本文來自架構(gòu)師修煉之道。
“數(shù)據(jù)編織”一詞高頻出現(xiàn)，似乎已經(jīng)進(jìn)入落地階段，本文介紹了數(shù)據(jù)編織產(chǎn)生的背景及其定義，詳細(xì)分析了數(shù)據(jù)編織與數(shù)據(jù)中臺(tái)、數(shù)據(jù)治理、DataOps的關(guān)系，以及未來數(shù)據(jù)編織發(fā)展的方向和需要關(guān)注的問題。
最近在日常的工作和跟客戶的交流中，頻繁談及“數(shù)據(jù)編織”這個(gè)詞，我開始關(guān)注數(shù)據(jù)編織是源于對(duì)主動(dòng)式數(shù)據(jù)治理和數(shù)據(jù)編排的研究，從現(xiàn)在的趨勢(shì)來看，數(shù)據(jù)編織顯然已經(jīng)進(jìn)入落地階段。數(shù)據(jù)編織正在從一個(gè)概念、一個(gè)理念向一線生產(chǎn)場(chǎng)景演進(jìn)，正在加速產(chǎn)品化和實(shí)戰(zhàn)化。
注：這篇文章大部分內(nèi)容來自我之前的原創(chuàng)，請(qǐng)參考：你知道數(shù)據(jù)治理，你聽過數(shù)據(jù)編織嗎？
01、數(shù)據(jù)編織產(chǎn)生的背景
首先我們來看一下在數(shù)據(jù)領(lǐng)域正在發(fā)生著哪些趨勢(shì)性的變化。
1、數(shù)據(jù)成為核心生產(chǎn)要素，成為數(shù)字化轉(zhuǎn)型不可或缺的重要元素。隨著政策的加持，大家對(duì)數(shù)據(jù)要素重要性的認(rèn)知也越來越充分，企業(yè)數(shù)據(jù)總量不斷增加，但是數(shù)據(jù)孤島的情況沒從根本上得以解決，反而有變本加厲的趨勢(shì)。
2、數(shù)據(jù)結(jié)構(gòu)從結(jié)構(gòu)化向多元化方向進(jìn)一步演進(jìn)。數(shù)據(jù)的內(nèi)涵和外延都進(jìn)一步發(fā)展，從單純的結(jié)構(gòu)化數(shù)據(jù)為主，向包含結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)在內(nèi)的混合模式轉(zhuǎn)移，數(shù)據(jù)采集、使用、管理的難度進(jìn)一步加大。
3、從單純關(guān)注數(shù)據(jù)應(yīng)用到關(guān)注數(shù)據(jù)能力體系化建設(shè)。數(shù)據(jù)域的建設(shè)正在從單純的以數(shù)據(jù)應(yīng)用為核心，向體系化的數(shù)據(jù)服務(wù)能力建設(shè)轉(zhuǎn)型，開始意識(shí)到數(shù)據(jù)管理和運(yùn)營(yíng)的不足，開始嘗試數(shù)據(jù)服務(wù)能力平臺(tái)化和體系化，開始探索改變數(shù)據(jù)治理“一亂一治”的被動(dòng)局面。
4、數(shù)據(jù)運(yùn)行環(huán)境呈現(xiàn)跨平臺(tái)和融合化的趨勢(shì)。隨著企業(yè)上云開展和多云架構(gòu)的廣泛采納，數(shù)據(jù)運(yùn)行環(huán)境正在加速融入統(tǒng)一的云化基礎(chǔ)設(shè)施中，數(shù)據(jù)采集、存儲(chǔ)和分析正在從離線轉(zhuǎn)向?qū)崟r(shí)，對(duì)目前異構(gòu)、泛在、智能的算力平臺(tái)提出了更高的要求。
以上這些趨勢(shì)性的變化，都是在實(shí)際生產(chǎn)中遇到的數(shù)據(jù)管理的難題和痛點(diǎn)，企業(yè)需要一種新的數(shù)據(jù)架構(gòu)理念來應(yīng)對(duì)在數(shù)據(jù)資產(chǎn)化進(jìn)程中產(chǎn)生的復(fù)雜性、分布式、多元化等因素，于是數(shù)據(jù)編織出現(xiàn)了。
02、數(shù)據(jù)編織（Data Fabric）
