数据集成解决方案属于三类之一。 首先是1990年代由EAI运动创建的老式数据集成解决方案,现在已扩展到包括公共云计算领域。 其次,全新的基于云的iPaaS(集成平台即服务)解决方案作为托管在开放Internet上但已存在于公共云提供商外部的按需集成服务器而从头开始构建。 第三,公共云内存在的数据集成解决方案通常更为原始。 但是,可以从公共云提供商内部轻松部署这些本机服务。
何时使用哪一个?
考虑到基于云的集成通常是事后的想法,传统的数据集成解决方案通常不适用于云计算。 也就是说,其中许多解决方案已经安装,并且在没有巨大成本和风险的情况下很难解决。
我的一般建议是,只要它们能够达到期望,就将它们留在原处。 尽管可能不希望将它们与基于公共云的应用程序和数据存储进行集成,但是由于它们以本地企业为重点,因此用iPaaS或云原生数据集成解决方案替换它们在成本上是无效的。
iPaaS解决方案在构建时就考虑了公共云中的数据集成,但也可以处理本地和传统数据集成。 这些已经在过去的十年中投入市场,并且是专门为混合和多云问题域而构建的,这些问题域还包括内部系统。
在大多数情况下,这是数据集成(无论是否是云)的最佳选择。 按需方法意味着您可能不必处理硬件和软件配置,软件会自动更新并不断得到改进,并且连接器和适配器是专为基于云的系统和数据库而构建的。
云原生集成解决方案通常专注于特定模式,例如集成数据流和原始消息传递。 尽管大多数生产和使用数据的本机系统都有连接器和适配器,但是如果不进行大量的自定义开发,通常就不支持与本地系统或其他公共云提供程序的集成。
所有这三种类型的解决方案都有其用途。 除非有令人信服的理由删除旧数据集成,否则请保留原位置。 请记住,它也可以充当iPaaS技术的本地数据访问网关。 您可以期望在某个时候替换它,但是将其推向未来五年意味着可以找到更好的解决方案。
云原生数据集成在很大程度上集中于本质上更为原始的战术解决方案。 它们确实提供了用于内部云集成的工具,但是对于更大的战略集成平台或通用数据集成,它们在设计上是不足的。
在大多数情况下,iPaaS成为首选的数据集成工具。 该技术已经成熟并且可以达到预期的效果。 说够了。