stubbur Hvað er Data Fabric? - Unite.AI
Tengja við okkur

AI 101

Hvað er Data Fabric?

Uppfært on

Gagnaefni er oft tengt gervigreind (AI) og vélanámi (ML) og er eitt helsta verkfæri til að umbreyta hráum gögnum í viðskiptagreind.

En hvað nákvæmlega er gagnaefni?

Gagnaefni er arkitektúr og hugbúnaður sem býður upp á sameinað safn gagnaeigna, gagnagrunna og gagnagrunnsarkitektúra innan fyrirtækis. Það auðveldar enda-til-enda samþættingu ýmissa gagnaleiðslu og skýjaumhverfis með því að nota greindar og sjálfvirk kerfi.

Gagnadúkur hefur orðið mikilvægari þar sem mikil þróun heldur áfram að eiga sér stað með blendingsskýinu, internet of things (IoT), gervigreind og brúntölvu. Þetta hefur valdið gríðarlegri aukningu á stórum gögnum, sem þýðir að stofnanir hafa enn meira til að stjórna.

Til að takast á við þessi stóru gögn verða fyrirtæki að einbeita sér að sameiningu og stjórnun gagnaumhverfis, sem hefur valdið nokkrum áskorunum eins og gagnasílóum, öryggisáhættum og flöskuhálsum í ákvarðanatöku. Þessar áskoranir hafa leitt til þess að gagnastjórnunarteymi hafa tekið upp gagnagrunnslausnir, sem hjálpa til við að sameina gagnakerfi, styrkja friðhelgi einkalífs og öryggi, bæta stjórnun og veita starfsmönnum meira aðgengi að gögnum.

Gagnasamþætting leiðir til gagnadrifnari ákvarðanatöku og þó að fyrirtæki hafi í gegnum tíðina notað mismunandi gagnapalla fyrir tiltekna þætti starfseminnar, gerir gagnaefni kleift að skoða gögnin með meiri samheldni. Allt þetta leiðir til betri skilnings á lífsferli viðskiptavinarins og það hjálpar til við að koma á tengslum milli gagna.

Hver er tilgangurinn með gagnaefni?

Gagnaefni eru notuð til að koma á samræmdu yfirliti yfir tengd gögn, sem auðveldar aðgang að upplýsingum óháð staðsetningu þeirra, gagnagrunnstengingu eða uppbyggingu. Gagnadúkur einfaldar einnig greiningu með gervigreind og vélanámi.

Annar tilgangur gagnaefnis er að auðvelda þróun forrita þar sem það skapar sameiginlegt líkan til að fá aðgang að upplýsingum aðskildum frá hefðbundnum forrita- og gagnagrunnssílóum. Þessi líkön veita betri upplýsingaaðgang, en þau bæta einnig skilvirkni með því að koma á einu lagi þar sem hægt er að stjórna gagnaaðgangi yfir allar auðlindir.

Þó að það sé ekki einn gagnaarkitektúr fyrir gagnagerð, er oft sagt að það séu sex grundvallarþættir í þessari tegund gagnaramma:

Kostir gagnaefnis

Það eru margir viðskiptalegir og tæknilegir kostir gagnaefna, svo sem:

Bestu starfshættir við innleiðingu gagnaefna

Hinn alþjóðlegi gagnamarkaður stækkar stöðugt og mikil eftirspurn er í rýminu. Mörg fyrirtæki leitast við að innleiða gagnaarkitektúr til að hámarka fyrirtækjagögn sín og þau fylgja nokkrum algengum bestu starfsvenjum.

Ein slík æfing er að tileinka sér DataOps ferlilíkan. Gagnaefni og DataOps eru ekki eins, en samkvæmt DataOps líkani eru náin tengsl milli gagnaferla, verkfæra og notenda. Með því að samræma notendur til að treysta á gögn geta þeir nýtt sér verkfærin og beitt innsýn. Án DataOps líkans geta notendur átt í erfiðleikum með að vinna nóg úr gagnaefninu.

Önnur besta aðferðin er að forðast að breyta gagnaefninu í annað gagnavatn, sem er algengt. Til dæmis er ekki hægt að ná raunverulegu gagnaefni ef þú ert með alla byggingarhlutana, eins og gagnagjafa og greiningar, en ekkert af API og SDK. Gagnaefni vísar til arkitektúrhönnunarinnar, ekki einnar tækni. Og sumir af einkennandi eiginleikum arkitektúrsins eru samvirkni milli íhluta og samþættingarviðbúnað.

Það er líka mikilvægt fyrir stofnunina að skilja fylgni þess og reglugerðarkröfur. Gagnakerfisarkitektúr getur bætt öryggi, stjórnunarhætti og fylgni við reglur.

Þar sem gögnum er ekki dreift um kerfi er minni hætta á að viðkvæm gögn séu hætt. Með því að segja, það er mikilvægt að skilja fylgni og reglugerðarkröfur áður en þú innleiðir gagnakerfi. Mismunandi gagnategundir geta fallið undir mismunandi lögsagnarumdæmi. Ein lausn er að nota sjálfvirkar reglur sem tryggja að umbreyting gagna sé í samræmi við lög.

Notkunartilvik gagnaefna

Það eru margar mismunandi notkunaraðferðir fyrir gagnaefni, en nokkrar eru mjög algengar. Eitt slíkt algengt dæmi er sýndar/rökrétt söfnun landfræðilega fjölbreyttra gagnaeigna til að auðvelda aðgang og greiningu. Gagnaefnið er venjulega notað fyrir miðlæga viðskiptastjórnun í þessu tilfelli. Vegna þess að dreifðar línuaðgerðir sem safna og nota gögnin eru studd með hefðbundnum forrita- og gagnaaðgangi/fyrirspurnaviðmótum, þá er mikið að græða hjá stofnunum sem hafa svæðisbundin eða landsbundin skiptingu starfsemi sinnar. Þessar stofnanir þurfa oft miðlæga stjórnun og samhæfingu.

Annað helsta notkunartilvik fyrir gagnaefni er stofnun sameinaðs gagnalíkans í kjölfar samruna eða yfirtöku. Þegar þær eiga sér stað breytast gagnagrunns- og gagnastjórnunarstefnur áður óháðrar stofnunar oft, sem þýðir að það verður erfiðara að safna upplýsingum þvert á skipulagsmörk. Gagnaefni getur sigrast á þessu með því að búa til sameinaða sýn á gögn sem gerir sameinaða einingunni kleift að samræma á einu gagnalíkani.

 

Alex McFarland er blaðamaður og rithöfundur gervigreindar sem skoðar nýjustu þróunina í gervigreind. Hann hefur unnið með fjölmörgum AI sprotafyrirtækjum og útgáfum um allan heim.