关键遗留数据与云分析策略的集成

云分析通过连接数据源帮助克服遗留数据集成障碍。如今，只有采用关键数据分析策略才能保证全球企业（无论是中小企业还是大型企业）的成功。值得庆幸的是，随着大数据或基于云的分析的出现，处理此类组织中的遗留系统变得更加容易。然而，大多数企业未能对数据集成计划给予应有的重视，为了立竿见影，他们采用了临时方法。

云上的遗留数据集成

• 云是专门为满足云集成的需求而构建的。这意味着，没有标准的遗留组件可以提高遗留平台的速度。这就是这些组件由云分析提供支持的原因。
• 许多组织利用自我升级来启用在文件、数据库、应用程序和其他来源之间穿梭的数据流。
• 这样的执行网络可以配置为在云中运行。它们可以通过满足系统和连接源需求的防火墙变得更加强大。
• 执行网络系统内的资源根据处理的数据量按比例放大和缩小。有时还会考虑连接的集成流的延迟要求。因此，实时和批处理用例都得到了有效管理。

一些强大的集成云是基于 rest 的，这就是为什么开发人员可以轻松地将云托管集成模型嵌入到最合适的平台中。

仍然存在一些差距

其中一些方法不是非常有效，有时它们很少奏效。此外，对数据分析技术的投资很多时候都被 BI（商业智能）工具和应用程序所掩盖。因此，分析方法无法查看相关数据。最后，只完成了一小部分工作。这是利用数据分析的公司不完全依赖结果的主要原因。因此，在专门构建的云分析的帮助下，常见的遗留数据集成几乎是即时的。然而，这项技术仍然存在一些差距。这就是为什么企业在进行数据集成项目之前需要在概念和物理层面进行全面规划。只有这样他们才能评估大数据分析战略的好处。