首先看看業(yè)界是如何定義數(shù)據(jù)編織的，Gartner將數(shù)據(jù)編織定義為“包含數(shù)據(jù)和連接的集成層，通過對(duì)現(xiàn)有的、可發(fā)現(xiàn)和可推斷的元數(shù)據(jù)資產(chǎn)進(jìn)行持續(xù)分析，來支持?jǐn)?shù)據(jù)系統(tǒng)跨平臺(tái)的設(shè)計(jì)、部署和使用，從而實(shí)現(xiàn)靈活的的數(shù)據(jù)交付”。
Gartner認(rèn)為數(shù)據(jù)編織是一種跨平臺(tái)的數(shù)據(jù)整合方式，它不僅可以集合所有業(yè)務(wù)用戶的信息，還具有靈活且彈性，的特點(diǎn)，使得人們可以隨時(shí)隨地使用任何數(shù)據(jù)。下圖是Gartner給出的數(shù)據(jù)編織的典型結(jié)構(gòu)：
數(shù)據(jù)源層：數(shù)據(jù)編織可以連接各種數(shù)據(jù)源。這些資源可能存在于企業(yè)內(nèi)部，例如企業(yè)的ERP系統(tǒng)、CRM系統(tǒng)、MES系統(tǒng)、PLM系統(tǒng)、CAPP系統(tǒng)等。還可以連接到非結(jié)構(gòu)化數(shù)據(jù)源，例如，支持PDF和屏幕截圖等文件提交系統(tǒng)，支持物聯(lián)網(wǎng)傳感器的接入等。數(shù)據(jù)編織還可以從公共可用數(shù)據(jù)渠道提取數(shù)據(jù)，比如社交媒體等。
數(shù)據(jù)目錄層：與傳統(tǒng)人工編目不同，數(shù)據(jù)編織強(qiáng)調(diào)采用新技術(shù)，例如：語義知識(shí)圖、主動(dòng)元數(shù)據(jù)管理和嵌入式機(jī)器學(xué)習(xí)(ML)，自動(dòng)識(shí)別元數(shù)據(jù)，持續(xù)分析關(guān)鍵指標(biāo)和統(tǒng)計(jì)數(shù)據(jù)的可用元數(shù)據(jù)，然后構(gòu)建圖譜模型，形成基于元數(shù)據(jù)的獨(dú)特和業(yè)務(wù)相關(guān)關(guān)系，以易于理解的圖譜方式描述元數(shù)據(jù)。
知識(shí)圖譜層：數(shù)據(jù)編織必須構(gòu)建和管理知識(shí)圖譜。知識(shí)圖譜的語義層使用AI/ML算法簡(jiǎn)化數(shù)據(jù)集成設(shè)計(jì)，使其更加直觀和易于解釋，使數(shù)字化領(lǐng)導(dǎo)者的分析變得容易?；谥R(shí)圖譜的數(shù)據(jù)應(yīng)用，將合適的數(shù)據(jù)在合適的時(shí)機(jī)自動(dòng)化推送給數(shù)據(jù)集成專家和數(shù)據(jù)工程師，讓他們能夠輕松訪問數(shù)據(jù)并進(jìn)行數(shù)據(jù)共享和使用。
數(shù)據(jù)集成層：數(shù)據(jù)編織提供自動(dòng)編織、動(dòng)態(tài)集成的能力，兼容各種數(shù)據(jù)集成方式，包括但不限于ETL、流式傳輸、復(fù)制、消息傳遞和數(shù)據(jù)虛擬化或數(shù)據(jù)微服務(wù)等。同時(shí)，支持通過API支持與內(nèi)部和外部利益相關(guān)者共享數(shù)據(jù)。
數(shù)據(jù)消費(fèi)層：數(shù)據(jù)編織面向所有類型的數(shù)據(jù)用戶，提供數(shù)據(jù)和服務(wù)，包括：數(shù)據(jù)科學(xué)家、數(shù)據(jù)分析師、數(shù)據(jù)工程師等，既能夠面向?qū)I(yè)的IT用戶的復(fù)雜集成需求處理，也可以支持業(yè)務(wù)人員的自助式數(shù)據(jù)準(zhǔn)備和分析。
數(shù)據(jù)編織使用基于網(wǎng)絡(luò)的架構(gòu)而不是點(diǎn)對(duì)點(diǎn)的連接來處理數(shù)據(jù)，實(shí)現(xiàn)了從數(shù)據(jù)源層面到分析、洞察力生成、協(xié)調(diào)和應(yīng)用的一體化數(shù)據(jù)結(jié)構(gòu)。
