Beschreibung
Data Virtualization ermöglicht den virtuellen Zugriff auf physische Daten aus verschiedenen Quellen, sodass die Daten von einer zentralen Position aus aufgerufen, bearbeitet und analysiert werden können, ohne dass ihr physisches Format oder ihre Position bekannt sein müssen und ohne sie verschieben oder kopieren zu müssen.
Data Virtualization ist vollständig in Cloud Pak for Data as a Service in IBM Cloud als Teil des Datenfabricsintegriert. Data Virtualization stellt die Virtualisierungsfunktionen der Datenstrukturarchitektur bereit.
Erstellen Sie zunächst eine Serviceinstanz von Data Virtualization und starten Sie sie in Cloud Pak for Data as a Service. Erstellen Sie anschließend Verbindungen zu Ihren Datenquellen, damit Sie schnell Ansichten für alle Daten Ihres Unternehmens erstellen können.
Mit Data Virtualizationkann Ihr Unternehmen folgende Ziele erreichen:
- Vereinfachen Sie Ihre Analysen und machen Sie sie genauer, da Sie die neuesten Daten an ihrer Quelle abfragen.
- Nutzen Sie Echtzeitanalysen effizient und erhalten Sie aktuelle Analysen für verteilte Datenquellen, ohne Daten außerhalb Ihres Rechenzentrums zu speichern.
- Beschleunigung der Verarbeitungszeiten, indem Ihre Datenknoten zwecks Recheneffizienz automatisch als kollaboratives Netz organisiert werden.
- Nutzen Sie Standard-SQL über allgemeine Schnittstellen wie R, Spark, Python und Jupyter Notebooks in einem einzigen Datenrepository, in dem Ihre SQL-Anwendungen eine Verbindung herstellen und ausführen können.
- Zentralisierte Authentifizierung und Autorisierung für Datenquellen in einer vertrauenswürdigen Umgebung, in der Berechtigungsnachweise für Ihre privaten Datenbanken verschlüsselt auf der lokalen Einheit gespeichert sind und auf dieser Einheit privat gehalten werden.
Dieser Service fügt Cloud Pak for Data as a Serviceeinen Arbeitsbereich hinzu.
Anwendungsfälle
In der folgenden Tabelle wird beschrieben, wie Data Virtualization kritische Anforderungen einer Organisation erfüllt:
Problemanweisung | Was Data Virtualization ermöglicht | Wert |
---|---|---|
Die Nutzung vieler Daten über verschiedene Standorte und Formate hinweg ist eine Herausforderung und führt zu einer komplexen Datenpipeline. | Eine semantische Ebene, die auf der Datenaussuchung aufsetzt und Benutzern ermöglicht, Abfragen über verschiedene Datenquellen und Formate hinweg in Echtzeit durchzuführen. | Bieten Sie Datenkonsumenten Self-Service. |
Daten an verschiedenen Cloud-und On-Premises-Standorten mit Software und Systemen speichern, die nicht nahtlos zusammenarbeiten, um End-to-End-Datenpipelines zu erstellen. |
Datenentwickler können Ad-hoc-Datenintegrationsanforderungen schnell erfüllen, um Hypothesen oder Was-wäre-wenn-Szenarien mit Sicherheit und Governance zu validieren. | Beschleunigen Sie den Datenlebenszyklus und verkürzen Sie die Zeit bis zur Wertschöpfung, um geschäftliche Fragen zu beantworten. |
Unfähigkeit, Governance zu verwalten und Datenschutzbestimmungen im richtigen Maß durchzusetzen. | Abstrakte Datengovernance und Durchsetzung von Datenrichtlinien in allen Datenquellen über eine einzige Ebene. | Verbessern Sie die Einhaltung von Datenschutzbestimmungen und reduzieren Sie gleichzeitig den Aufwand für das Management der Zugriffssteuerung im richtigen Maß. |
Quick Links
- Einrichten: Service einrichten
- Verwalten: Service steuern und verwalten
- Entwickeln: Code schreiben und Anwendungen erstellen
- Neuerungen: Jede Woche Neuerungen
- Erstellen: Serviceinstanz erstellen
Erforderliche Services
Service- | Funktionalität |
---|---|
IBM® Knowledge Catalog | Erstellen Sie Kataloge kuratierter Assets und verwenden Sie dazu diese von einem Datengovernance-Framework unterstützte sichere Plattform zur Verwaltung von Unternehmenskatalogen. |
Integrierte Services
Service- | Funktionalität |
---|---|
watsonx.ai™ Studio | Bereiten Sie Daten in einer Umgebung für die Onlinezusammenarbeit vor, analysieren und modellieren Sie sie mit Tools für Datenwissenschaftler, Entwickler und Fachleute. |