SOA和云解决数据管理风险问题的正确姿势

简介:

SOA和云可以是某些恼人问题高效的解决方案;这一点我们已经知道了。但是也要记住它们并不是所有事情的直接答案,特别是当你的问题是业务数据管理风险,而不是技术问题时。

SOA和云解决业务数据管理风险的正确姿势

请允许我重复一个看上去无害的问题,是由真实世界的系统管理员提出的,他想要知道,“终止合同员工的邮件应该如何处理?”回复迅速得从严格关注于邮件,膨胀到涉及所有企业信息,并且从“这是法律问题,因此立即删除所有东西”扩展到“云存储很便宜,因此永远保留所有东西。”

当然,正确答案,“取决于”你所处的行业,所在领域的最佳实践以及方案的可持续性。它不依赖于技术架构,针对和业务相关的底层数据管理风险,而不是托管模型。

打配合

的确,刚才提到的法律角度是值得探讨的方面。除去所有可谈判的条件,发现主动权是“自由的”,从而发现的任何信息是公平的。因此,最好是在反对方告诉你,他或她发现了什么之前,就能够了解业务数据管理风险——并且在任何危害变成现实之前就解决它们。

没有那么戏剧性,保留所有事情会违反消防条例,因为纸质记录的箱子堆在一起,会挡住存储间和办公室地下室紧急出口。这听上去可能很老套,但是你会惊讶于这一实际问题导致大型信息管理改进的频率。

但是如果丢弃了大家还需要使用的信息会发生什么呢?在一段时间之后丢弃某些内容的问题在于这样的做法和一开始为什么要收集这些内容无关。结果通常是伴随着好意的清理,却破坏了一些重要业务流程。

“云解决方案很便宜”是另一个常见观点,“因此将所有东西都丢到虚拟存储里,在需要找什么东西时'Google'就可以了”——一切看上去很好,直到有一天意识到合规需求可能不允许这么做,并且这样野蛮的搜索可能并不是最有效的策略。

业务数据管理障碍

之前提到的问题的解决方案完美得封装了所有业务风险的问题,将其和托管模型组合起来:

我们还使用垃圾邮件过滤器来归档所有进入或离开邮件服务器的所有邮件,“该问题的一个回复者说,我们认为他没有保护错误。”这使得我们可以删除收件箱,而无需担心为了法律目的而保留邮件的政策。这很便宜也很高效,找到邮件的责任在第三方身上,而不在我们公司。“

首先,垃圾邮件过滤器并不是设计用来做归档的;而且,归档和邮件管理并不相同。虽然垃圾邮件过滤器使用规则来区分消息,但是它们通常并没有足够的精确度,从而能够适用于需要决定什么东西需要保留,以及保留多久这个粒度的场景。

其次,将责任转移给第三方几乎总会失败。除非软件使用条款和服务级别协议有额外规定——而且可能那时候,你需要负责所有关心的信息,不管是基于邮件,数据库,文档还是其他。无一例外。

最重要的是,不管软件在本地还是在云上,这两个问题都存在。这里,托管模型不相关。

这里的经验是解决和业务风险相关的问题要求重要的,超前的思考,这些思考关于企业政策和流程,包括它们如何传播以及执行。只有这时,讨论SOA和云技术扮演什么角色才有意义,当然它能够提高一些效率,在用户管理,搜索/寻找,工作流规则处理和其他有用的功能上。