結(jié)論：數(shù)據(jù)編織是一種數(shù)據(jù)架構(gòu)理念（而非一組特定的工具），其通過提供一種統(tǒng)一的方法來管理異構(gòu)數(shù)據(jù)工具鏈，其能夠?qū)⒖尚艛?shù)據(jù)從所有相關(guān)數(shù)據(jù)源、以靈活且業(yè)務(wù)可理解的方式交付給所有相關(guān)數(shù)據(jù)消費(fèi)者，從而提供比傳統(tǒng)數(shù)據(jù)管理更多的價(jià)值。
03、數(shù)據(jù)中臺(tái)
在主流的數(shù)據(jù)中臺(tái)概念中，也強(qiáng)調(diào)支持各種數(shù)據(jù)源（結(jié)構(gòu)化的/半結(jié)構(gòu)化的/非結(jié)構(gòu)化的），提供數(shù)據(jù)目錄、數(shù)據(jù)標(biāo)簽、數(shù)據(jù)分析等服務(wù)，提供數(shù)據(jù)資產(chǎn)的動(dòng)態(tài)化管理，支持為不同數(shù)據(jù)用戶提供數(shù)據(jù)服務(wù)，解決企業(yè)的數(shù)據(jù)孤島，讓數(shù)據(jù)用起來。這些特點(diǎn)都與數(shù)據(jù)編織很相似，只不過數(shù)據(jù)編織更強(qiáng)調(diào)人工智能和知識(shí)圖譜的應(yīng)用。
數(shù)據(jù)中臺(tái)并不是全新的技術(shù)和產(chǎn)品，更多是由一些技術(shù)組件組合而形成的一個(gè)綜合性的數(shù)據(jù)應(yīng)用解決方案，例如：基于數(shù)據(jù)湖的數(shù)據(jù)存儲(chǔ)服務(wù)、基于各種數(shù)據(jù)管理組件的數(shù)據(jù)治理服務(wù)，基于大數(shù)據(jù)平臺(tái)的數(shù)據(jù)計(jì)算和處理服務(wù)，以及提供面向應(yīng)用的數(shù)據(jù)標(biāo)簽、數(shù)據(jù)目錄、數(shù)據(jù)分析服務(wù)等。
結(jié)論：數(shù)據(jù)中臺(tái)是一個(gè)綜合性的數(shù)據(jù)應(yīng)用解決方案，指的是將組織內(nèi)各個(gè)業(yè)務(wù)部門的數(shù)據(jù)整合到一個(gè)統(tǒng)一的平臺(tái)中，以提供數(shù)據(jù)共享和協(xié)作。數(shù)據(jù)中臺(tái)旨在構(gòu)建一個(gè)數(shù)據(jù)驅(qū)動(dòng)的組織，通過整合數(shù)據(jù)資源，實(shí)現(xiàn)數(shù)據(jù)的可視化、分析和應(yīng)用。
04、數(shù)據(jù)治理
數(shù)據(jù)治理如今是一個(gè)很常見的概念，按照DAMA的定義，數(shù)據(jù)治理即對(duì)數(shù)據(jù)資產(chǎn)管理行使權(quán)力、控制和共享決策（規(guī)劃、監(jiān)測(cè)和執(zhí)行）的系列活動(dòng)。大家都知道，數(shù)據(jù)治理是對(duì)數(shù)據(jù)管理的管理，它是基于內(nèi)部數(shù)據(jù)標(biāo)準(zhǔn)、策略和規(guī)則，管理企業(yè)數(shù)據(jù)的可用性、完整性和安全性，從而將數(shù)據(jù)資源轉(zhuǎn)化為數(shù)據(jù)資產(chǎn)。
數(shù)據(jù)治理涵蓋了數(shù)據(jù)管理的各種主題，例如：數(shù)據(jù)戰(zhàn)略、數(shù)據(jù)架構(gòu)、數(shù)據(jù)建模、數(shù)據(jù)存儲(chǔ)和操作等。
從目前來看，數(shù)據(jù)治理的發(fā)展趨勢(shì)，有很多方面已經(jīng)很明確了，比如數(shù)據(jù)治理與AI的結(jié)合、數(shù)據(jù)安全與數(shù)據(jù)治理的深度融合、數(shù)據(jù)價(jià)值呈現(xiàn)成為數(shù)據(jù)治理的關(guān)注焦點(diǎn)。
