浅谈数据管理架构 Data Fabric（数据编织）及其关键特征、落地应用

伴随着企业从数字化转型迈向更先进的数智化运营新阶段，对看数、用数的依赖越来越强，但数据的海量增长给数据管理带来一系列难题，如数据类型和加工链路日益复杂，数据存储和计算引擎更加分散，数据需求响应与数据质量、数据安全风险难以兼顾，数据流通过程中的合规性冲突，以及混合多云环境下的“数据孤岛”等。

简言之，进入数智化时代，企业数据管理正变得异常复杂和艰难，传统的数据管理架构往往依赖于单一、物理集中的数据仓库系统，这种架构体系已经很难适应企业发展需求。在此背景下，Data Fabric（数据编织）这一全新数据管理架构理念应运而生。

Data Fabric（数据编织）最早由 Forrester 的分析师 Noel Yuhanna 提出，Forrester 认为 Data Fabric（数据编织） “提供了一个统一的、集成的、智能的端到端的数据平台，以支持新出现的需求场景”。同样的，Data Fabric（数据编织）也获得 Gartner 高度认同，分别出现在 2019 年和 2021 年 Gartner 的十大数据分析技术趋势里，以及 2022 年 Gartner 的十大战略技术趋势里。

Gartner 将 Data Fabric 定义为“一种新兴的数据管理设计理念，用于实现灵活、可重用、增强的数据管道、数据语义和数据服务，需要利用主动元数据、知识图谱、数据语义和人工智能等来实现跨异构数据源的增强数据集成、编织和共享。”

Gartner 还强调，Data Fabric（数据编织）的真正价值在于它能够通过内置的分析技术动态改进数据的使用，同时通过将自动化能力添加到整个数据管理中，使数据管理工作量减少 70% 并加