企業加速數字化轉型之旅時不斷發現傳統的數據管理方法就是將數據整合到一起，以中心化的形式對其進行管控 - 清洗、建模、分析。然而，隨著數據量的增加、企業上云、物聯網的發展，數據的分散式存在和存儲將使傳統型方法給企業帶來諸多挑戰。

那么，如何解決這種挑戰？在Gartner 2022年重要戰略技術趨勢分析演講中，第一個提到的即數據編織（Data Fabric），一種新型的數據管理和數據整合的理念和架構。

Denodo認為數據編織架構將成為分布式企業的基礎。隨著數字業務和在線銷售渠道激增以及遠程辦公成為常態，形成了一個由設備、應用程序和數據基礎架構組成的復雜多樣的生態系統。尤其值得一提的是，數據基礎架構可涵蓋本地部署、單云、多云、混合云或這些部署的組合，可跨越區域邊界，任何單一的解決方案都無法將所有這些數據整合在一起。 

2022 年，許多組織都將創建一個數據編織架構，用以促進整個企業范圍內的數據進行整合和分析，并實現許多數據集成、數據準備、探索任務的自動化。數據編織架構使用邏輯、物理或混合方法統一分布在不同位置、具有不同格式和傳輸時間的數據資產。若各組織能夠選擇最合適的方法，利用這些數據編織架構就可以縮短交付時間并可以將其作為來年的首選數據管理方法。 

事實上，Forrester 最近的一項 TEI 研究表明，“數據編織架構技術使用人工智能/機器學習實現了數據管理功能自動化，并通過數據目錄、數據準備和數據建模提供其他語義功能，從而使數據虛擬化的發展更上一層樓。”
除了數據編織，Denodo預計 2022 年還將出現以下幾大趨勢：

1. 決策智能化可以更好地支持企業范圍的決策制定。各組織一直在獲取大量數據，并需要利用這些信息來推動業務成果的產出。人工智能/機器學習驅動的決策支持系統使常規控制面板和商業智能平臺變得更加強大，決策智能化在企業中的應用隨之變得越來越普遍。決策智能化是增強版（通過人工智能/機器學習）常規商業智能控制面板的組合，借助該組合，企業可以預測一組特定行動的成果并建議一個相對更好的行動，從而為決策支持系統提供幫助。

鑒于機器生成的決策能達到人類無法企及的處理速度，2002 年，決策智能化有望提升評估質量、加快評估速度。注意：機器仍缺乏意識，無法理解決策成果的含義。希望各組織能將決策智能化納入其商業智能堆棧，以便持續衡量成果，進而通過相應地調整決策參數來避免不符合預期的后果。 

2. 數據網格架構將變得更具吸引力。隨著各組織規模不斷擴大，復雜程度越來越高，中央數據團隊不得不與一系列職能部門和相關數據使用者打交道。因此，很難理解所有跨職能團隊的數據需求，也難以向其使用者提供正確的數據產品集。數據網格是一種用于數據分析的新型去中心化的數據架構方法，旨在消除瓶頸，使了解數據的人員更容易做出數據決策。 

2022 年及以后，擁有分布式數據環境的大型組織將會實施數據網格架構。由于大型組織內的不同職能部門或領域更理解其數據的正確使用方式，因此，讓各領域定義和實施自己的數據基礎架構可減少迭代次數，最終幫助滿足業務需求并獲得高質量數據基礎架構。由此還可以消除集中式基礎架構的瓶頸，并賦予各個領域針對具體情況使用最佳工具的自主權。數據網格會創建一個統一的基礎架構，使各領域能夠創建并共享數據產品，同時執行可互相操作性、質量、管理和安全的標準。

3. 組織將采用可組合數據和分析，為數據使用者提供支持。一體化架構已過時，但在縮小占用量方面仍值得期待。全球許多公司都要處理分布于不同區域、云和數據中心邊界的數據，因此幾乎不可能把這些數據整合到一個中心位置。鑒于此，至關重要的是組織可以從可組合數據架構中挑選特定工具，來構建其部分或全部數據基礎架構，也為數據基礎架構帶來更多靈活性。數據編織架構是可組合架構一個很好的例子，可以使用數據目錄工具、語義工具、數據集成工具和元數據工具來創建此數據編織架構。

數據管理基礎架構多種多樣，各組織通常使用多個系統或模塊，共同構成了其數據管理環境。能夠構建低代碼、無代碼數據基礎架構，使企業用戶可以將所需數據管理堆棧組合在一起，降低其對 IT 的依賴，從而提高數據靈活性和用戶友好度。 

2022 年，預計各組織將加快構建可組合數據和分析環境的步伐，這樣，組織根據自身需求將數據基礎架構堆棧組合在一起之后，就可以避免供應商的束縛，獲得更大的靈活性。

4. 小型、廣泛的數據分析將開始流行。人工智能/機器學習正在改變組織的運營方式，但要獲得成功，還要依賴于歷史數據分析，即大數據分析。大數據分析仍有其作用，但在許多情況下，此類陳舊的歷史數據發揮的價值將再衰三竭。 

2022 年，各組織將利用小型數據分析為其個人客戶創造高度個性化的體驗，以在短時間內了解客戶對特定產品或服務的看法。廣泛的數據分析需要結合不同數據來源的結構化、非結構化和半結構化數據，且是相對較新的概念，同時考慮到各組織結合使用地理空間數據、機器生成數據、社交媒體數據和各種其他數據類型的速度，因此此概念尚未得到廣泛采用。但我們進入嶄新的一年之后，預計小型、廣泛的數據分析在組織中將會獲得更大的吸引力。

5. 進一步采用云
 
2022 年，我們可以預計云采用率會進一步提高。這是順理成章的事情，因為最近的研究表明，將高級工作負載轉移到云的企業，其比例同比增加了 25%。
 
盡管云越來越流行，應用也越來越廣泛，但許多企業仍面臨一些困難。比如，要將數據存儲在多個位置會尤為棘手。由于涉及的數據數量龐大，且數據處理機制多種多樣，因此，將所有數據整合到同一位置的傳統集成方法已不可行。
 
明年，云項目的重點將轉向集成。構建統一的基礎架構，從而實現跨多個位置訪問和管理數據，這將成為未來的優先選項。因此，各企業將轉向可視化的數據基礎架構，來支持與供應商無關的架構。從長遠來看，這將使企業變得更加靈活智能。