Data Fabric в контексте технологии бизнеса

Мощное видение Oracle сосредоточено на единой, интеллектуальной и автоматизированной платформе для ускорения расширения сценариев использования, используя ИИ/МО, транзакции, графы знаний, продукты данных и семантику.[5]Denodo.  Его сильные стороны заключаются в подключении данных, интеграции, обработке, транзакционных рабочих нагрузках, трансформации, доступе, поиске и доставке.[5]IBM. Этот гигант уже давно является игроком в области управления мастер-данными (MDM) и активно продвигается в качестве игрока на рынке ткани данных.IBM сильна в таких областях, как моделирование данных, каталоги, управление, конвейер, обнаружение и классификация, обработка событий и транзакций, а также варианты развертывания. Однако компания отстает в области качества данных, масштабирования, автоматизации, инструментария экосистемы и поддержки сквозного интегрированного решения ткани данных. [5]SAP. ERP-гигант имеет комплексное решение Data Fabric, способное решать сложные задачи для крупных компаний как при локальном, так и при гибридном развертывании. Это решение оптимально для существующих клиентов SAP, которые хотят подключить данные, не относящиеся к системам SAP.[5]Рис4. Основные игроки на рынке ФДНа рисунке 5 представлен размер рынка исторический и прогнозируемый. [8]Рис 5. Размер рынка исторический и прогнозируемыйНа рисунке 6 приводится диаграмма размеров сегмента для данной технологии. Первые места между собой делят различная информационная безопасность, на втором- процессы управления бизнесом, далее идут расчет рисков, руководства в бизнесе, управление продажами и маркетингом. На последней позиции идёт пользовательский опыт и еще примерно столько же приходится на все остальные сферы.Рис 6. Размер сегментов ФД в процентном отношенииРоссия активно развивается в этом направлении, К компонентам Data Fabric относятся как решения по управлению данными, так и по хранению данных. Можно привести такие примеры, как продукты компании „Юнидата“ с решениями по MDM и Data Governance, Arenadata с линейкой продуктов по обработке, хранению, загрузке и трансформации данных. Ростелеком также активно развивает аналогичный стек технологий, свои наработки в этой сфере есть у Яндекса и у других российских компаний[4]Российских специализированных программных продуктов, реализующих архитектурную концепцию Data Fabricне существует. Но такую архитектуру можно собрать из решений для интеграции, виртуализации, хранения и аналитики данных, которые уже присутствуют на российском рынке. Однако при этом избежать зарубежного программного обеспечения — проприетарного или opensource — не получится. Так же не получится реализовать такую архитектуру без разработки методологического обеспечения, организационных изменений и развития компетенций стратегического управления данными…[4]К сожалению, исторически российский рынок информационных технологий фокусируется на технологиях, а не на информации. Поэтому зрелость практик и процессов управления данными в российских компаниях низкая. Можно отметить частый перекос в сторону сложной аналитики, которая, в основном, проводится на основе хорошо структурированных и описанных данных (как правило, транзакционных). Но вместо того чтобы наводить порядок в данных и внедрять учёт информационных активов в компаниях, многие организации задаются неправильным вопросом: какое ПО поможет решить все наши проблемы? Для повышения зрелости управления данными в организации в первую очередь нужно не ПО, а грамотные специалисты — методологи управления данными, информационные менеджеры, стюарды данных, специалисты по регулированию данных (Data Governance), специалисты по моделированию данных и др. Таких специалистов у отечественных разработчиков ПО и крупных корпораций либо нет, либо их недостаточно. И в вузах их не готовят.[4]ЗаключениеВ данной работе было исследовано понятие фабрики данных. Была разобрана история вопроса появления данной технологии. В теоретической части работы была дана попытка интерпретации, объяснения данного понятия.По своей сути фабрика данных является архитектурой набора различных средств, предоставляющих оптимальное управление данными, и доступ к ним. Так же не стоит забывать про информационную безопасность этой технологии. В заключительной части был проведён анализ рынков на примере северной Америки, был разобран график основных сегментов, где используется данная технология. Были описаны основные поставщики данной технологии, были описаны их преимущества и недостатки.Список литературы1.https://www.bigdataschool.ru/blog/what-is-data-fabric.html2.https://blog.bitobe.ru/article/krivaya-gartnera/#:~:text=%D0%9A%D1%80%D0%B8%D0%B2%D0%B0%D1%8F%20%D0%93%D0%B0%D1%80%D1%82%D0%BD%D0%B5%D1%80%D0%B0%20(%D0%B0%D0%BD%D0%B3%D0%BB.,%D1%81%D1%82%D0%B0%D0%B4%D0%B8%D0%B8%20%D1%85%D0%B0%D0%B9%D0%BF%D0%B0%20%D0%B4%D0%BE%20%D0%BF%D1%80%D0%BE%D0%B4%D1%83%D0%BA%D1%82%D0%B8%D0%B2%D0%BD%D0%BE%D0%B3%D0%BE%20%D0%B8%D1%81%D0%BF%D0%BE%D0%BB%D1%8C%D0%B7%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F.3. https://habr.com/ru/post/647379/4.https://www.reksoft.ru/blog/2022/01/27/data-fabric/5. https://www.itweek.ru/bigdata/article/detail.php?ID=2244136. https://ru.wikipedia.org/wiki/Gartner7. https://itglobal.com/ru-ru/company/glossary/data-fabric/8. https://www.fortunebusinessinsights.com/data-fabric-market-105979