本文作者:佚名

来源:51CTO

相关实践学习
如何快速连接云数据库RDS MySQL
本场景介绍如何通过阿里云数据管理服务DMS快速连接云数据库RDS MySQL,然后进行数据表的CRUD操作。
相关文章
|
10月前
|
数据采集 存储 安全
数据治理≠数据管理!90%的企业都搞错了重点!
在数字化转型中,数据不一致、质量差、安全隐患等问题困扰企业。许多组织跳过基础的数据管理,直接进行数据治理,导致方案难以落地。数据管理涵盖数据生命周期中的采集、存储、处理等关键环节,决定了数据是否可用、可靠。本文详解数据管理的四大核心模块——数据质量、元数据、主数据与数据安全,并提供构建数据管理体系的四个阶段:评估现状、确定优先级、建立基础能力与持续改进,助力企业夯实数据基础,推动治理落地。
|
存储 数据管理 数据格式
数据治理 vs. 数据管理:别再傻傻分不清!
数据治理 vs. 数据管理:别再傻傻分不清!
655 10
|
10月前
|
数据采集 存储 SQL
数据管理四部曲:元数据管理、数据整合、数据治理、数据质量管控
老张带你搞定企业数据管理难题!数据找不到、看不懂、用不好?关键在于打好元数据管理、数据整合、数据治理和数据质量管控四大基础。四部曲环环相扣,助你打通数据孤岛,提升数据价值,实现精准决策与业务增长。
数据管理四部曲:元数据管理、数据整合、数据治理、数据质量管控
|
人工智能 关系型数据库 分布式数据库
拥抱Data+AI|“全球第一”雅迪如何实现智能营销?DMS+PolarDB注入数据新活力
针对雅迪“云销通App”的需求与痛点,本文将介绍阿里云瑶池数据库DMS+PolarDB for AI提供的一站式Data+AI解决方案,助力销售人员高效用数,全面提升销售管理效率。
|
物联网 数据管理 Apache
拥抱IoT浪潮,Apache IoTDB如何成为你的智能数据守护者?解锁物联网新纪元的数据管理秘籍!
【8月更文挑战第22天】随着物联网技术的发展,数据量激增对数据库提出新挑战。Apache IoTDB凭借其面向时间序列数据的设计,在IoT领域脱颖而出。相较于传统数据库,IoTDB采用树形数据模型高效管理实时数据,具备轻量级结构与高并发能力,并集成Hadoop/Spark支持复杂分析。在智能城市等场景下,IoTDB能处理如交通流量等数据,为决策提供支持。IoTDB还提供InfluxDB协议适配器简化迁移过程,并支持细致的权限管理确保数据安全。综上所述,IoTDB在IoT数据管理中展现出巨大潜力与竞争力。
701 1
|
SQL NoSQL 数据管理
数据管理DMS使用问题之如何批量导入MongoDB的数据文件
阿里云数据管理DMS提供了全面的数据管理、数据库运维、数据安全、数据迁移与同步等功能,助力企业高效、安全地进行数据库管理和运维工作。以下是DMS产品使用合集的详细介绍。
|
12月前
|
数据采集 人工智能 监控
企业数据来源杂、质量差,如何通过主数据管理解决?如何确保数据可信、一致和可用?
本文三桥君系统介绍了主数据管理(MDM)在企业数字化转型中的关键作用。产品专家三桥君从数据清洗、治理、处理到流转四个维度,详细阐述了如何通过标准化流程将数据转化为企业核心资产。重点包括:数据清洗的方法与工具应用;数据治理的组织保障与制度设计;数据处理的三大核心动作;以及数据流转的三种模式与安全控制。专家三桥君强调主数据管理能够推动企业从"经验决策"转向"数据驱动",并提出构建统一数据服务网关、"数据血缘图谱"等实战建议,为企业数字化转型提供系统化解决方案。
408 0
|
关系型数据库 分布式数据库 数据库
云栖大会|从数据到决策:AI时代数据库如何实现高效数据管理?
在2024云栖大会「海量数据的高效存储与管理」专场,阿里云瑶池讲师团携手AMD、FunPlus、太美医疗科技、中石化、平安科技以及小赢科技、迅雷集团的资深技术专家深入分享了阿里云在OLTP方向的最新技术进展和行业最佳实践。
|
存储 人工智能 安全
【荣誉奖项】荣获2024数据治理优秀产品!瓴羊Dataphin联合DAMA发布数据管理技能认证
瓴羊Dataphin连续俩年获得DAMA年度优秀数据治理产品奖,本次与DAMA联合发布“DAMA x 瓴羊 数据管理技能认证”,助力提升全民数据素养。
845 0
【荣誉奖项】荣获2024数据治理优秀产品!瓴羊Dataphin联合DAMA发布数据管理技能认证

热门文章

最新文章