防止数据胆固醇妨碍您的企业应用 程序运行 存储过多数据可能会导致极端后果

防止数据胆固醇妨碍您的企业应用
程序运行
存储过多数据可能会导致极端后果
http://ibmdatamag.com/2012/08/prevent-data-cholesterol-fr
om-clogging-your-enterprise-applications/
作者：Marc Hebert | 发布时间：2012 年 8 月 27 日 | 41 次阅读
打印
PDF
当 2000 年 1 月 1 日午夜钟声敲响的时候，您在做什么？如果您当时正在管理企业系统，那
么可能要恭喜您在最后期限来临之前及时升级了这些系统，我敢肯定，这值得喝一杯。毕竟，您
有效防止了贵公司的旧应用程序遭受危机，这些危机可能会导致公司在 2000 年 1 月 1 日无
法正常工作。
或许在不知不觉中，您也为世界迎来企业资源规划 (ERP) 软件的黄金时代提供了助力。20 世
纪 90 年代末，许多企业在启用 ERP 解决方案方面开展了大规模投资，从侧面避免旧系统遭
遇潜在的 Y2K 问题。
这些初期 ERP 投资（尽管经证实投资回报率 (ROI) 较低）在随后的 10 到 12 年中获得了巨
大的投资回报。因此，如果您在 20 世纪 90 年代末期实现了 ERP 项目，那么说明您已经成
功避免 Y2K 危机，并不断为企业实现持续优势。但是，您准备好迎接第二波 Y2K 危机了吗？
好事过头反成坏事？
所有这些庞大的 ERP 实现项目为另一项危机埋下了伏笔，这个危机如今也逐渐暂露头角。在
采购新型 ERP 系统之后，各公司纷纷开始将无数的企业数据转移到这些系统，启动了前所未
有的数据收集浪潮，而且这场浪潮一直持续至今。大部分公司现在均将数据存储在大型关系数据
库中，整个企业的员工都可以使用标准系统来访问这些数据。
具有可访问的集中式企业数据是一种优势。数据是分析的原料。分析能够促进战略决策。战略决
策则能够提高利润、加强竞争优势和提高工作效率。
但是，好事过头反成坏事。经过近 10 年的疯狂数据迁移活动（将数据不断向 ERP 系统迁移），
IT 部门现在正面临由此带来的效应，我们可以将这种效应形象地描述为“数据胆固醇”。
当今面临的 ERP 危机：数据胆固醇
数据胆固醇是一种数据效应，表示整个生产系统内的数据累积过度而导致运行停滞。这种效应会
延伸到非生产数据副本，进而影响所有数据的管理方式。正如人体内胆固醇过量可能会引发严重
的健康问题一样，数据胆固醇会阻碍企业系统正常运行，直接减缓客户服务请求和报告查询的响
应时间。它会延长测试和报告时间。广泛影响您在 IT 领域执行的一切操作，迫使您召集更多的
员工提供基础架构支持。并且，这会让您的企业面临大量不必要的诉讼。
迄今还没有哪一家领先的企业软件供应商曾为客户提供用来存档数据和净化数据的简便方法。因
为他们都将精力集中于创建集成库，也就是说，确保用户能够轻松地输入数据，这些供应商从未
想过或许用户并不希望永久保存这些数据。鉴于 ERP 数据模型的复杂性及其参考完整性，人
们很难在不造成任何破坏的情况下抽出数据。
这就是为什么很多公司如今饱受数据胆固醇痛苦的原因。即使是中等规模的公司，目前的数据库
累积数据量也即将超过 1TB，并且数据量每年仍以 30% 到 70% 的速度不断增加。这种规模
的数据库不够理想的原因包括以下几个方面（尽管事实上，摩尔定律正在促使硬件价格不断下
跌）：

在企业长时间保留数据（超出合法需求）的同时，目前的法律和监管环境造成潜在法律
责任。（设想一下陷入数百万美元诉讼案件的感受。）

在数据量庞大的前提下，保证应用程序性能持续可预测的难度也在加大。（想象一下系
统中断、员工受阻和客户的丢失。）

虽然 CPU 和存储成本在持续下降，但是，通过预留一些 IT 预算，将它们投资于硬件
来解决这一问题并非易事。（想想董事会上的争论。）

在首席信息官们必须减少资源利用、完成更多工作的同时，与管理 TB 级应用程序环境
相关的人力成本却在不断攀升。（您是否要向首席财务官申请更多的经费？）

非生产系统（针对开发、测试和培训）中的生产数据增殖促使公司面临数据隐私法律责
任。（思考一下毁灭性的公共关系后果。）
许多公司纷纷开始转向 EDM
IT 预算紧缩、数据胆固醇堆积和监管要求严格，这一痛苦组合促使各敏锐公司开始着眼于如何
管理自身数据。这就是他们在实现数据治理时运用企业数据管理 (EDM) 原则的原因。EDM 侧
重于创建准确、一致、精炼的数据内容，并将其集成到业务应用程序中。当今的 EDM 解决方
案重点强调数据增长风险管理、数据隐私合规性、灵活测试数据管理、电子发现和应用程序升级、
迁移和回收等关键问题，从而提供了一种避免数据胆固醇可能引发的可怕不良影响的有效方法。
贵公司如何应对数据胆固醇效益？请在评论中向我们说明您的想法。
相关主题
1.
大数据治理：成熟度评估框架
2.
集成数据治理、大数据与业务流程
3.
大数据：数据治理专业人士的福音
4.
专注大数据治理“数据”的框架
5.
联合 Hadoop 与数据仓库