资源利用率不足，数据蔓延到整个企业IT系统导致管理的复杂程度不断加深，这是每一位CIO都要面对的难题。现实中的困境也促进了技术发展，数据即服务（Data-as-a-Service，DaaS）通过资源的集中化管理，为提升IT效率以及系统性能指明了方向。因此DaaS在过去的几年中得到了许多CIO的青睐，它包含的主要技术有数据虚拟化、数据集成、SOA、BPM以及PaaS等。

　　如何在正确的时间将正确的数据传输到正确的位置？如何将困在应用系统中的数据进行虚拟化？如何在数据复杂度以及数据量不断增长的情况下，依然能够支撑多变的业务需求？这些问题都在加速数据即服务的普及。

　　企业DaaS策略以及基础架构成为CIO和业务部门最为关注的话题之一，这体现在：

• 企业数据仓库(EDW)越来越倾向于DaaS策略
• 结构化与非结构化数据增长促使了DaaS的发展
• 应用孤岛中的数据越来越集中化管理，DaaS基础架构就变得更加重要
• 要做企业级的数据分析就必须先推行DaaS策略

　　在早期市场，DaaS主要关注的行业包括金融服务、电信以及公共部门。而在过去的24个月当中，我们看到如医疗、保险、零售、制造、电子商务以及媒体娱乐等行业也涌现出不少DaaS应用案例。

　　数据即服务用例

　　数据即服务的概念源自于交易、产品以及客户数据能够按需提供给用户，而不必去考虑地理位置或者不同的组织部门。此外，PaaS(平台即服务)和SOA的出现使得数据所处的实际平台也变得无关紧要。

　　数据即服务拥有非常多的用例：

1. 提供单一版本的事实(Single version of truth)
2. 支持实时商务智能(BI)
3. 交易处理的高性能扩展
4. 大数据分析
5. 跨多个领域的联合视图
6. 增强安全性与可访问性
7. 云数据、合作伙伴数据以及社交媒体数据的整合
8. 移动应用信息的交付
9. 企业范围内的搜索

　　什么是数据即服务？

　　数据即服务是指与数据相关的任何服务都能够发生在一个集中化的位置，如聚合、数据质量管理、数据清洗等，然后再将数据提供给不同的系统和用户，而无需再考虑这些数据来自于哪些数据源。DaaS解决方案能够提供以下的优势：

• 敏捷性。通过数据访问的整合，客户能够更加快速地对其进行移动，而无需再去考虑底层数据的来源。如果客户需要稍微不同的数据结构或者调用特定位置的数据，DaaS通过最小程度的变更能够非常快速满足需求。
• 成本效益。服务提供者找数据专家来建好底层架构，表现层可以外包给别人(报表和仪表盘用户界面等)，同时使得任何变更需求都能更灵活的满足。
• 数据质量。通过服务来控制数据的访问，这对数据质量改进非常有帮助，因为更新点只有一个。当服务彻底测试之后，如果下一次部署不发生变化，那么他们只需要进行回归测试就好了。
• 效率、高可用和弹性。这些优势来自于虚拟化，物理服务器资源共享将提升效率，跨多个物理服务器的集群可以提高可用性，动态调整和实时迁移集群节点到不同的物理服务器能够增强弹性。

　　数据即服务元素

　　客户需求构建一个DaaS平台，其中所涉及的元素主要包括：

1. 数据采集(Data acquisition)：来自于任何数据源，如数据仓库、电子邮件、门户、第三方数据源等。
2. 数据治理与标准化：手动或者自动整理数据标准。
3. 数据聚合：这个有很强的服务与技术驱动的质量控制机制，不是简单地写100个ETL程序。
4. 数据服务：通过web服务、抽取和报表等，让终端用户能够更容易地消费数据。

　　总结

　　相关领域知识，应用知识，人员与技能，流程和技术平台是DaaS策略的关键需求。DaaS的精髓在于使数据管理更为集中化，让更多的用户无需去注意底层数据的问题，而将注意力完全放在如何使用这些数据。