數據虛擬化：六個最佳實踐幫助企業“整明白”
譯文數據虛擬化牽涉的是整個企業，它所帶來的挑戰往往是組織和文化方面的，而不是技術方面的。
面向服務領域平時談得不夠多的一個話題是數據虛擬化。也就是說，能夠將來自不同數據源的數據匯入到抽象的服務層，這很方便，這與讓服務或應用程序使用實時生產數據庫形成了對照。這有助于減小對物理存儲系統的需要，又為使用數據的所有應用程序（尤其是商業智能系統、分析系統和事務系統）提供了統一接口。Judith Davis和Robert Eve著有新書《超載傳統數據集成，實現業務敏捷性》（Going Beyond Traditional Data Integration to Achieve Business Agility），文中深入淺出地探討了為什么要使用數據虛擬化技術，如何使用這項技術。與任何服務技術的情況一樣，數據虛擬化技術也牽涉整個企業的許多部門和人員，所以它所帶來的挑戰往往是組織和文化方面的，而不是技術方面的。
Davis和Eve概述了從事數據虛擬化工作的任何人都應該考慮的六大***實踐：
1.將數據虛擬化方面的責任集中起來。兩位作者說：“這么做的一個主要優點就是，能夠迅速推動這項工作，并且著手處理更宏大的概念，比如定義通用規范和實施智能存儲組件。”
2.約定和實施一種通用數據模型。“這將確保一致性、高質量的數據，讓業務用戶對于數據更有信心，并且提高IT工作人員的靈活性和生產力。”
3.確定一種治理方法。“這需要考慮到如何管理數據虛擬化環境。關鍵問題是誰負責共享的基礎架構，誰負責共享的服務。”
4.對業務用戶進行教育，讓他們認識到數據虛擬化的優點。Davis和Eve建議：“抽出時間與業務用戶進行交流，確保他們明白數據。日常多開展工作，讓數據虛擬化能夠為企業的其余部門所接受。”
5.注意性能調整和可擴展性。“在開發過程的早期階段，就要調整性能、測試解決方案的可擴展性。要考慮引入大規模并行處理功能，以便處理大容量數據方面的查詢性能。要兼顧這個事實：用戶在專門查詢和報告方面是無法預測的。”
6.分階段實施數據虛擬化。“先對數據源進行抽象處理，然后將商業智能應用程序放到上面，***逐步實施數據虛擬化的更高級的聯合功能。”
