采用大数据系统后，数据管理是如何随着整体数据环境的变化进行规划和执行的？Lakshmi Randall顾问分享了自己的观点。

过去的几年里，数据环境的变化不会在短时间内产生影响。随着大数据系统的扩张，数据行业的一些基本原则逐渐改变。这些变化需要数据专业人员具备很强的灵活性。近20年里，Lakshmi Randall花费了大量时间研究数据准备和质量问题。

将数据仓库与数据湖拿来做比较是有意义的。数据环境逐渐改变，你如何看待今天的数据仓库和数据湖之间的关系？

Lakshmi Randall：数据从收集到分析都是逐步完成的。当你理解了数据，当它实现结构化并且源于熟悉数据源时，线性方法就能发挥作用。

但在大数据环境下，对于半结构化或非结构化的数据，比如医生或保险索赔表单数据，线性方法不再可行。想要分析这些数据，必须找到数据源，完成数据归档并充分理解数据的意义。

你可以把获得的数据移动到数据仓库，或者直接舍弃无用数据。我认为随着数据环境的变化，不应该仅仅停留在线性的方法上，而是要思考发现和探索更多的方法。这样在处理或存储数据时，你才能采用最佳的方法。

数据环境的变化也带来了新的数据类型。我们应该拥抱不同的、合理的数据体系结构。数据治理仍然非常重要，但是你必须有一定程度的敏捷性和灵活性。

似乎越来越多不同类型的用户需要更多的IT支持，比如类固醇类药物的使用者。

Randall：不同的用户案例需要不同的策略。数据变成迭代过程的一部分，面对不同的用户必须“随机应变”，当然，日常分析也是如此。不同的用户也许是你所说的类固醇类药物的使用者或数据挖掘用户或数据科学家，也许是将某个领域理论知识实践相结合的复合型角色。

为什么要使用NoSQL？

Randall：当你掌握了真正的数据关系，在进行数据建模时更有驱动力，数据建模是不同于传统的关系数据库。这是使用NOSQL数据库的一个很好的例子。

例如，使用NOSQL可以帮助我们发现客户案例中隐藏的特殊关系，因为它存储的数据最接近自然的形式，而不是将数据转换为行和列。人们发现，有一些使用案例会将NoSQL数据库作为优先选项，这一切都与数据的性质有关。如果属于关系数据，那么关系数据库和数据仓库是更好的候选项。

如今，数据行业横跨IT业务。而现实情况是企业需要全能型人才——拥有数据分析能力、定性能力，同时又是领域专家、工艺专家、数据科学家、数据管家等，他们可以帮助企业实现多项业务目标。