我们的用户经常面临类似的挑战-而且，他们经常使用相似的数据栈，并向期望相似KPI的团队报告，通过共享有效和受欢迎的工具包，该公司致力于帮助其数据工程师和数据分析人员社区利用整个数据模型，并以多种方式使用它们。
工具包可以帮助用户的另一种方法是让他们洞察数据驱动团队的数据模型
无论用户数据仓库，都有专门为用户数据生态系统设计的模板，当然随着扩展将会出现越来越多的替代方案，以涵盖所有数据仓库中的更多用例和解决方案。