前言
一个企业上游可以只能有一个人力资源管理系统,但可以有很多终端业务系统,所以,在开发应用过程中大多数是开发业务系统,最重要的组织和人数据通过企业的人力资源系统将组织和人员、角色数据分发到业务应用系统进行共享,因此很多的应用在某种程度上来说都是一座业务和数据孤岛。
那么有没一种可能,业务系统的数据也能像人力资源系统的组织和人员信息一样可以下发到不同的应用系统进行共享?
答案是肯定的,但如果是基于传统大数据服务的方式进行提供的话,可能每对接一个系统就需要开发一套数据API服务,这样的模式,需要耗费大量的财力、人力?。而通过云数据服务的方式,将数据进行统一归类整合后,以数据超时的形式由各业务系统根据自身业务需求进行选择性的调用,这样即节省了?业务系统的开发工作量、又能提高业务数据的使用价值。
本文我们带着以上问题聊一聊传统大数据服务与云数据服务的区别吧
传统大数据服务
在传统大数据服务中,应用就是应用、数据库就是数据库、文档是文档、实时流数据是实时流数据,每个应用之间相互独立,可能一个数据库服务于多个应用。且存在以下以下问题:
1、不同存储的数据库元数据描述不统一;
2、不同结构元数据未统一;
3、大部分统一了结构化数据服务,但未统一全形态数据资源;
4、数据服务无法弹性;
云数据服务
云数据服务通过数据虚拟化,在表现上将数据进行分类为:数据应用、数据管理、数据开发、数据分析四大部分;
在元数据层统一提供数据引擎DDL、DML,将引擎分为技术元数据、业务元数据、管理元数据、安全元数据;
提供异构数据存储:湖、仓、图数据库、关系数据库、分布式数据库等;
提供异构数据格式:结构化数据、文档、图片、音视频、实时流数据。
总结
传统大数据服务,存在数据单点,且不能弹性扩容;云数据服务将数据进行分层管理,能很好的提供弹性服务,又通过将数据进行整合归类,便于数据的共享和服务的共享。
如若转载,请注明出处:https://www.hanjifoods.com/22542.html