趋势14。云数据验证

随着数据进出云(或数据湖)，数据错误和不一致性就会累积。这导致不到40%的数据云(和湖泊)是可靠的和可用的。对数据敏感的组织来说，缺乏云数据验证是一个存在的威胁。

每个数据存储库中唯一不同的数据验证规则使得即使对于中等大小的存储库也很难识别规则。大多数数据质量检查是动态的，难以编码，需要不断更新。理解数据访问控制至关重要。即使数据由外部服务提供商持有，客户自己也要对自己拥有的数据的安全性和完整性负责。云中的数据通常与来自其他客户的数据共享在一个环境中。因此，为了保持数据完整性，对每个客户的数据和其他客户的数据进行加密和隔离是至关重要的。数据恢复是保证数据完整性的重要手段。同时，需要数据保留策略(热、冷、热等)。所有这些因素都导致验证云数据的重要性上升。

一些公司已经采用了创新的解决方案，使用定制公用设施和Infosys数据测试工作台(IDTW)，建立了一个用于端到端数据验证的自动化平台，从本地遗留系统到各种AWS云数据源，验证大量数据。企业已经在遗留数据库中建立了自动数据验证的直接连接，AWS Redshift和Amazon S3使用IDTW进行端到端自动化验证。