當企業的數據位于單個數據中心或云中時，數據管理會變得十分困難。當企業選擇混合云策略時，在跟蹤、保護和管理數據方面，將面臨全新的復雜性。

主要原因是，在混合云模型(這意味著將預設基礎設施與托管在Amazon Web Services、Azure或GCP等公共云中的資源配對的云設置)中，與所有數據都在一個環境中時相比，企業將有更多的數據供應商、工具和協議。

例如，可能有一些數據存在于預處理Windows和Linux服務器上的本地文件系統中。同時，企業還可以在公司網絡上運行的NFS或SMB文件共享中托管一些數據。同時，企業使用基于云的對象存儲服務，如AWS S3或Azure Blob存儲。企業可能會在組合中啟動其他存儲解決方案，例如NetApp。

在這樣的場景中，每個存儲供應商或協議不僅涉及不同的存儲位置，還需要一套完全獨立的工具來識別、管理、備份和保護數據。例如，在Linux文件系統上保護數據需要使用Unix工具來設置文件權限，而在Windows上，需要使用一組單獨的文件系統訪問控制。對于基于云的數據，可以使用云供應商的訪問管理框架，如AWS IAM等。

歸根結底，確定數據的存儲位置需要企業在擁有混合云策略時兼顧一套不同的工具。企業必須瀏覽各種數據孤島，并掌握許多協議和平臺，以保護數據安全并執行治理策略。

1、更好的混合云數據管理方法

在混合云中，我們無法消除數據的豎井性質，這是與生俱來的。

然而，企業可以采取措施，簡化混合云中存在的各種豎井中的數據處理方式。

通過積極主動和全面地發現、保護和管理數據，這樣不僅可以提高混合云管理的效率，還可以最大限度地降低不一致和疏忽的風險，例如將敏感數據留在不安全的位置。在這方面，有四種關鍵做法需要遵循。

1)實現完全的數據可見性。首先，只需通過創建全局數據索引來了解自身擁有哪些數據。畢竟，如果不知道數據存在于哪里，也不知道它依賴于哪些協議或平臺，則無法非常有效地管理數據。

建立一個數據索引來識別混合環境中各種資產中的所有數據，可以確保管理者隨時知道數據的位置。

一些存儲供應商只能為其存儲平臺編制索引。這是專有的，僅限于該豎井，因此IT需要手動集成索引以及存儲在云中的任何數據。

2)構建準確性。實現更好的混合云數據管理的第二步是確保數據索引不斷更新。企業的數據架構很可能不斷變化。例如，可以在混合環境中將數據從一個位置移動到另一個位置，或引入新型數據服務。

至關重要的是，企業的數據索引要保持靈活性和可擴展性，以便它能夠在發生這些變化時反映這些變化。企業的索引需要支持新的數據格式、存儲位置、協議等，以便它能夠持續適應自身業務。

3)根據規則和政策運作，努力部署可操作的數據管理策略。可操作的策略不僅允許企業管理者查看數據存在的位置，還允許使用聲明式方法主動管理數據。換句話說，企業應該能夠編寫策略，根據其定義的屬性定義數據管理方式，然后在混合環境中自動執行這些策略。

為了說明這在實踐中意味著什么，請考慮一個需要在一段時間后刪除特定類型的數據(如前員工或前客戶數據)以滿足合規要求的組織。

組織可以采取聲明性方法，編寫策略，說“當數據被標記為(在此處插入屬性)時，請在一年后將其刪除”，而不是試圖滿足該規則——這意味著外出并查找數據，然后手動刪除它。然后，該規則將在整個環境中持續執行。無論數據確切存儲在哪里或哪個協議管理數據，都將根據組織定義的治理規則進行處置。

4)保持良好的用戶體驗。最好的混合云數據管理實踐應該對承載數據的應用程序和服務是不可見的。

換句話說，他們應該能夠執行數據治理規則，而不會中斷用戶訪問和/或工作負載的運作方式。即使它們四處移動數據、修改訪問控制等，也不應該減慢性能或導致應用程序錯誤。

2、復雜的云，簡單的數據治理

當企業接受這四項原則時，將獲得一個跨混合云內不同邊界的數據管理和治理流程。

企業的數據“管理員”——即審計師、合規官員、安全工程師和其他負責安全、管理數據的利益相關者——能夠自動發現和分類所有數據，然后通過一致的策略對其進行管理。

他們還可以執行企業需要的任何數據保留和處置策略，即使這些需求因云中的不同數據存儲、服務和協議而有所不同。

3、結論

不可否認，混合云架構使數據管理本質上更加復雜。然而，通過正確的方法，無論云環境中存在多少數據豎井、工具或協議，都可以以確保效率和一致性的方式管理這種復雜性。

因此，與其讓混合云限制企業自身可以對數據做什么，不如以一種允許企業構建其想要的復雜且不影響其有效管理數據的能力的方式進行數據管理。