什么是数据云？
数据云提供了一个基于云的开放式数据基础架构，可实现企业数据的可用性、集成、可移植性、可用性和安全性。它提供了一种全面且成熟的云方法，提供按需计算、存储、传送和高级分析功能，使组织能够利用其数据来推动转型并创造价值。
孤立系统需要花费大量精力和资源来维护和管理，这使得数据转换更为困难。许多企业都难以以足够快的速度注入数据，以实现数据智能。另一些企业则可能会发现很难统一数据以获得新的数据洞见或者使数据可供需要的人员访问和共享。
即使使用现代数据工具，组织也无法轻松地将其与现有系统集成，并且会在扩缩和管理旧版 IT 基础架构时遇到困难。团队将大部分时间花在在正确的时间将格式正确的数据放到正确的位置，因此很少或根本没有时间进行有意义的数据分析。
数字化创新者正在构建数据云，以消除数据碎片化并充分利用数据的全部潜力。数据云使您可以更轻松地统一、连接和提供数据，它提供弹性佳且可靠的数据库、分析和机器学习系统来推动创新、改善体验并更快实现价值。
数据云的工作原理是什么？
数据云不是可以直接购买的现成产品，它由若干组件和功能组成，旨在提供可扩缩的灵活数据解决方案和数据集成。 您可以构建数据云以满足特定要求和需求，从而帮助您实现业务目标。
通常，大多数数据云包括以下组件和功能：
- 可发现的数据：组织的数据必须易于查找和访问，以便各种用户组可以对其进行解释和操作。数据云统一了结构化、非结构化或半结构化数据，从而降低复杂性并简化数据发现。 因此，数据云应该能够从多个本地或云端源系统收集、注入和处理数据，并将其传送到某个位置。
- 敏捷的数据架构：数据云依赖于数据仓库（一种数据湖），在某些情况下甚至依赖于数据湖，以存储从源系统收集的所有数据。您选择的数据架构在很大程度上取决于您的独特需求，但您应该能够利用其他云数据服务和集成，例如云数据库引擎、数据流水线和 API。
- 内置的 AI 和机器学习功能：智能功能（例如自助式分析、AI 和机器学习）可帮助组织节省时间和人力并支持创新。数据云提供自动化和高级工具套件，可帮助您将 AI/机器学习和数据科学嵌入到业务流程和上下文中。
- 开放式数据平台：数据平台编排数据源和数据架构本身的注入和扩缩。此组件创建一个统一的可靠来源，可在整个组织中重复用于许多不同的用途。开放式数据平台使组织可以跨多个多云和混合云环境管理数据和应用。
- 值得信赖的安全基础：数据需要值得信赖（处于最新状态、准确无误且始终受到保护），以简化数据收集过程并尽可能充分利用数据。无论数据来源是什么，数据云都应该是默认安全的，并提供高级的合规性、冗余、恢复和可靠性功能。
数据云用途和示例
组织中常见的数据云用途包括：
- 实时处理数据并获取洞见，以促进产品和服务创新并提升员工和客户体验
- 整个数据生命周期管理过程中的数据保护与治理
- 自助式分析报告、信息中心和可视化
- AI 驱动的分析和自动化功能（包括数据和机器学习模型），以简化流程、提高效率并提供更高的生产力
- 自动优化数据质量以提高数据一致性，无需移动或复制数据
总体而言，数据云的用途很广泛，并且可以在各行各业中取得出色的成效。零售品牌能够更好地了解库存情况并帮助员工在实体店内找到商品。 医疗保健组织使用 AI 更快地分析样本，并将非结构化临床记录转换为结构化格式，从而提升患者治疗效果。 物流公司通过更高效的路线减少燃料消耗，而金融服务和银行则可以提高处理速度。
使用数据云的优势
更快实现价值
数据云提供全代管式云数据库和分析服务，可节省您的时间，使您将关注点从维护和管理转移到附加值更高的活动上。
安全访问
数据云可让您以更快、更轻松的方式访问数据和洞见，但不会牺牲安全性。数据云可确保数据安全且受信任，并受到法规和内部政策的约束。
灵活集成
如果您的数据云基于开放协议构建并使用标准接口，则不管数据架构组件是由内部开发还是由第三方供应商开发，您可以更轻松地集成这些组件。开放式平台还可以确保可移植性和可扩展性，从而避免受制于特定供应商。
迭代更快
数据云不仅可以提高可预测工作负载的生产率，还能为团队提供资源和弹性，更快地针对不可预测和需要大量数据的工作负载进行迭代。
快速预配
数据云使数据工程师可以根据需要为开发者和企业用户快速预配新的数据管理资源。
改善业务成果
数据云的优势远不止于加速和简化数据工作。数据云已被证明能够改善许多其他方面，包括盈利能力、成本节省、弹性和风险管理等。
相关产品和服务
Google Cloud 提供了一种统一的开放式方法，可帮助您在数据云中统一数据库、分析和 AI，从而让您的数据发挥最大价值。无论您是要运行运营事务、管理分析应用还是打破数据孤岛，我们都可以帮助您管理数据生命周期的每个阶段。
