Pour obtenir la version la plus précise et la plus à jour de cette documentation, voir la version anglaise (originale). IBM n'est pas responsable des dommages ou pertes résultant de l'utilisation du contenu traduit automatiquement (machine).
Virtualisation des données
Dernière mise à jour : 21 mars 2025
Virtualisation des données avec les outils Data Virtualization
Utilisez le Data Virtualization service pour regrouper facilement des données provenant de différentes sources dans une vue unifiée, sans modifications manuelles, déplacement de données ou réplication.
Avec Data Virtualization, vous pouvez accéder à des données physiques provenant de sources multiples par le biais d'une couche virtuelle sémantique unique. Cette couche virtuelle permet d'accéder aux données, de les manipuler et de les analyser sans avoir besoin de connaître leur format physique ou leur emplacement, et sans avoir à les déplacer ou à les copier.
Data Virtualization fait partie de la structure des données.
Prérequis
Copy link to section
Si vous souhaitez publier vos données virtuelles dans un catalogue gouverné, vous devez installer IBM
Knowledge Catalog. Pour plus d'informations, consultez IBM Knowledge Catalog sur Cloud Pak for Data.
Si vous souhaitez publier vos données virtuelles dans un catalogue gouverné, vous devez installer IBM
Knowledge Catalog. Pour plus d'informations, voir Gouvernance des données.
La Data Virtualization utilise vos informations d'identification " IBM
Cloud pour se connecter au service. Vous devez disposer de certains rôles de Data Virtualization pour effectuer certaines tâches. Pour plus d'informations, voir Connexion et authentification au service Data Virtualization.
Mise en route
Copy link to section
Pour commencer à utiliser Data Virtualization, suivez ces étapes de haut niveau :
Ouvrez le Data Virtualization service.
Dans le menu de navigation d' Cloud Pak for Data , sélectionnez Data > Data virtualization.
Ajoutez vos sources de données à Data Virtualization.
Accédez à la page Sources de données, puis sélectionnez Ajouter une connexion pour ajouter des connexions. Data Virtualization prend en charge des dizaines de sources de données relationnelles et non relationnelles.
Virtualiser les tables à partir de la source de données.
Dans la page Virtualiser, sélectionnez les tables que vous souhaitez virtualiser, puis sélectionnez Ajouter au panier > Afficher le panier pour virtualiser les tables.
Joignez les tables pour créer une vue unifiée.
Dans la page Données virtualisées, sélectionnez les tables que vous souhaitez lier, puis sélectionnez Lier pour lier les objets.
Interroger les objets virtuels.
Accédez à la page Exécuter SQL pour interroger vos objets virtuels à l'aide de l'éditeur SQL intégré.
Consommer les données en utilisant d'autres services d' Cloud Pak for Data s dans le tissu de données.
Consommer des tables virtuelles dans des projets, des tableaux de bord, des catalogues de données et d'autres applications. Pour plus d'informations, voir Services Dashboard.
La vidéo suivante présente une vue d'ensemble de la Data Virtualization.
Cette vidéo fournit une méthode visuelle comme alternative à la documentation écrite.
Use this interactive map to learn about the relationships between your tasks, the tools you need, the services that provide the tools, and where you use the tools.
Select any task, tool, service, or workspace
You'll learn what you need, how to get it, and where to use it.
Some tools perform the same tasks but have different features and levels of automation.
Jupyter notebook editor
Prepare data
Visualize data
Build models
Deploy assets
Create a notebook in which you run Python, R, or Scala code to prepare, visualize, and analyze data, or build a model.
AutoAI
Build models
Automatically analyze your tabular data and generate candidate model pipelines customized for your predictive modeling problem.
SPSS Modeler
Prepare data
Visualize data
Build models
Create a visual flow that uses modeling algorithms to prepare data and build and train a model, using a guided approach to machine learning that doesn’t require coding.
Decision Optimization
Build models
Visualize data
Deploy assets
Create and manage scenarios to find the best solution to your optimization problem by comparing different combinations of your model, data, and solutions.
