数据结构与数据网格有什么区别 [复制链接]

无论是数据结构还是数据栅格，都能为广泛的商业、技术和组织服务。例如，数据科学家可以通过自动完成数据转换任务，同时支持自据存取工具，从而节省数据科学家的时间。数据结构与数据栅格也能整合并增强数据管理软件以提高成本效益。

数据结构将人工智能和机器学习等技术结合起来，就像编织一样，将数据源、类型、位置和数据访问方式连接起来。Gartner把它描述为“现有的，可发现和推断的元数据资产”，支持设计、部署和使用数据中心环境中的数据。

数据结构不断地识别、连接、清理和丰富实时数据，从而发现数据点之间的关系。例如，数据结构可以监测各种数据管道（一组操作，从源数据中获取原始数据，并将数据移至目的地），以便在最可重复的任务自动执行之前提出更好的替代方案。数据结构也能“修复”数据集成失败、数据管理更加复杂的方面，比如创建和分析数据集，限制谁能访问哪些数据和基础设施，从而提供数据管理和保。

为了揭示数据间的关系，数据结构建立了一张图表，它存储了数据的相互关联描述，例如对象，事件，情况和概念。该算法可于不同业务分析的目的，如预测和显示以前难以发现的数据集存储。

数据结构通常使用一系列的数据类型，包括技术，业务和操作数据。理想的情况是，它们与许多不同的数据交付“风格”兼容，、流传输、虚拟化等。此外，最佳数据结构解决方案提供了强大的可视化工具，使得企业能够监控存储成本，性能，效率，以及安全性，无论数据和应用在哪里。

除了分析之外，数据结构还能给组织带来很多好处，包括将云提供商与计算资源之间切换所造成的中断降到最低。数据结构也允许企业——数据分析，销售，市场营销，网络架构师和安全团队——调整基础架构，以适应不断变化的技术需求，将基础架构连接起来，不管数据在哪里。

另一方面，数据网格可以把大型企业的数据结构分解成由专门团队管理的子系统。数据网格利用依赖元数据来驱动建议的数据结构，比如数据传递，而数据网格利用专家在网格中监督“域”的专长。

“域”是指通过不同接口与用户或其它域通信的相关微服务集群。微服务由许多小型服务组成，这些服务松散耦合，并且可以独立部署。

域通常包括代码，工作流程，团队和技术环境，而在领域中工作的团队把数据视为产品。根据权限和角色，向任何数据消费者提供干净、新鲜和完整的数据，同时创建用于特定分析和操作目的的“数据产品”。