結(jié)論：數(shù)據(jù)治理是一套策略、流程和技術(shù)，用于確保數(shù)據(jù)的合規(guī)性、質(zhì)量和安全性。數(shù)據(jù)治理涉及數(shù)據(jù)的定義、分類、標(biāo)準(zhǔn)化、數(shù)據(jù)主人的定義和責(zé)任分配、數(shù)據(jù)訪問控制等方面。數(shù)據(jù)治理的目標(biāo)是確保數(shù)據(jù)可信度和可用性，促進(jìn)數(shù)據(jù)驅(qū)動(dòng)決策和業(yè)務(wù)價(jià)值的實(shí)現(xiàn)。
05、DataOps
DataOps的目標(biāo)是為了使數(shù)據(jù)資源和數(shù)據(jù)應(yīng)用的開發(fā)變得更加有序和可控，實(shí)現(xiàn)組件和能力重用以及過程自動(dòng)化，實(shí)現(xiàn)面向用戶的自助式數(shù)據(jù)分析。DataOps強(qiáng)調(diào)的是數(shù)據(jù)應(yīng)用的開發(fā)和運(yùn)維效率，就像DevOps一樣，DataOps希望通過提供一整套工具和方法論，來讓數(shù)據(jù)應(yīng)用的開發(fā)和管理更加高效。
結(jié)論：DataOps是一種工程方法論和一套實(shí)踐方法，旨在快速、可靠、可重復(fù)、持續(xù)地交付生產(chǎn)就緒數(shù)據(jù)以及運(yùn)營(yíng)就緒分析和數(shù)據(jù)科學(xué)模型。DataOps通過支持?jǐn)?shù)據(jù)版本控制、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)血緣和分析模型的工程學(xué)科來增強(qiáng)和推進(jìn)數(shù)據(jù)治理。DataOps提供敏態(tài)數(shù)據(jù)開發(fā)支撐，優(yōu)化數(shù)據(jù)生產(chǎn)者和數(shù)據(jù)消費(fèi)者協(xié)作效率。
06、各種概念對(duì)比
1、數(shù)據(jù)編織VS數(shù)據(jù)中臺(tái)
數(shù)據(jù)中臺(tái)是由相關(guān)技術(shù)組件組成的一個(gè)綜合性的解決方案，重點(diǎn)是提供面向應(yīng)用的數(shù)據(jù)標(biāo)簽、數(shù)據(jù)目錄、數(shù)據(jù)分析、模型算法服務(wù)等各類數(shù)據(jù)服務(wù)。而數(shù)據(jù)編織更側(cè)重實(shí)現(xiàn)異構(gòu)融合多樣的數(shù)據(jù)資產(chǎn)服務(wù)，強(qiáng)調(diào)自動(dòng)化的集成和智能數(shù)據(jù)編排。
數(shù)據(jù)中臺(tái)是一個(gè)“讓數(shù)據(jù)用起來”的方法論，不僅包含數(shù)據(jù)管理和使用的相關(guān)技術(shù)組件，還包括與之相適應(yīng)的企業(yè)組織機(jī)構(gòu)、管理制度和流程、運(yùn)營(yíng)機(jī)制和考核辦法等。而數(shù)據(jù)編織一開始就強(qiáng)調(diào)新技術(shù)的應(yīng)用，例如：機(jī)器學(xué)習(xí)、人工智能、知識(shí)圖譜等，且構(gòu)建和管理知識(shí)圖譜是其核心支持從數(shù)據(jù)源級(jí)別到分析、洞察力生成、編排和應(yīng)用程序的集成數(shù)據(jù)層(結(jié)構(gòu))，數(shù)據(jù)編織的技術(shù)色彩更濃一些。
2、數(shù)據(jù)編織VS數(shù)據(jù)集成
數(shù)據(jù)集成是融合異構(gòu)存儲(chǔ)集合的數(shù)據(jù)并構(gòu)造統(tǒng)一數(shù)據(jù)視圖的過程，包括了數(shù)據(jù)合并、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)清洗等，其專注于復(fù)制、移動(dòng)數(shù)據(jù)，如ETL加工、數(shù)據(jù)同步等。
