数据虚拟化的不同形式及差异

实际上，数据虚拟化有许多不同的形式。虽然一些形式比其他的形式更有用，但对于不熟悉这些选择的人来说，他们都会面临同样的困惑。

1、数据混合

大多数现代商业智能包都包含某种形式的数据混合。简单来说，数据混合描述了来自两个或多个源的信息合并为一个有用数据的恒定流的过程。但重要的是要了解过程之间的差异，如数据混合和数据集成。人们经常会将这二者混淆，特别是SQL查询编程，但是它们描述了不同的过程。

传统的数据集成(也称为提取、转换和加载过程)是一种非常标准化的方法。数据混合是一个为现代数据分析人员提供更大的灵活性和可定制性的过程。与其他形式的虚拟化和数据收集相比，典型的数据混合过程相对快速和高效。当许多不同的数据源发挥作用时会出现并发问题，但推出的下一代软件使其工作变得更加容易。

2、数据服务模块

数据服务模块通常包含在数据仓库合同中。因此，许多不同的模块可用于公共消费。例如，Bing空间数据服务模块可以轻松上传数据，以便在依赖Bing地图服务的基于云计算的应用程序中使用。用户可以选择将其数据源标记为公开，以允许任何人使用适当的密钥进行访问。

3、SQL功能

单一查询语言(或SQL)是用于高级和高度复杂数据库结构的编程语言，但它在数据虚拟化中也占有一席之地。通过对现代大数据技术进行虚拟化，就像从Hadoop供应商那里看到的那样，它们可以与SQL文件或文件夹相结合，并通过标准SQL查询。数据虚拟化以多种方式受益于SQL编程，其中包括：

· 简单直接地访问几乎任何形式的数据的能力。

· 针对跨多个系统存在的较大数据集启用查询，从而无需将它们重新定位到可能有或没有足够可用磁盘空间的单个系统。

· 直接和无缝地访问存在于不同系统或组织不同部门的数据集和数据源。

· 与云计算和大多数数据中心环境完全集成，其中包括企业级环境。

· 将更大的计算需求(如非常大的数据集)卸载到功能更强大的外部系统。在此过程中保持无缝进行至关重要。

SQL是一种多功能编程语言，为那些在数据库结构或数据虚拟化项目中使用SQL的人提供了许多好处。

4、云数据服务

虽然本地数据库仍然很流行，尤其是在数据虚拟化方面，基于云计算的系统获得一定的发展势头。尽管它们不代表真正的数据虚拟化，但云计算数据服务通常以软件即服务包的形式出现，以实现许多相同的目标，所有这些都在下一代云中实现。其中一些主要目标包括：

· 为客户提供各种不同的分析服务。

· 保持与各种云平台的兼容性。

· 使用开源编程来促进新的和一致的开发。

· 提供既经济又安全的平台。

由于云计算服务在五年或十年前尚未广泛推出，它们有可能改变人们所知道的数据虚拟化的整个范围。只有时间才能证明真正的影响，但行业专家已经对云计算及其所提供的一切寄予厚望。

5、数据虚拟化平台

定制的数据虚拟化平台也是可用的。思科公司的IT团队最近设计了一个数据虚拟化软件套件，旨在降低IT成本，加强信息可访问性，并加强数据完整性。拥有超过400个数据库和大约3000个应用程序以及超过50 PB容量的数据存储需求，这是一个巨大的升级，将显着改变他们的业务方式。

许多人对数据虚拟化有一些误解，但这并不是因为缺乏尝试。如今许多不同形式的数据虚拟化，以及与设备或驱动器虚拟化等其他策略相比差异显著，新手和专家们常常会感到困惑。了解这些差异不仅使企业更容易选择最适合自己的方法，而且最终还可以为企业节省大量费用，并减少挫折。