云中的仓库可以停止数据筒仓吗？

麦肯锡全球研究所估计大数据的应用每年仅在美国医疗保健系统中每年产生1000亿美元；信息素养现在是该领域成功的必要条件。但是，尽管信息对整个生物医学领域的许多公司都有价值，但仍然不愿接受正确存储该数据可以使用的数据。

矩阵，位于丹佛的双重总部和曼彻斯特之间，一直在悄悄地开发解决方案。最初，Matillion试图开发云数据仓库（CDW），这些仓库可以用作方便的存储库来供宝贵数据。但是从那以后的几年中，该公司开始更多地关注如何处理该数据以最大化其价值。它的专有软件，Artillion ETL和数据加载程序，希望表明仓库可以做得不仅仅是为不知所措的数据公司提供空间。我们与Matillion的主要解决方案建筑师Arawan Gajajiva进行了交谈，以了解更多信息。

Ruairi Mackenzie（RM）：为什么公司要将数据加载到云数据仓库中？

Arawan Gajajiva（AG）：企业使用云数据仓库（CDW），原因有一些。首先，CDW帮助他们应对不断增加的数据。基于云的数据仓库可实现灵活性和规模，使企业随着时间的流逝而弹性地增长存储并独立计算资源。在遗产本地数据仓库架构中，企业需要估算其未来的计算和存储需求，并采购适当的硬件以满足这些需求，即使今天不需要这些需求。至少，这将在短期内导致未使用的能力，如果业务需求变化（像往常一样），也可能导致未来的存储或计算资源不足，这导致无法满足业务需求或额外的投资以采购和安装其他资源。

随着数据的增加，管理它变得更加复杂。CDW在保持敏捷性和性能的同时降低了这种复杂性。除了应对大量数据外，企业还以多种格式创建数据。CDW支持各种数据结构类型和格式。

最后，CDW是改善灾难恢复的最佳选择。自动备份确保业务连续性。在灾难中，可以旋转处理能力以利用跨区域复制数据。

RM：科学数据通常是异质且复杂的。这对Matillion的数据加载器软件构成了什么挑战？

AG：所有业务中都存在不同的数据孤岛，其内部以不同方式格式化了不同的数据。Matillion数据加载程序支持各种数据源，这些数据源将将数据汇总到中心位置并将其统一在云数据仓库中。对于更复杂的用例，诸如Matillion ETL之类的数据转换软件可以将数据连接在一起，以使其可用于报告和分析。

RM：量产“破坏”数据管道提供商如何？

AG：Matillion数据加载器的发布会改变了该行业，因为Matillion为其某些竞争对手提供了旗舰产品的免费产品。通过免费提供此摄入工具，Matillion将数据民主化为企业的数据，帮助他们开始数据旅程。随着企业需求的复杂性的增长，Matillion能够帮助他们扩展到更全面的解决方案。

公司从挤出和加载数据中经历了成熟过程，以便他们可以对其进行分析，并进行完全转换。Matillion帮助他们了解将所有数据源汇集在一起​​并支持他们的外观，因为他们成为一个更具数据识别的组织，能够从数据中获得更多的收益。

RM：将数据加载到CDW中如何影响数据分析过程？

AG：云数据仓库是处理不断增长的数据量的强大方法，因为它们允许公司根据业务需求扩大或降低计算功率。对于历史上在旧工具上瓶颈的数据处理工作负载，现在有一种方法可以在使用专门为云的解决方案时获得更快的价值。这不仅节省了硬件和间接费用，而且还为开发人员和数据团队提供了更多的时间，可以回到他们的日子里，从而从事其他关键业务项目。

Arawan Gajajiva与技术网络科学作家Ruairi J Mackenzie进行了交谈捷克葡萄牙直播