數(shù)據(jù)編織是一種架構(gòu)思想，跟數(shù)據(jù)集成本來是無法直接比較的，但由于數(shù)據(jù)虛擬化是實(shí)現(xiàn)數(shù)據(jù)編織架構(gòu)中的關(guān)鍵技術(shù)之一，因此可以比較下數(shù)據(jù)虛擬化和數(shù)據(jù)集成的區(qū)別，數(shù)據(jù)虛擬化可以在不移動(dòng)數(shù)據(jù)的情況下從源頭訪問數(shù)據(jù)，通過更快、更準(zhǔn)確的查詢幫助縮短實(shí)現(xiàn)業(yè)務(wù)價(jià)值的時(shí)間，具體包括跨平臺(tái)敏捷集成、統(tǒng)一語義、低代碼創(chuàng)建數(shù)據(jù)API、智能緩存加速等功能，數(shù)據(jù)虛擬化跟數(shù)據(jù)集成還是有本質(zhì)區(qū)別的，假如沒有虛擬化能力，數(shù)據(jù)是很難編織起來的，當(dāng)然，數(shù)據(jù)編織遠(yuǎn)遠(yuǎn)超越了數(shù)據(jù)虛擬化的范疇。
3、數(shù)據(jù)編織VS數(shù)據(jù)湖
數(shù)據(jù)湖只是數(shù)據(jù)編織的異構(gòu)數(shù)據(jù)源之一（數(shù)據(jù)源可以是數(shù)據(jù)倉庫、數(shù)據(jù)湖，也可以是業(yè)務(wù)數(shù)據(jù)庫等其他數(shù)據(jù)存儲(chǔ)），數(shù)據(jù)編織將應(yīng)用程序與數(shù)據(jù)湖（或者數(shù)據(jù)倉庫等）進(jìn)行連接，通過統(tǒng)一的數(shù)據(jù)管理框架支持在分布式的環(huán)境中進(jìn)行數(shù)據(jù)消費(fèi)。
4、數(shù)據(jù)編織VS數(shù)據(jù)治理
在傳統(tǒng)的數(shù)據(jù)治理體系中是沒有包含數(shù)據(jù)編織的，但數(shù)據(jù)編織是一種數(shù)據(jù)管理的全新架構(gòu)，是自動(dòng)化、智能化數(shù)據(jù)治理的一個(gè)理想解決方案，從數(shù)據(jù)架構(gòu)層面增強(qiáng)了企業(yè)數(shù)據(jù)管理的能力，是傳統(tǒng)數(shù)據(jù)治理的重要補(bǔ)充。
5、數(shù)據(jù)編織VS DataOps
DataOps是將數(shù)據(jù)編織真正落地一個(gè)重要的推動(dòng)者。DataOps的數(shù)據(jù)流程模型、工具和數(shù)據(jù)洞察與用戶數(shù)據(jù)需求之間存在密切的聯(lián)系，該模型與數(shù)據(jù)編織的架構(gòu)具有共生關(guān)系，DataOps數(shù)據(jù)流程模型和思維模式是數(shù)據(jù)編織落地的核心關(guān)鍵。
總的來說，這些概念之間存在一定的關(guān)聯(lián)和重疊。數(shù)據(jù)編織可以看作是數(shù)據(jù)中臺(tái)和DataOps的結(jié)合，它關(guān)注數(shù)據(jù)整合和數(shù)據(jù)流程的靈活性和效率。數(shù)據(jù)治理則是數(shù)據(jù)編織和數(shù)據(jù)中臺(tái)的基礎(chǔ)，通過確保數(shù)據(jù)質(zhì)量和合規(guī)性，為數(shù)據(jù)編織和數(shù)據(jù)中臺(tái)提供可信的基礎(chǔ)。DataOps可以在數(shù)據(jù)編織和數(shù)據(jù)中臺(tái)中發(fā)揮重要作用，通過自動(dòng)化和持續(xù)交付的方式加速數(shù)據(jù)處理和數(shù)據(jù)產(chǎn)品的交付。因此，這些概念通常是相互關(guān)聯(lián)和相互支持的，共同構(gòu)建一個(gè)數(shù)據(jù)驅(qū)動(dòng)的組織。
07、數(shù)據(jù)編織將如何發(fā)展
