死磕了老半天，终于读懂了数据编织（Data Fabric） by 傅一平

Gartner发布的2022年重要战略技术趋势，Data Fabric（数据编织）赫然在列，这个概念现在挺火的，国内国外甚至有了相关产品，但数据编织这个概念并不是那么好理解。

假如要跟老板解释这个新概念，我是完全没信心的，虽然Gartner也做了解释，但过于抽象，各种概念乱飞，什么主动元数据，活动元数据，知识图谱等等，各个厂家也是你方唱罢我登场，都在基于自己的产品能力诠释着对数据编织的理解，让更多的人看得云里雾里。

我们首先看看业界是如何定义数据编织的，然后给出我的通俗易懂版本。

1）Gartner

Gartner将Data Fabric定义为包含数据和连接的集成层，通过对现有的、可发现和可推断的元数据资产进行持续分析，来支持数据系统跨平台的设计、部署和使用，从而实现灵活的的数据交付，其能力架构如下：

2）Forrester

Forrester提出了Big Data Fabric的概念，Big Data Fabric的最佳之处在于它能够通过利用动态集成、分布式和多云架构、图形引擎、分布式和持久内存等方面的能力来快速交付应用，其专注于自动化流程集成、转换、准备、管理、安全、治理和编排，以快速启用分析和洞察力，实现业务成功。其能力架构如下：

3）IBM

IBM认为Data Fabric的核心是一个数据管理平台，通过包括发现、治理、管理和编排在内的、全面的集成数据管理功能 ，实现“在正确的时间，从任意位置，将正确的数据与正确的人连接起来，从而全面释放数据价值，加速企业的数字化转型”的目标。Cloud Pak for Data 是IBM开发的具有数据管理、监管和分析功能的Data Fabric平台，如下图。

4）Talend

Talend认为Data Fabric是结合了AI能力的自动化数据集成平台。Talend的Data Fabric平台是由其数据集成平台发展而来，囊括了诸如大数据、机器学习、数据治理和 数据API等产品，将数据集成、数据治理以及数据运营统一在一个平台中，该平台架构示意图如下所示：

5）Denodo

Denodo在Data Fabric的能力定义上，更多的是追从了Forrester的能力定义，包括了数据摄取、处理和持久化、编排、数据发现、数据管理和智能以及数据访问等6类能力，不再赘述，但需要指出的是，其在数据发现