将企业数据分析移至云端并不是易事，需谨慎

导读	若是企业但愿在云计算的新平台上实现数据仓库和数据集市的现代化，那么请注意，这并不像人们想象的那么容易。

若是企业但愿在云计算的新平台上实现数据仓库和数据集市的现代化，那么请注意，这并不像人们想象的那么容易。

在企业的数据仓库和数据集市中，他们的数据一般太旧，处理过于繁琐，并且成本过高。

当今基于云计算的数据分析有能力实时处理，数据库可以以“需求速度”运行，甚至小型企业也能够将数据分析处理与最新的新兴技术结合在一块儿，例如机器学习和预测算法。

但事实证实，基于云计算的数据分析的路径比许多企业预计的要漫长而艰难。所以，随着IT遇到成本超支，技术没法达到预期，以及数据庞大的数据证实存在等问题，企业的业务就开始出现问题。这是为何。

首先，从企业向公共云传输数据比预期的更麻烦，并且因为工做的大部分人工处理性质而加重。AWS、Google、Microsoft和其余公司都有本身的技术，好比AWS的Snowball。然而，即便使用这些工具，经过流程来移动数PB字节的数据也是很是棘手的，至少能够这么说。

其次，数据集成仍然是云计算面临的一个问题。迁移数据并不会奇迹般地解决企业的集成挑战。此外，记录系统可能仍然保留在内部部署的数据中心中，所以须要及时与云中如今存储的数据同步以得到最新结果。这意味着要结合使用新旧数据集成技术，并创建包括数据移动和结构转换的流程。

最后，基于云的分析数据库自己很复杂且难以配置。其中一些复杂性是因为数据库中的安全子系统形成的。这些都是必要的，但必须在数据库和数据分析的背景下弄清楚。数据分析系统的其余系统（不管是在云中仍是在内部部署的数据中心）都必须具备系统安全性，这可能意味着大多数其余须要实时分析的操做系统。

虽然这些云计算分析的挑战均可以克服，但IT部门应该了解，当它认为（或者更有可能被告知）它将是一半时，其努力水平实际上多是百分之百。

所以，企业须要为项目准备时间更长，预算更快耗尽，以及因为这些问题致使的未能上升的状况作好准备。

原文来自：https://www.linuxprobe.com/data-to-cloud-difficult.html