12、多云架构原则定义与实现指南

多云架构原则定义与实现指南

1. 数据原则

在多云环境中，数据原则至关重要，主要涉及数据保密性和保护。以下是两个关键的技术概念：
- 记录系统（Systems of record） ：用于数据管理和信息存储，在云环境中，常见的有数据库，还可部署包含多个数据库的大型数据存储，公共云适合托管数据湖。
- 交互系统（Systems of engagement） ：用于收集或访问数据，包括电子邮件、协作平台、内容管理系统、移动应用甚至物联网设备等。

数据湖存储大量原始数据，数据科学家需定义精确数据集进行分析。Azure、AWS 和 Google 都提供相关工具，如 Azure 的 Data Factory 和 Databricks、AWS 的 EMR 和 Athena、Google 的 BigQuery。

随着企业向数据驱动转型，大数据和数据分析愈发重要。云可存储海量数据，系统需快速分析以触发行动，因此越来越多架构师认为模型中将出现“智能系统”层，利用机器学习和人工智能。Azure、AWS 和 Google 都提供相关 AI 驱动解决方案。

2. 应用原则

2.1 数据驱动方法

数据与应用在信息系统架构中紧密相关。现代应用遵循 Steven Spewak 的企业架构规划，采用数据驱动方法。企业决策基于数据，因此数据需相关、可访问且可用，应用需保障数据质量、可访问性和可用性。

2.2 云原生应用特点

现代应用通常非单体或基于客户端 - 服务器架构，云原生应用基于代码模块化和微服务原则构