陳雷 | DataPipeline 合夥人 & CPO
曾任 IBM 大中華區認知物聯網實驗室服務部首席數據科學家、資深顧問經理。十年管理經驗，十五年數據科學領域與金融領域經驗。綜合交通大數據應用技術國家工程實驗室產業創新部主任，西安交通大學軟件學院大數據智能創新中心主任，中國電子學會區塊鏈專委會委員。
在確保了實時數據融合的穩定性之後，企業開始關注數據管理能否滿足數字化轉型和多速IT的敏捷要求。實時數據融合產品的敏捷性、便捷性成爲一個重點考量要素。
配置便捷
傳統數據處理過程的構建，往往是以月爲單位交付的，例如構建一個數據倉庫或一個大數據平臺，我們經常聽到的建議是建設週期不要超過半年，即使是數據倉庫構建完成之後，由於需要進行大量的代碼開發，新的業務分析需求或者數據需求的交付週期也是以周爲單位計算的，這很難滿足業務應對市場競爭的需要，更不用說面對紛繁複雜的市場環境和競爭格局，業務形態是在不斷調整變化的，這也對後端的數據支撐提出了更高的要求，數據資源作爲戰略資源必須在合適的時間出現在合適的地點，實時數據更是如此。
而衆所周知，數據處理交付週期長的根本原因是處理過程中要面對從異構語義、映射關係到運行方式、運維方式等大量問題，這就要求實時數據融合能夠在提供配置式鏈路定義，無代碼任務構建的基礎上，能夠將各類涉及到運行穩定，運維管理的設置也配置化、自動化，從而幫助用戶將實時數據融合從原有的研發模式轉變爲系統配置管理模式。
部署便捷
CPU、內存、存儲、網絡、操作系統、補丁、編譯器、用戶組，權限、安裝、節點註冊、負載再平衡，系統部署一直以來都不是一件讓人心情愉悅的事情，這還是你做好了資源規劃能夠拿到系統資源的前提下，雖然近年來隨着雲計算技術被普遍接受，系統資源的申請、部署已經不成問題。但現在大部分的數據處理系統的部署擴展方式都不是很友好，也許就像代碼才能體現程序員的價值一樣，命令行才能體現運維工程師的專業性，而實時數據流量的不確定性與業務部門對實時數據利用的快捷交付要求都需要能夠靈活便捷的進行部署與擴展，因此就要求實時數據融合通過高效便捷的容器化部署、高度自動化的系統資源發現、註冊、負載平衡機制和高度配置化的系統資源分組管理模式滿足用戶對部署的便捷可管理需求。
分層管理
在今天的市場環境與技術發展的共同作用下，數據管理不僅僅需要可靠與可控性，同時爲了應對移動互聯網帶來的客戶行爲和市場需求的改變，必須能夠滿足數字化轉型和多速IT的敏捷要求，但作爲業務信息化數字化的底層基礎平臺，數據節點的安全性、穩定性、業務連續性是不容有失的，數據本身的一致性、準確性、完整性也是業務創新的前提條件，更不用說對整個系統的監控、日誌、預警等基礎運維工作需要遵循企業整體的信息化管理機制，因此，如何在有效地滿足數據系統管理需求的前提下，提升數據獲取在各個環節的配合效率就顯得至關重要。
實時數據融合作爲敏捷性要求最高、覆蓋業務系統數據來源最廣的系統就需要對數據節點註冊、數據鏈路配置、數據任務構建、系統資源分配等各個環節能夠分層次、分租戶、分用戶進行解耦。
按需服務
當前的企業環境中，再去區分數據的所有者、使用者已經沒有意義，隨着企業級的數據倉庫、大數據平臺、主數據管理系統、數據管控系統的逐步建成，獲取企業級的數據已經不是十分困難。而隨着雲計算的不斷深入，系統資源的獲取也已經隨需應變，而對於實時數據來說，由於敏捷性要求較高，流量變化頻繁，就更需要能夠做到按需服務，在分層管理的基礎上，在保障數據資源可控的前提下，爲數據應用提供更多的自主性也是體現實時數據處理便捷可管理的一個重要方面。
實時數據處理應當將數據獲取的範圍、數據任務的生命週期、系統資源投入的多寡等權限更多的交給實際使用數據的業務部門或應用開發人員。
——無代碼配置式鏈路定義，任務也交給下游部門自己跑了，我可以去看看我的排位了。
——事物都是在發展變化的，所以實時數據融合也需要能應對不斷的進化，所以你再往下看。
在下一期的“實時數據融合之法，開放可擴展”中，我們將從數據節點開放性、語義特性開放性、清洗方式可擴展、配置功能可擴展四個方面展開討論，請大家持續關注！