Data Fabric是近兩年在國(guó)外備受追捧的概念，而在國(guó)內(nèi)剛剛起步。之前IT技術(shù)從概念到落地大概需要10年左右的時(shí)間，近些年這個(gè)時(shí)間已經(jīng)大大縮短。可以預(yù)見的是，Data Fabric在國(guó)內(nèi)也將被越來越多的企業(yè)用于解決數(shù)據(jù)資產(chǎn)多樣性、分散性、規(guī)?；蛷?fù)雜性不斷增加以及數(shù)據(jù)使用人群和應(yīng)用場(chǎng)景爆發(fā)式增長(zhǎng)帶來的一系列問題。
這個(gè)過程中，依然有一些可以預(yù)見的問題，需要我們?nèi)ブ匾暋?/p>
1、回歸數(shù)據(jù)資源化和服務(wù)化的本源
數(shù)據(jù)編織在落地過程中，還是要回歸數(shù)據(jù)資產(chǎn)化和服務(wù)化這一初衷，不要把多元數(shù)據(jù)的動(dòng)態(tài)管理演變成了打造另外一個(gè)數(shù)據(jù)湖。除了資產(chǎn)化和服務(wù)化，更要關(guān)注平臺(tái)化，要注意數(shù)據(jù)集成，動(dòng)態(tài)的數(shù)據(jù)集成。強(qiáng)調(diào)組件之間的互操作性，通過API和SDK實(shí)現(xiàn)集成層、無縫數(shù)據(jù)傳輸以及自動(dòng)數(shù)據(jù)洞察的獲取。
2、依托統(tǒng)一的異構(gòu)泛在的智能基礎(chǔ)設(shè)施
數(shù)據(jù)編織千萬不能走煙囪式IT建設(shè)的老路，必須面向企業(yè)復(fù)雜的數(shù)據(jù)環(huán)境提供集成整合能力，克服異構(gòu)泛在的云化基礎(chǔ)設(shè)施帶來的挑戰(zhàn)。依托數(shù)據(jù)編織，根據(jù)不斷變化的技術(shù)和業(yè)務(wù)需求，自由地從一系列混合IT基礎(chǔ)架構(gòu)資源中運(yùn)行關(guān)鍵的數(shù)據(jù)業(yè)務(wù)。
3、關(guān)注與物聯(lián)網(wǎng)和邊緣計(jì)算的深度融合
邊緣計(jì)算專為支持物聯(lián)網(wǎng)實(shí)施而構(gòu)建，它是將與數(shù)據(jù)相關(guān)的關(guān)鍵任務(wù)從集中式應(yīng)用程序轉(zhuǎn)移到一個(gè)單獨(dú)的邊緣層，該邊緣層是分布式的，但與數(shù)據(jù)編織緊密相連。通過使數(shù)據(jù)編織適配邊緣計(jì)算，企業(yè)可以從其物聯(lián)網(wǎng)設(shè)備中獲得更多數(shù)據(jù)價(jià)值。
數(shù)據(jù)編織的初衷是實(shí)現(xiàn)泛在的數(shù)據(jù)資產(chǎn)化和自動(dòng)編排，這其中物聯(lián)網(wǎng)和端側(cè)數(shù)據(jù)是必須要充分考慮的重要場(chǎng)景，從目前趨勢(shì)來看，部分關(guān)鍵數(shù)據(jù)任務(wù)一定會(huì)從集中式的算力中心下沉到邊緣計(jì)算節(jié)點(diǎn)。數(shù)據(jù)編織必須實(shí)現(xiàn)與邊緣計(jì)算的深度融合，以便實(shí)現(xiàn)更范圍的數(shù)據(jù)資產(chǎn)化，獲取更大的數(shù)據(jù)價(jià)值。
寫在最后的話
從國(guó)內(nèi)的行業(yè)現(xiàn)狀來看，國(guó)內(nèi)還沒有真正意義上的成熟的Data Fabric。究其原因，是跟國(guó)內(nèi)廠商在數(shù)據(jù)領(lǐng)域的布局有關(guān)，國(guó)內(nèi)數(shù)據(jù)廠商大多分布在數(shù)據(jù)庫和數(shù)據(jù)分析等領(lǐng)域，在數(shù)據(jù)整合和治理領(lǐng)域相對(duì)薄弱。在國(guó)外的實(shí)踐來看，Data Fabric比較活躍的是從事數(shù)據(jù)整合和數(shù)據(jù)虛擬化的公司。
總的來說，Data Fabric作為一個(gè)新興的概念，還需進(jìn)一步的成熟和完善，但是窗口期不會(huì)太久。
