[[179082]]

雖然云計算使用起來非常方便，對于用戶來說也具有較好的成本效益，但它在整合和處理數據方面也可能帶來新的挑戰和要求。

云計算的出現，讓企業在投資IT和商業應用時，多了一種部署選擇，不再僅限于本地部署。但云環境也經常會增加企業使用的系統的數量，此外，企業還需要具備跨平臺的集成和數據數據準備的能力，只有這樣他們才能整合不同來源的數據。

從本質上說，使用云計算讓企業的成本由硬件和軟件支出轉變持續的運營支出。云計算還可以簡化現金流和并降低成本，讓企業能夠將成本主要投入在其真正需要的技術上，并有足夠的成本來擴大其IT系統，此外，該企業不必擔心它的硬件會過時，因為云平臺提供商可以負責對云環境中進行不斷的系統升級。

云環境的好處吸引了一系列的企業，這些企業正在以一些不同的方式使用云計算技術，主要集中在以下三個用例。

使用云服務直接替換本地系統。在這種情況下，IT團隊依舊負責云端應用程序端到端設計、開發、測試、實現和管理工作。這降低了企業在新技術上的支出，并允許它保持對應用平臺的完全控制。

使用軟件即服務(SaaS)應用程序，如使用Salesforce提供的應用程序。除了降低設備成本，使用SaaS的方式還簡化了應用軟件的實現和管理，這些軟件通常是負責處理企業重點功能，如銷售、營銷、客戶服務，財務和人力資源等。

使用完全管理的平臺即服務(PaaS)環境。在PaaS設置中，云服務提供商負責設計、部署、后端處理和數據資源管理。

云中數據無處不在

盡管云提供很多好處，但它還是有一個顯著的缺點：平臺，應用程序，工具和數據的位置相對分散。雖然云系統對用戶來說更加便捷，成本較低且速度更快，他們仍需要建立一個新的模式，數據分布跨越了不同的系統，也跨越企業和行政邊界。大數據平臺越來越多地部署在云中，考慮到它們包含的數據量，這可能會帶來一些管理上的挑戰。

這種數據的分散也導致了一些問題，例如在管理和使用云端數據方面。對于初學者來說，在云中如何妥善管理各種數據集的數據模型和元數據?進一步來說，如何訪問所有的數據?如何保證不同數據集的同步，協調使用這些數據?

這樣的問題在商業智能，報告和分析應用上更為明顯。使用者必須采取一定的方法，以便在不同的云平臺，應用程序和數據存儲間完成數據集成和數據準備過程，如同在本地部署系統中完成數據集成和數據準備過程一樣。同時，你還必須提供一個可操作的用戶界面，以供業務分析師，數據科學家和其他智能分析用戶查找，準備和分析相關的信息集。

架起數據間的橋梁

事實上，這些問題目前存在一個解決方案，那就是使用那些支持跨平臺的數據集成和數據準備軟件。這些工具，也包括自助數據準備軟件，它提供了主流關系數據庫管理系統和新的NoSQL數據庫之間的連接器。該工具還可以鏈接到Hadoop集群和數據湖泊，獲取存儲在Hadoop分布式文件系統和相關的數據存儲庫中的數據。

此外，這些跨平臺工具還可以攝取非結構化的文本文件和結構化的XML以及JSON文件，此外它們還可以攝取社交網絡的數據流，網站點擊流日志和股票市場數據。而且，他們還可以連接到SaaS應用程序和云服務，將產生的數據與其他所需信息數據整合，完成數據準備過程的自動化。

跨平臺工具擁有其他三個關鍵屬性。首先，它們能夠直接將數據引入到任何選定的平臺，這與傳統的數據集成工具相比是一個很大的區別，傳統數據集成工具是將數據從源系統抽取到一個單一的區域。第二，無論所需的數據存儲在哪里，它們都能讓終端用戶非常容易的訪問到數據，在數據展示層面，它們還支持數據可視化工具。第三、跨平臺工具提供對數據集語義類別劃分;其所存儲的業務元數據能夠提供有關數據元素的細節，定義和結構;它們還提供了數據集成過程所需相關的業務規則。

所有這一切都表明，跨平臺的數據集成和數據準備工具不僅僅是改進了在混合數據源上(本地部署或云端)的數據提取、轉換和加載過程。新興的技術還融合了各種功能，提供了一個統一的方式來訪問，準備，查詢不同的數據以及實現數據的可視化。云環境中分散數據集也有了其對應的數據管理方式。