Data Refinery
Prepare data
Visualize data
Create a flow of ordered operations to cleanse and shape data. Visualize data to identify problems and discover insights.
Orchestration Pipelines
Prepare data
Build models
Deploy assets
Automate the model lifecycle, including preparing data, training models, and creating deployments.
RStudio
Prepare data
Build models
Deploy assets
Work with R notebooks and scripts in an integrated development environment.
Federated learning
Build models
Create a federated learning experiment to train a common model on a set of remote data sources. Share training results without sharing data.
Deployments
Deploy assets
Monitor models
Deploy and run your data science and AI solutions in a test or production environment.
Catalogs
Catalog data
Governance
Find and share your data and other assets.
Metadata import
Prepare data
Catalog data
Governance
Import asset metadata from a connection into a project or a catalog.
Metadata enrichment
Prepare data
Catalog data
Governance
Enrich imported asset metadata with business context, data profiling, and quality assessment.
Data quality rules
Prepare data
Governance
Measure and monitor the quality of your data.
Masking flow
Prepare data
Create and run masking flows to prepare copies of data assets that are masked by advanced data protection rules.
Governance
Governance
Create your business vocabulary to enrich assets and rules to protect data.
Data lineage
Governance
Track data movement and usage for transparency and determining data accuracy.
AI factsheet
Governance
Monitor models
Track AI models from request to production.
DataStage flow
Prepare data
Create a flow with a set of connectors and stages to transform and integrate data. Provide enriched and tailored information for your enterprise.
Data virtualization
Prepare data
Create a virtual table to segment or combine data from one or more tables.
OpenScale
Monitor models
Measure outcomes from your AI models and help ensure the fairness, explainability, and compliance of all your models.
Data replication
Prepare data
Replicate data to target systems with low latency, transactional integrity and optimized data capture.
Master data
Prepare data
Consolidate data from the disparate sources that fuel your business and establish a single, trusted, 360-degree view of your customers.
Services you can use
Services add features and tools to the platform.
watsonx.ai Studio
Develop powerful AI solutions with an integrated collaborative studio and industry-standard APIs and SDKs. Formerly known as Watson Studio.
watsonx.ai Runtime
Quickly build, run and manage generative AI and machine learning applications with built-in performance and scalability. Formerly known as Watson Machine Learning.
IBM Knowledge Catalog
Discover, profile, catalog, and share trusted data in your organization.
DataStage
Create ETL and data pipeline services for real-time, micro-batch, and batch data orchestration.
Data Virtualization
View, access, manipulate, and analyze your data without moving it.
Watson OpenScale
Monitor your AI models for bias, fairness, and trust with added transparency on how your AI models make decisions.
Data Replication
Provide efficient change data capture and near real-time data delivery with transactional integrity.
Match360 with Watson
Improve trust in AI pipelines by identifying duplicate records and providing reliable data about your customers, suppliers, or partners.
Manta Data Lineage
Increase data pipeline transparency so you can determine data accuracy throughout your models and systems.
Where you'll work
Collaborative workspaces contain tools for specific tasks.
Project
Where you work with data.
> Projects > View all projects
Catalog
Where you find and share assets.
> Catalogs > View all catalogs
Space
Where you deploy and run assets that are ready for testing or production.
> Deployments
Categories
Where you manage governance artifacts.
> Governance > Categories
Data virtualization
Where you virtualize data.
> Data > Data virtualization
Master data
Where you consolidate data into a 360 degree view.
À propos des cookies sur ce sitePour fonctionner correctement, nos sites Internet nécessitent certains cookies (requis). En outre, d'autres cookies peuvent être utilisés avec votre consentement pour analyser l'utilisation d'un site, améliorer l'expérience des utilisateurs et à des fins publicitaires.Pour plus informations, passez en revue vos options de préférences en préférences en matière de cookies. En visitant notre site Web, vous acceptez que nous traitions les informations comme décrit dans ladéclaration de confidentialité d’IBM.Pour faciliter la navigation, vos préférences en matière de cookie seront partagées dans les domaines Web d'IBM énumérés ici.