Utfordringer av data Management

Mens maskinvare som kreves for å lagre enorme mengder data blir billigere for hvert år, betyr det resulterende eksplosjon av lagrede data innhold som bedrifter blir tvunget til å tenke ut nye og innovative måter å møte utfordringene i behandlingen av denne gang sukkerroe vell av informasjon. Bare lagre alt for alltid på grunn av den lave kostnaden for lagringsmedier høres ut som en god idé til uinformert, men store mengder informasjon som er lagret i databaser og flate filer kan gjøre gjenfinning, sletting og arkivere en vanskelig prosess. Nye elektroniske data lover som krever spesifikke perioder med oppbevaring for å tillate revisjon i tilfelle av bedrageri eller andre forseelser bare tjene til å komplisere saker ytterligere.

Best Practices for Data Management

Som alle andre databehandling området, ekspertene i Anthony Ricigliano Data Management har samlet en liste over beste praksis. Mens hvert element ikke vil gjelde for enhver organisasjon, bør den enkelte IT butikken velge de løsningene som fungerer godt for deres spesielle datalagring modell. Med veksten i datavarehus, er en dataforvaltningsstrategi avgjørende for å lykkes med nesten alle forretningsområdet. Regler og koden skal være opprettet for å sørge for at hver bit av data alltid er nøyaktig, at det betyr det samme for alle, og hvert system, og at alle har tilgang til den mest oppdaterte informasjonen.

forvaltning av data

En data forvalter opprettholder metadata register og sørger for hvert dataelement integritet. Dette omfatter å sørge for at hvert dataelement har en klar og presis definisjon, at dataelement ikke er duplisert unødvendig, og at hvert dataelement har klare og up-to-date dokumentasjon som angir gyldige verdier, datakilder og data destinasjoner . Når dataelement er ikke lenger nødvendig, bør det umiddelbart fjernet fra filstrukturen. Data forvaltning sikrer konsekvent bruk av et definert felt mellom flere datasystemer, gir enklere kartlegging av data, og reduserer migrasjonskostnader.

Model Driven Integration

Ved å bruke Unified Modeling Language (UML), er noen IT-butikker ved hjelp av modellen-drevet strategi for å gi søknaden integrasjonsløsninger. Dette er et forsøk på å redusere kostnadene ved å møte de stadig skiftende kravene til dagens virksomhet verden med raskt å tilpasse eksisterende programvare infrastruktur. Den forsøker å skille forretningslogikk fra det underliggende systemet slik at enkelte komponenter kan gjenbrukes uten behov for å endre dem. Med denne teorien bør datalagring holdes uavhengig av program design og organisert i henhold til virksomhetens behov.

Aktiv datamodell

Relasjonsdatabaser er lagringsmetode for valg for de fleste organisasjoner som krever oppbevaring av store mengder data med rask gjenfinning ganger. Active datamodell "aktivt" frisker opp data som er sett på klientnivå. Klienten henter data i sin nåværende tilstand. Neste, låter det data som er opprettet, slettet eller endret av brukeren, og deretter sender informasjonen tilbake til tilleggstjenester for validering før permanent lagring. Fordi data på klientnivå er alltid up-to-date, for å kode designet sette opp eller manipulere dataene kan ofte bli redusert eller eliminert.

organisatoriske utfordringer

som mengden av lagret data vokser, så gjør de organisatoriske utfordringene. Mens ingen ønsker å holde utdatert informasjon, har det blitt stadig mer nødvendig å gjøre det i tilfelle av revisjoner eller juridiske utfordringer. Gamle data må arkiveres når det ikke lenger er behov for umiddelbar henting, men det må likevel holdes et sted at det kan nås ganske lett når det er nødvendig. Grunnet inkonsekvent klassifisering av data mellom systemer eller mellom organisasjoner, betydelig innsats og kostnader er bortkastet å forsøke å forsone data. I mange tilfeller vil begge systemene være riktig, men de kan følge ulike data management regler. Når dataelementer lagres i flere filsystemer, kan datafeil blitt et stort problem. Et system kan oppdateres før en annen, eller visse systemer kan ikke oppdateres i det hele tatt. Når to eller flere datasystemer er flettet sammen på grunn av veksten i fusjoner og oppkjøp, det bare forbindelser problemene hvis en aggressiv data forvaltningsstrategi ikke brukes
.