Udfordringerne ved Data Management

Mens der kræves for at lagre store mængder af data bliver billigere for hvert år hardware, den resulterende eksplosion af lagrede dataindhold betyder, at virksomheder er tvunget til at udtænke nye innovative måder at møde de udfordringer, behandling af dette stadigt voksende væld af oplysninger . Du skal blot gemme alting for evigt på grund af de lave omkostninger af lagermedier lyder som en god ide at den uvidende, men massive mængder af information, der er lagret i databaser og flade filer kan gøre hentning, udrensning og arkivering en vanskelig proces. De seneste elektroniske love data, der kræver specifikke lagringsperioder at give mulighed for revision i tilfælde af svig eller andre forseelser tjener kun til at komplicere tingene yderligere.

Best Practices for Data Management

Som enhver anden databehandling område, eksperterne i Anthony Ricigliano Data Management har udarbejdet en liste over bedste praksis. Mens de enkelte punkter ikke vil gælde for enhver organisation, bør den enkelte it-butikken vælger den praksis, der fungerer godt for deres særlige datalagring model. Med væksten i datawarehouses, et data management strategi er afgørende for den samlede succes for stort set alle forretningsområder. Bør skabes regler og kode for at sørge for, at hvert stykke data altid er korrekte, at det betyder det samme for alle, og alle systemer, og at alle har adgang til de mest aktuelle oplysninger.

data Stewardship

En data steward fastholder metadata registreringsdatabasen og sikrer hvert dataelement integritet. Dette vil omfatte at sikre, at hvert dataelement har en klar og præcis definition, at dataelement ikke duplikeres unødigt, og at hver dataelement har klare og up-to-date dokumentation, der angiver gyldige værdier, datakilder, og data destinationer . Når dataelement ikke længere er påkrævet, skal det straks fjernes fra filstrukturen. Data forvaltning sikrer konsekvent brug af et defineret felt mellem flere edb-systemer, giver mulighed for lettere kortlægning af data, og reducerer omkostningerne migration.

Model Driven Integration

Ved at bruge Unified Modeling Language (UML) er nogle it-butikker ved hjælp af modellen-drevne strategi til at levere ansøgning integration løsninger. Dette er et forsøg på at reducere omkostningerne ved at opfylde de stadigt skiftende krav fra den nuværende erhvervslivet ved hurtigt at tilpasse den eksisterende software infrastruktur. Den forsøger at adskille forretningslogik fra det underliggende system, således at de enkelte komponenter kan genanvendes uden behov for at ændre dem. Med denne teori bør datalagring holdes uafhængigt af anvendelsen design og organiseret i henhold til de forretningsmæssige behov.

Aktiv Data Model

Relationelle databaser er opbevaring foretrukne metode for de fleste organisationer, der kræver fastholdelse af massive mængder af data med hurtige hentning gange. Active Data Model "aktivt" opdaterer de data, der ses på kundens niveau. Klienten henter data i sin nuværende tilstand. Dernæst det spor de data, der oprettes, slettet eller ændret af brugeren, og derefter sender oplysningerne tilbage til yderligere tjenester til validering forud for permanent lagring. Fordi data på klienten niveauet altid er up-to-date, for at kode designet etablere eller manipulere data kan ofte reduceres eller elimineres.

organisatoriske udfordringer

Da mængden af ​​lagrede data vokser, så gør de organisatoriske udfordringer. Mens ingen ønsker at holde gammeldags oplysninger, er det blevet mere og mere nødvendigt at gøre det i tilfælde af revisioner eller juridiske udfordringer. Gamle data skal arkiveres, når det ikke længere er nødvendig til øjeblikkelig hentning, men det skal stadig holdes et sted, at det kan tilgås ret nemt, når det er nødvendigt. På grund af inkonsekvent klassificering af data mellem systemer eller mellem organisationer, betydelig indsats og omkostninger er spildt i forsøget på at forene data. I mange tilfælde vil begge systemer være korrekte, men de kan følge forskellige regler data management. Når dataelementer lagres i flere filsystemer, kan datafejl blevet et stort problem. Ét system kan blive opdateret inden en anden, eller visse systemer må ikke blive opdateret på alle. Når to eller flere edb-systemer flettes sammen på grund af væksten i fusioner og opkøb, er det kun forværrer problemer, hvis en aggressiv datastyringsstrategi ikke anvendes
.