多云、数据优先架构的兴起，以及随之而来的大量先进数据驱动应用程序要求 云数据管理 系统用于收集、管理、管理和构建企业数据管道。云数据管理架构涵盖私有云、多云和混合云环境，不仅连接到交易系统的数据源，还连接到文件服务器、互联网或多云存储库。
云数据管理的范围包括企业数据湖、企业归档、企业内容服务和消费者数据隐私解决方案。这些解决方案管理存储大量数据的实用性、风险和合规性挑战。
云数据平台
云数据平台 是云数据管理程序的核心，以最低的成本提供统一的数据收集和数据存储。档案、数据湖和内容服务使云迁移项目能够连接、提取和管理来自任何来源的任何类型的数据。例如，云数据平台从大型机、ERP、CRM、文件存储、关系和非关系数据库，甚至 Salesforce 或 Workday 等 SaaS 环境收集传统数据和实时数据。
企业归档
研究表明，数据越老，访问频率就越低。当前数据（例如在线数据）的访问频率最高，但两年后，大多数企业数据几乎不再被访问。随着数据增长的加速，生产基础设施的负载也随之增加，维护应用程序性能的挑战也随之增加。
应定期检查应用程序组合，找出不再使用的旧应用程序，并应淘汰或停用这些应用程序。此外，应存档生产数据库中的历史数据，以提高性能、优化基础设施并降低总体成本。应使用信息生命周期管理 (ILM) 来建立数据治理和合规性控制。
企业归档 支持所有企业数据，包括数据库、流数据、文件服务器和电子邮件。使用 ILM，企业归档可将不常访问的数据从生产系统移动到近线存储库。归档数据仍然高度可访问，并存储在低成本存储桶中。跨部门和部门运营文件服务器孤岛的大型组织使用企业归档将这些孤岛整合到统一且合规的云存储库中。
企业数据湖
数据驱动型企业利用庞大而复杂的数据和服务网络，企业数据湖提供将数据从任何源移动到任何目标位置所需的连接。 企业数据湖 处理大量数据并使用商品云基础设施水平扩展，为下游应用程序（如 SQL 数据仓库、人工智能 (AI) 和机器学习 (ML)）提供数据管道和数据准备服务。
数据管道是一系列数据流，其中一个元素的输出是下一个元素的输入，依此类推。数据湖充当数据管道中的收集点和访问点，负责数据组织和访问控制。
数据准备使数据易于使用，同时提高数据质量。数据准备服务包括数据分析、数据清理、数据丰富、数据转换和数据建模。作为开源和行业标准解决方案，企业数据湖可以安全地收集和存储大量数据以供云迁移，并提供企业级服务来探索、管理、治理、准备和提供对数据的访问控制。
企业内容服务 (ECS)
企业文件共享中充斥着大量文件和早已被废弃的数据。 企业内容服务 收集和存储企业历史数据，否则这些数据会分散在个人设备、文件共享、Google Drive、Dropbox 或个人 OneDrive 等各种存储孤岛上。计划进行云数据迁移以解决内容蔓延问题的组织应考虑使用 ECS 以最低成本实现安全且合规的文件存储。使用 ECS 进行云数据迁移可将企业数据整合到单一平台上，并以创新方式统一文件服务器孤岛，从而提高效率并降低成本。
消费者数据隐私
消费者数据隐私法规 越来越多的国家正在采用相关法规。《加州消费者隐私法案》（CCPA）和欧洲的《通用数据保护条例》（GDPR）可能是最为人熟知的法律，但随着安全漏洞、网络攻击和未经授权的个人信息泄露持续增长，各地都在出台新法规。这些新法规要求严格控制个人身份信息（PII）的处理，但不同地区的差异使得法律合规成为一项复杂的要求。
信息生命周期管理 (ILM) 在整个生命周期内管理数据，并建立一套控制和业务规则系统，包括数据保留政策和合法保留。数据分类、数据屏蔽和敏感数据发现等安全和隐私工具可帮助数据管理员遵守 NIST 800-53、PCI、HIPAA 和 GDPR 等数据治理政策。消费者数据隐私和数据治理不仅对于法律合规至关重要，而且还能提高数据质量。
有什么紧急事态？
数据呈指数级增长是众所周知的事实，然而，企业在最近几年才感受到其影响。一方面，需要越来越多的数据来支持数据驱动的应用程序和分析。另一方面，数据增长导致运营效率低下、技术债务和合规风险增加。如果不加以管理，数据增长是一把双刃剑，它通过使企业能够更有效地管理数据来创造巨大价值。