網格以分散的方式跨物理和虛擬網絡分布數據。與需要高度集中的基礎架構的傳統數據集成工具不同，數據網格可以跨本地、多云和單云邊緣環境工作。

在這篇文章中，我們討論了網格在不同設置中的實際應用。

數據網格：解決幾個常見問題

根據麻省理工學院的調查結果，只有 13% 的受訪組織能夠按照他們的數據戰略成功交付。數據網格正在解決許多負責任的根本原因。

使用數據網格可以解決在較小規模的數據管道中出現的幾個問題。如果不加以解決，隨著時間的推移，這些問題很快就會變得有問題和脆弱，因為雜亂的點對點系統會隨著時間的推移創建自己的網絡。

同時，數據網格還解決了組織中更大的問題，例如公司不同部門可能存在分歧的核心業務事實。

通過實施數據網格，系統不太可能擁有事實副本。

使用數據網格不僅可以為系統帶來秩序，還可以為您提供更好的可管理性、成熟和演進的數據架構。

隨著我們看到基于云的應用程序的興起，應用程序架構正在從傳統的集中式 IT 轉移并過渡到分布式服務網格或微服務。一個名為 K2view 的實時數據平臺領先一步，成功地在其結構和網格架構中實現了 micro-DB 的使用。每個微型數據庫僅存儲特定業務合作伙伴(客戶)的數據，而其網格平臺存儲數百萬個此類微型數據庫。

數據網格：用例

數據網格可以支持跨多個域的多個分析和操作用例。一些例子包括：-

1、客戶生命周期

它為客戶關懷提供 360 度支持，并顯著減少平均客戶處理時間。它還可以提高客戶滿意度并提高首次聯系解決率。

營銷部門還可以部署一個單一的客戶視圖，以進行下一個最佳報價決策或預測客戶流失建模。

2、物聯網 (IoT) 中的實用程序

通過物聯網設備監控，產品團隊可以深入了解邊緣設備的使用模式。他們可以使用此模式信息來迭代和提高他們的盈利能力和產品采用率。

通過為物聯網設備采用網狀網絡，公司可以獲得一些好處，使其在選擇網絡時成為一種流行的技術。

公司可以以非常低的成本將所有物聯網、企業、流媒體和第 3 方數據一起存儲到 S3 數據湖中。

3、愈算法

正如在最短路徑橋接之前提到的，即使在某些節點失去連接的情況下，自愈算法也會自動選擇發送數據的最佳路徑。

該算法允許系統僅使用可用的和工作的連接。因此，即使某些設備停止運行，網絡仍然能夠發送和接收維持或完成給定任務所需的信息。

4、分布式和更有效的安全性

現在，當談到安全性時，企業已經做好了充分的準備并不斷更新他們的協議。然而，中小企業缺乏必要的指導。根據埃森哲的網絡犯罪研究，43% 的攻擊針對的是較小的組織，而只有 14% 的攻擊能夠自我預防。

借助像 Mesh 這樣的現代數據管理解決方案，中小企業有機會跟上潮流。

在數據高度分散和分布式的情況下，安全性至關重要。

此類系統應將授權和身份驗證活動委托給不同的用戶，根據需要為他們提供不同級別的訪問權限。

2022 年市場首要報告中確定了以下數據網格的關鍵安全能力：

• 各種形式的數據隱私管理
• 數據加密，無論是靜止還是動態
• 數據屏蔽，有效管理 PII 混淆
• CCPA 和 GDPR 合規性以及其他法規
• 涵蓋所有 IAM/LDAP 類型服務的身份管理

5、自配置

由于網狀網絡的自動發現，物聯網設備現在可以自我配置。它會自動校準新節點并將它們連接到所需的網絡，而無需任何先前的設置。

借助此功能，可以輕松擴展和管理網絡。

6、營銷和銷售

營銷和銷售團隊可以通過使用分布式數據輕松地從不同平臺和系統中策劃 360 度全方位消費者檔案和行為視圖。

這使他們能夠創建更有針對性的活動、CLV(客戶生命周期價值)、更好的潛在客戶評分準確性，并執行其他幾個重要的績效指標。

營銷團隊使用超細分在正確的時間通過正確的渠道向正確的客戶提供營銷活動。

7、人工智能和機器學習

智能和開發團隊可以輕松地從多個來源創建數據目錄和虛擬倉庫，以提供 AI 和機器學習模型。

這為他們提供了更多洞察力，而無需在給定的中心位置收集所有數據。

團隊還可以使用聯合數據準備，使域能夠為數據分析工作負載提供可信數據和質量。

8、防損

通過在金融部門實施數據網格，公司可以更快地獲得洞察力，同時降低運營風險和成本。

此功能使國際金融機構和組織能夠在本地分析其數據。這可以在任何地區或國家完成，它有助于識別任何欺詐威脅，而無需創建任何可以傳輸到中央數據庫的數據集副本。

數據隱私管理允許公司保護他們的客戶數據，因為他們必須遵守不斷發展的區域數據和隱私法，如 VCDPA。

數據網格的幾個實際實現

金融服務機構

在他們的一篇博客中，Thoughtworks 討論了數據網格對金融機構數據流程的影響。

由于此類應用程序實時處理大量事務數據，因此將準確及時的數據流傳輸到分析系統非常重要。

在這種情況下，高管可以靈活地快速操作數據，并且能夠訪問面向領域的數據產品。

這使他們能夠提出更多相關問題，并最終獲得更可靠的答案和有價值的見解，以便在更短的時間內采取行動。

不僅如此，領域團隊還能夠使用分析數據并將其直接構建到用戶的數字體驗中。

AWS S3

大約 15 年前，當 AWS 將其存儲層商品化并用 AWS S3 對象存儲取而代之時，發生了巨大的變化。

由于 S3 和其他云存儲的可負擔性和普遍性，公司現在正在將其數據轉移到云對象存儲。這使他們能夠構建數據湖，最終可以以不同的方式分析數據。

時尚零售商品牌

歐洲最大的在線時尚零售商 Zalando 了解到，有一種簡單的方法可以保證大規模的訪問和可用性。這可以通過將更多職責轉移給最初收集這些數據并擁有所需領域知識的團隊來完成。并且還通過將所有元數據信息和數據治理保持在中心位置。

相信我，空間不足以涵蓋所有用例。這是一個推動市場，企業希望從中獲得最大收益。

下一步是什么?擁抱數據產品思維

數據產品有幾種創新實踐，它們將不同的概念融合在一起，例如設計思維、待完成的工作理論，以及打破阻礙跨職能創新的組織孤島。到 2022 年，企業應抓住機會并改進其數據管理戰略，牢記 Web 3.0。