डेटा फैब्रिक एक वितरित आईटी आर्किटेक्चर का वर्णन करने के लिए अनुसंधान फर्म गार्टनर द्वारा गढ़ा गया एक शब्द है जिसमें डेटा को उसी तरह से नियंत्रित किया जाता है, चाहे वह परिसर में, क्लाउड में या नेटवर्क के किनारे पर स्थित हो।
अनिवार्य रूप से, डेटा फैब्रिक डेटा एकीकरण और प्रबंधन नीतियों के साथ बुने जाते हैं जो विशिष्ट प्रकार के डेटा को संबोधित करते हैं। एक एकीकृत डेटा फ़ैब्रिक बनाने का लक्ष्य यह सुनिश्चित करना है कि किसी संगठन का डेटा हमेशा अधिकृत संस्थाओं के लिए आसानी से उपलब्ध होगा चाहे वह कहीं भी रहता हो।
गार्टनर ने भविष्यवाणी की है कि सॉफ्टवेयर उत्पादों और सेवाओं के लिए बाजार जो डेटा फैब्रिक के निर्माण और प्रबंधन की सुविधा प्रदान करता है, 2026 तक सालाना 3.7 बिलियन डॉलर का हो जाएगा। इंटरऑपरेबिलिटी की आवश्यकता को समायोजित करने के लिए, क्लाउड सेवाएं जो एंटरप्राइज़ ग्राहकों को डेटा फैब्रिक बनाने में मदद करती हैं, आमतौर पर प्लेटफॉर्म अज्ञेयवादी होती हैं और प्रक्रिया अज्ञेयवादी।
डेटा फैब्रिक मार्केट स्पेस में लोकप्रिय विक्रेताओं में नेटएप और एसएपी शामिल हैं।
डेटा फैब्रिक के प्रमुख लाभों में से एक साइलो को खत्म करना है, जो आईटी में तब तक एक समस्या रही है जब तक कि बड़ा डेटा मौजूद है।
दशकों पहले भी, लोग मूल्यवान डेटा को उस स्थान पर ले जाने की आवश्यकता के बारे में बात कर रहे थे जहां इसका सबसे अच्छा उपयोग किया जा सकता है। डेवलपर्स और अन्य लोगों ने उन स्थितियों पर शोक व्यक्त किया जहां महत्वपूर्ण डेटा कुछ अलग वातावरण में फंस गए, और नए और महत्वपूर्ण उपयोगों के लिए उपयोग नहीं किया जा सका।
एक डेटा फ़ैब्रिक उन समस्याओं और बाधाओं को खत्म करने में मदद करता है, एक ऐसी प्रणाली बनाकर जहां डेटा अधिक स्वतंत्र रूप से प्रवाहित होता है। इसके बारे में एक बेहतर ट्रैफिक डिज़ाइन के साथ एक ट्रैफिक इंफ्रास्ट्रक्चर के रूप में सोचें, जहां उनके अंतर्निर्मित ट्रैजेक्टोरियों द्वारा संचालित डेटा पैकेट उनके लिए योजनाबद्ध गंतव्य तक जाने में सक्षम हैं।
जब गति और डेटा प्रक्रिया पहल की बात आती है, तो रूपक थोड़ा अलग हो सकता है, लेकिन कुछ मायनों में, यह सच है। यहां बताया गया है कि यह कैसे काम करता है: जब वितरण के लिए अधिक प्रणाली होती है, तो वे व्यक्तिगत प्रक्रियाएं अधिक सक्षम हो जाती हैं। वितरण बेहतर तरीके से होता है।
यह आइजनहावर के अंतरराज्यीय मॉडल के निर्माण के साथ सच था। अचानक, शहरों और दूर-दराज के गंतव्यों को एक दूसरे से जोड़ने वाले राजमार्ग बन गए। इसलिए यातायात में सुधार हुआ।
डेटा फ़ैब्रिक, कुछ मायनों में, डेटा प्रक्षेपवक्र के लिए बहुत सी समान चीज़ें, या समान चीज़ें करता है। आप किसी भी जटिल बड़े डेटा सिस्टम में कल्पना कर सकते हैं कि नेविगेट करने के लिए एक परिष्कृत वातावरण है। यदि उनमें से प्रत्येक प्रक्रिया स्वयं ऐसा करने के लिए है, तो यह अड़चनें और अन्य समस्याएं पैदा करती है।
तो डेटा फैब्रिक डेटा ट्रांज़िट के लिए एक फ्रेमवर्क और एक मॉडल के रूप में काम करता है। यह केवल हार्डवेयर को एक साथ जोड़ने और कुछ प्रक्षेपवक्र की अनुमति देने की तुलना में एक स्मार्ट नेटवर्क डिज़ाइन और निर्माण है। यह उन सभी विभिन्न प्रक्षेपवक्रों को आसान बनाता है।
डेटा फैब्रिक के बारे में सोचने का दूसरा तरीका कुछ लोकप्रिय उपयोग के मामलों को देखना है। उदाहरण के लिए, एंटी-फ्रॉड सिस्टम के लिए डेटा फैब्रिक का उपयोग होता है। यहां, बहुमुखी वातावरण होने से प्रौद्योगिकी और उसके मानव संचालकों को मूल्यवान जानकारी के लिए खनन के मामले में और अधिक करने में मदद मिलती है जो ड्राइव अंतर्दृष्टि में मदद करने वाली है।
अन्य उपयोग के मामले व्यापारिक दुनिया पर लागू होते हैं जहां डेटा फैब्रिक विशिष्ट विश्लेषण बनाने में मदद करता है।
संक्षेप में, डेटा फैब्रिक को डिलीवरी के साथ करना है। इसे पहले की आदिम प्रणालियों के एक प्रगतिशील वंशज के रूप में देखा जाता है जहां हार्डवेयर था और एक नेटवर्क था, लेकिन डेटा प्राप्त करने के लिए कोई समग्र प्रबंधन नेटवर्क सिस्टम नहीं था जहां इसे जाने की आवश्यकता थी। सामान्य तौर पर, डेटा फैब्रिक को डिजाइन और स्थापित करने वाले किसी इकाई के लिए डेटा गवर्नेंस के प्रमुख कार्य में शामिल होंगे, और यह देखते हुए कि डेटा का सबसे कुशलता और सबसे प्रभावी ढंग से उपयोग कैसे किया जा सकता है।
0 Comments