数据仓库领域的个变化平台上“数据湖”的增长

这些有时在本地，有时在云中，将数据湖视为类固醇的可操作数据存储，公司提取了运营数据，并将其直接移动到未经处理的大型数据库中，然后IT部门通过通常必须针对每种用途对数据进行转换的单个应用程序访问数据湖，有人开始将这种技术称为ELT，但其基本概念与数据仓库中的概念相同：从不同的系统中获取数据并将其移动到可以作为业务洞察力和行动所必需的信息进行访问的位置，由于ETL与数据仓库部门紧密相关，并且由于它已成为自动化数据基础架构的一个组成部分，

之所以出现数据湖的增长很大程度上是由于在云中从网站，互联网以及云应用程序的增长中创建的数据呈指数级增长

很快发现云供应商增加了从API提取数据并将其移至数据仓库，数据湖和分析应用程序所需的接口（称为API）的数量，尽管云应用程序比传统的本地应用程序开放得多，但这些API却很复杂且变化很大。因此对于企业集成来自各种来源的数据的能力变得至关重要。

近年来，AWS，Google Cloud，Microsoft Azure等平台上的主要云数据仓库的增长

意味着许多供应商为其软件产品提供了平台支持，同时这些平台正在包装服务和第三方应用程序，以提供更多的交钥匙解决方案，以使企业能够快速而经济地添加软件基础架构，这意味着数据基础架构对于数据仓库的重要性仍然存在。为了提供这些交钥匙解决方案，云提供商已开始将自动化数据基础架构集成到他们的解决方案产品中。

是的我们已经转了一圈了

许多人声称云和数据湖将杀死数据仓库，但是主要的云供应商都知道，数据仓库虽然不是分析的终目的，但它是适当分析的关键组成部分，ETL尚未消失它已经改变并扩展了，但主要目的仍然存在，为了帮助企业在现代的混合环境中工作，创建从孤立的应用程序到提供业务洞察力的现代分析工具的管道。

必备的商务智能工具

许多企业都在努力解决的问题是如何利用这些数据并使其可访问，以便利益相关者可以理解它，更重要的是，对其采取行动，这些工具可以实现这一目标，数据仓库和数据复制工具，数据仓库是您来自各种来源的所有数据的生存地，而复制工具使从许多孤立的地方集中到该仓库的大型数据集成为可能。

这些仓库中有许多具有集成的复制选项

决方案可以在数分钟内将您的应用程序，数据库事件和文件复制到高性能数据仓库中，使您制定业务决策所需的所有数据唾手可得。

数据分析和可视化软件

即使您的数据分散在多个内部数据库或托管数据库中，可视化和数据分析软件也会收集并自动聚合，然后，您只需单击一下按钮，即可创建数据可视化效果和仪表板。这样，整个组织中的利益相关者就可以轻松理解您的数据并从中获取业务见解，您采用的解决方案将在很大程度上取决于您的业务，行业以及产品或服务的规模。在开始研究选项时，请首先考虑针对您行业的选项。

数据质量解决方案

您可能已经听过“垃圾进，垃圾进”的说法，您将能够从数据中收集的见解与您使用的数据一样好，不幸的是，进入业务的大量数据都没有用，数据质量解决方案使您可以评估，监视和管理数据的整体完整性。许多解决方案将清理您的数据，使其更完整，更准确，同时消除无法通过的不良数据，毫无疑问，数字化转型围绕着数据，以及如何使用它来改善产品或服务的质量，整体效率，客户体验，销售和营销工作等等，确保您正在投资于可以充分利用所有数据的工具。