数据虚拟化

从大量孤立数据中获取价值是一项艰巨的任务，但数据虚拟化解决了这个问题。数据虚拟化能够实时或近实时地将来自不同数据源（无论是本地还是云端）的数据编排到连贯的自助数据服务中，以支持各种业务用例和工作负载。

数据虚拟化最常见的方法是部署一个独立的服务器，充当数据连接的逻辑数据仓库层。该层成为所有数据源连接的接口。

嵌入式数据虚拟化具有许多与独立 DV 相同的特性。但是，系统不再使用一个外部平台，而是使用一个通用的统一数据访问层。

独立数据虚拟化

独立数据虚拟化解决方案是逻辑数据仓库的常用方法。然而，许多此类系统规模庞大、成本高昂且难以维护。此外，这种规模的项目通常需要整个 IT 组织的认可。

嵌入式数据虚拟化

与独立的数据虚拟化解决方案不同，嵌入式 DV 可以作为其他应用程序的战术组件进行部署。分析或集成解决方案可以利用嵌入式 DV 作为可扩展性的接口，并可以选择对其应用程序最重要的功能。

CData 驱动程序提供了嵌入式 DV 的一些组件，在不同的数据源上提供了通用的 SQL 接口。但是，处理数据的常见要求是能够跨源连接数据。对于这种情况，用户可以利用 CData Connect Cloud。

嵌入式数据虚拟化的好处

• 简化的应用程序开发 - 开发人员可以选择多个数据处理系统，并使用单个基于 SQL 的界面访问所有系统。
• 跨系统查询 - 在许多临时场景中，构建管道来整合数据是不切实际的。借助查询联合，您可以编写查询，根据需要直接合并来自不同来源的数据。
• 速度提升高达 85% - 与传统数据仓库和 ETL 相比，数据连接更快、更轻松。