Datavirtualisoinnin

Datavirtualisoinnin, eli data virtualizationin, määritelmä: se on data-integraation lähestymistapa, jossa tiedot esitetään yhtenäisenä, ei fyysisesti kopioituna virtuaalisena näkymänä useista lähteistä. Tämä mahdollistaa pääsyn hajautettuihin datasäätiöihin—relaatiotietokannoista, NoSQL-arkistoista, pilvipalveluista sekä SaaS-sovelluksista—ja tarjota konsolidoidun kysely- ja analytiikkanäkymän loppukäyttäjille tai sovelluksille.

Toimintaperiaate perustuu virtuaalikerrokseen, joka sijoittuu tiedonkäyttäjän ja lähteiden väliin. Kun käyttäjä tai BI-työkalu suorittaa kyselyn, virtuaalinen kerros suunnittelee ja ohjaa kyselyn lähteisiin, yhdistää tuottuneet tulokset sekä palauttaa ne koluttavassa muodossa. Tekniikka hyödyntää usein kyselyjen push-down -optimointia, välimuistia sekä dynaamista liittymistä lähteiden välillä. Metatiedot ja tietojen löytyminen hallitaan metatietokatalogin avulla, mikä tukee tiedonlähteiden luotettavuutta, lineageä ja hallintaa. Turvallisuus, käyttöoikeudet ja tietosuoja ovat keskeisiä osa-alueita, joihin käytännöt nojautuvat jokaisessa kerroksessa.

Arkkitehtuuri muodostuu perinteisistä tiedonlähteistä, virtuaalisesta kyselykerroksesta sekä kulutus- ja sovelluskerroksesta. Hallinnointi ja katalogointi sekä riittävä metadata tukevat tiedon luotettavuutta ja atheuttavat tietojen laadun valvontaa.

Käyttökohteet kattavat yritysten monilähteisen analytiikan, raportoinnin nopean tuottamisen, cloud-muunnoksen ja datan jakamisen kumppaneille sekä dynaamisen data-provisioning -prosessit data-science- ja liiketoiminta-analytiikkatarpeisiin. Hyötyjä ovat nopeampi aika-arvon tuottaminen, vähäisempi tiedon liikkeellepito, parempi hallinta ja turvallisuus sekä parempi näkyvyys ja elinkaarihallinta. Haasteina ovat joitakin kyselyjen komplikoituminen, verkko-latenssiongelmat, jatkuva metatietojen hallinta sekä potentiaalinen riippuvuus tietovirusioinnin toteutuksesta ja suorituskyvyn optimoinnista. Datavirtualisointi ei välttämättä korvaa perinteistä ETL/ELT-prosessia, vaan usein täydentää sitä tarjoten nopean ja joustavan tavan yhdistää ajantasaisia tietoja suuresta joukosta lähteitä. Esimerkkejä ratkaisuista ovat Denodo, TIBCO Data Virtualization sekä IBM, SAP ja Oracle -nimikkeistöjen tarjoamat vastaavat ratkaisut.