摩根大通：一个数据网格的实际例子
时间：2022-03-05 05:28:01 | 来源：行业动态
时间：2022-03-05 05:28:01 来源：行业动态
首先，感谢摩根大通的团队分享这些数据。我们真的非常希望鼓励从业人员和技术人员去YouTube上观看这次会议的视频。而且也要感谢Zhamak Deghani 和整个数据网格社区，他们在挑战既定管理方面做出了出色的工作。摩根大通的演示文稿为你提供了真正的可信度，让数据网格超越了概念的范畴，并且展示了如何才能让这一概念变成现实。
这并不是一个完美的世界。你必须从某个地方开始，也会遇到一些失败。关键是要认识到，将所有内容都挤进单一数据架构将无法支持大规模，也无法获得类似于云的敏捷性。对于小型公司来说，这是一种很好的方法，但如果你正在构建一个全球平台和数据业务，那么是时候重新考虑你的数据架构了。而且，更重要的是，重新考虑你的组织。
虽然大部分的工作都是在云端实现的但是云优先并不意味着你要把本地数据抛诸脑后。相反，你必须将非公共云数据包含在你的数据网格愿景中就像摩根大通所做的那样。
快速地取得一些胜利是至关重要的，这样你就能够在组织内部赢得信誉并继续成长。
摩根大通团队的经验之一是教条的存在例如围绕着数据产品和领域进行的组织。另一方面，你必须保持灵活性，因为技术会来，也会走。
如果你愿意接受水坑、池塘和湖泊之类的比喻，我们建议你干脆拓展范围，把数据海洋也包括进来，这是我们在theCUBE上广泛讨论过的一个概念。数据海洋它非常大！你可以看看分析师 Ray Wang 和 John Furrier关于这个主题的这段有趣的视频。
想想看吧：正如我们在不断发展我们的语言一样，我们也应该发展我们的标准。过去十年中，大数据基本上都围绕着如何让技术发挥作用。启动、运行并管理大量的数据。围绕着建立基础架构和高速摄取数据，我们设立了许多的KPI。
这十年不仅仅是为了获得更好的洞察力。不仅如此。数据网格将我们带入了数据价值的新时代，这需要围绕数据产品货币化的新标准。例如，从数据产品创意到货币化需要花多长时间？什么时候是质量的时间？自动化、人工智能以及非常重要的数据团队的组织化重组将在未来几年内做出重大贡献。
所以，去学习，去精益求精地努力，并创造你的数据未来吧。
在线咨询
