网格以分散的方式在物理和虚拟网络中分发数据。与需要高度集中的基础架构的传统数据集成工具不同，数据网格可跨本地、多云和单云边缘环境工作。在这篇文章中，我们讨论了网格在不同设置中的实际使用。数据网格：解决几个常见问题根据麻省理工学院的调查结果，只有13%的受访组织能够成功实施其数据战略。数据网格正在解决责任的许多根本原因。使用数据网格可以解决小规模数据管道中出现的几个问题。如果不加以解决，随着时间的推移，随着庞大的对等系统创建自己的网络，这些问题会随着时间的推移而迅速变得有问题和脆弱。同时，数据网格还解决了组织中更大的问题，例如公司不同部门可能不同的核心业务事实。通过实施数据网格，系统不太可能拥有真相的副本。使用数据网格不仅可以为系统带来秩序，还可以为您提供更好的可管理性、成熟且不断发展的数据架构。随着我们看到基于云的应用程序的兴起，应用程序架构正在从传统的集中式IT转变为分布式服务网格或微服务。名为K2view的实时数据平台领先一步，已成功在其结构和网格架构中使用微型DB。每个微数据库仅存储特定业务合作伙伴（客户）的数据，而其网格平台存储数百万个此类微数据库。数据网格：用例数据网格可以支持跨多个域的多个分析和操作用例。一些示例包括：-1。了解客户生命周期它为客户服务提供360度支持，并显着减少平均客户处理时间。它还可以提高客户满意度并提高首次联系解决率。营销部门还可以部署单一的客户视图，以做出下一个最佳报价决策或预测性流失建模。2.物联网(IoT)中的实用程序通过物联网设备监控，产品团队可以深入了解边缘设备的使用模式。他们可以使用此模式信息来迭代和提高他们的盈利能力和产品采用率。通过为物联网设备采用网状网络，公司可以获得多项优势，使其成为选择网络时流行的技术。公司可以以非常低的成本将所有物联网、企业、流媒体和第3方数据一起存储在S3数据湖中。3.自愈算法正如前面提到的最短路径桥接，即使某些节点失去连接，自愈算法也会自动选择最佳路径发送数据。该算法允许系统仅使用可用的和工作的连接。因此，即使某些设备停止运行，网络仍然能够发送和接收维持或完成给定任务所需的信息。4.分布式和更有效的安全现在，在安全方面，企业已经做好了充分的准备并不断更新他们的协议。然而，中小企业缺乏必要的指导。借助像Mesh这样的现代数据管理解决方案，中小型企业有机会赶上这股潮流。在数据高度分散和分散的情况下，安全性至关重要。此类系统应将授权和身份验证活动委托给不同的用户，并根据需要为他们提供不同级别的访问权限。2022年市场首要报告确定了数据网格的以下关键安全功能：各种形式的数据隐私管理静态数据加密或动态数据屏蔽有效管理PII混淆CCPA和GDPR合规性及其他法规涵盖所有身份管理用于IAM/LDAP类型服务5.自配置物联网设备现在可以自配置，这要归功于网状网络的自动发现。它会自动校准新节点并将它们连接到所需的网络，而无需任何事先设置。有了这个特性，网络可以很容易地扩展和管理。6.营销和销售营销和销售团队可以通过使用分布式数据轻松地从不同平台和系统中策划一个360度360度的消费者画像和行为视图。这使他们能够创建更有针对性的活动、CLV（客户生命周期价值）、更好的线索评分准确性，并执行其他几个重要的绩效指标。营销团队使用超细分在正确的时间通过正确的渠道向正确的客户提供营销活动。7.人工智能和机器学习情报和开发团队可以轻松地从多个来源创建数据目录和虚拟仓库，以提供人工智能和机器学习模型。这为他们提供了更多的洞察力，而无需在给定的中心位置收集所有数据。团队还可以使用联合数据准备使域能够为数据分析工作负载提供可信的数据和质量。8.损失预防通过在金融领域实施数据网格，公司可以更快地获得洞察力，同时降低运营风险和成本。此功能使国际金融机构和组织能够在本地分析其数据。这可以在任何地区或国家完成，它有助于识别任何欺诈威胁，而无需创建可传输到中央数据库的任何数据集副本。数据隐私管理使公司能够保护他们的客户数据，因为他们必须遵守不断发展的区域数据和隐私法，例如VCDPA。金融服务机构数据网格的几种实际实现Thoughtworks在其博客之一中讨论了数据网格对金融机构数据流程的影响。由于此类应用程序实时处理大量交易数据，因此将准确及时的数据流式传输到分析系统非常重要。在这种情况下，管理人员可以灵活地快速操作数据并访问面向领域的数据产品。这使他们能够提出更多相关问题，并最终获得更可靠的答案和有价值的见解，从而在更短的时间内采取行动。不仅如此，领域团队还能够获取分析数据并将其直接构建到用户的数字体验中。大约15年前，当AWS将其存储层商品化并用AWSS3对象存储取而代之时，AWSS3发生了巨大变化。由于S3和其他云存储的价格低廉且无处不在，公司现在正在将其数据转移到云对象存储。这使他们能够构建最终可以以不同方式分析数据的数据湖。欧洲最大的在线时装零售商时装零售商品牌Zalando了解到，有一种简单的方法可以保证大规模的访问和可用性。这可以通过将更多责任转移给最初收集这些数据并拥有所需领域知识的团队来实现。并且还通过将所有元数据信息和数据治理保存在一个中央位置。相信我，篇幅不足以涵盖所有用例。这是一个驱动市场，企业希望从中获得最大收益。下一步是什么？拥抱数据产品思维有几种数据产品创新实践将不同的概念结合在一起，例如设计思维、待完成工作的理论，以及打破阻碍跨职能创新的组织孤岛。到2022年，企业应抓住机遇并改进其数据管理策略，同时牢记Web3.0。
