Cloudera一个满足未来数据生态系统架构的混合数据平台 原创

未来数据生态系统架构是什么模样？ 

Gartner认为，未来的数据生态系统应该利用分布式数据管理组件，可以在多个云和/或本地运行，但应被视为具有高度自动化的紧密的整体，像集成、元数据和治理功能将各个组件粘合在一起。

企业中不同的角色会关心不同的数据架构和方法论，数据网格（Data Mesh）、数据编织（Data Fabric）、湖仓一体（Data Lakehouse）是所有角色都会关注的三个数据框架和方法论。Cloudera则提供了适用于数据编织、数据湖库、数据网格和未来数据生态系统架构要求的混合数据平台。

构建未来数据生态系统架构

数据网格（Data Mesh）是数据与产品思维的融合。其是一种范式转变，数据由业务中的不同域拥有和管理，数据由最了解数据的域拥有，随时可供企业内的任何其他域使用。ThoughtWorks公司的工程师Zhamak Dehghani提出了数据网格的四个原则，分别是领域所有权原则、数据即产品原则、自助数据平台原则、联合计算治理原则。

数据编织（Data Fabric）各家评测机构都有自己的框架，Cloudera看来，数据编织的管控流程和之前所有数据管控方法一样，现在要做的不光要对人工的方式、手动数据管理进行服务，也要对未来的机器学习、自动的发现方式、对外进行服务，这个框架比以前要求更高。

湖仓一体（Data Lakehouse）集成并统一了数据仓库和数据湖的功能，在支持单一平台上的AI、BI、ML和数据工程。新技术能力支撑下，由上至下和由下至上的融合，适用于数据分析和机器学习工作负载。

Cloudera大中华区技术总监刘隶放表示，在企业内部针对不同的角色，要讲不同的数据架构和方法论，这之间并不矛盾。

Cloudera大中华区技术总监刘隶放

CEO、CIO、CDO关注如何在管理成本和维护人员规模的同时进行扩展，也就是数据你网格；CTO、CSO关注用什么技术方案保持一致性并构建标准模式，也就是数据编织；领域从业者关注在具体项目上的优化，也就是湖仓一体。

混合数据平台能做些什么

作为一家混合数据企业，Cloudera提供适用于数据网格、数据编织、数据湖仓和未来数据生态系统架构要求的混合数据平台，允许客户在多个公共和私有云以及本地访问和分析数据，使企业能够做出由数据驱动的明智决策，帮助企业建立由数据驱动的未来。

为什么说Cloudera是未来数据生态系统架构要求的混合数据平台，这主要源于三点，第一，开放数据编织、湖仓一体和数据网络，可以在任何地方提供大规模数据；第二，多云和本地数据管理和分析；第三，一次编写，随处运行的数据分析可移植性；第四，使用开放的云原生存储格式统一安全和治理，SDX能够真正帮助客户在新的形势下跨云，包括云原生、不同的存储中，做到数据统一的安全管控和治理。

“从产品构建角度，Cloudera数据平台可以支持现代数据架构。”刘隶放指出，Cloudera拥有三大核心优势，首先以更灵活且简单的方式帮助客户建立数据驱动型文化，其次以性能和成本效益驱动价值，最后与大量合作伙伴做开放性认证，支持开放的标准和互操作性，以速度和控制拉动企业增长。

从算力的角度来说，边缘计算非常重要，一些问题可以通过机器学习的处理模型在边缘进行处理，这对于数据安全性有要求的企业，可以实现数据要脱敏和过滤。

未来数据平台一定存在跨云模式，选择同一个平台，同一个计算引擎，到另外一个平台也可以使用，不需要改造，这是一个非常重要的考量的点。