Data Fabric突然火起来了，真有那么神还是被过度吹？

（信息源：综合多位行业分析师与技术博客的观点）

数据中台的热度还没完全过去,一个叫“Data Fabric”的新词又在各种技术论坛和厂商宣传中火了起来，很多人一听就懵了：这又是个什么新概念？是真能解决企业数据问题的“灵丹妙药”，还是又一个被过度包装的营销术语？要搞清楚它到底神不神，我们得先剥开它华丽的外衣，看看里面到底卖的是什么药。

（信息源：Gartner等咨询机构报告中的定义解读）

你可以把Data Fabric想象成一种“数据编织物”或者“智能数据网络”，它的核心目标其实很朴素：让对的人，在正确的时间，用最方便的方式，找到并用到他需要的数据，听起来是不是很耳熟？没错，这其实就是企业几十年来一直在努力解决的老大难问题，以前，数据分散在各个部门、各种系统里，像一个个孤岛，业务人员想分析点东西，得求爷爷告奶奶地找IT部门，IT同事还得从不同数据库里“扒数据”，耗时耗力，数据中台想解决这个问题，但它很多时候更像是在孤岛之间修桥铺路，而Data Fabric的思路更进一步，它想直接织一张大网，把所有的数据点都连接起来，并且让这张网自己会“思考”。

（信息源：技术专家对Data Fabric架构的通俗化解释）

它“神”在哪里呢？根据支持者的说法，主要体现在它的“自动化”和“智能化”，第一，它能自动发现和理解数据，传统模式下，需要人工去给数据打标签、写说明文档（这活儿又累又没人爱干），而Data Fabric会利用人工智能和机器学习技术，自动扫描整个企业的数据，识别出“这是客户信息”、“那是销售记录”，并理清数据之间的关系，它能自动发现A系统中的“客户ID”和B系统中的“用户编号”其实指的是同一个东西，第二，它提供统一的访问入口和治理，无论数据物理上存储在哪个云上、哪个数据库里，用户都可以通过一个统一的界面去查询和使用，就像使用一个巨大的虚拟数据库，数据的安全策略、合规要求也能在这张“网”上统一管理，确保数据不会被滥用。

（信息源：部分早期应用者的案例分享与行业观察）

这么看来,如果真能实现，那确实很“神”，有报道称某大型零售企业通过引入Data Fabric理念的技术，将其分散在线下门店、电商平台、社交媒体等多个渠道的客户数据整合起来，数据分析师现在可以轻松地分析出一个客户的全渠道购物行为，从而做出更精准的营销推荐，这直接带来了销售额的提升，这种打破壁垒、释放数据价值的愿景，正是Data Fabric吸引人的地方。

（信息源：来自质疑者的批评与冷静分析）

它有没有被“过度吹捧”呢？怀疑的声音也不少。它不是一个现成的产品，你无法像买一个软件那样，付了钱就能装上一个“Data Fabric”，它更像是一个架构理念、一套方法论，需要结合一系列工具（包括数据目录、数据集成工具、AI引擎等）和大量的咨询实施服务来落地，这就引出了第二个问题：实施难度和成本极高，对企业现有的数据基础要求很高，如果企业本身的数据孤岛问题非常严重，数据质量参差不齐，那么编织这张“网”的起点会非常困难，可能需要投入巨大的时间和金钱进行数据清洗和标准化，这绝非易事，第三，有“新瓶装旧酒”的嫌疑，很多批评者指出，Data Fabric所倡导的许多功能，其实在数据集成、主数据管理、数据目录等传统技术领域早已存在，它更像是将这些技术用一个新的理念串联和包装起来，并加入了AI的元素，但其解决的核心问题并没有发生根本改变。

（信息源：中立技术顾问的总结观点）

回到最初的问题：Data Fabric是真神还是被过度吹嘘？比较公允的看法是：它是一个非常有前景的发展方向，但绝非万能药。 它的“神”在于提出了一种更智能、更自动化的终极愿景，为企业数据管理指明了演进的道路，它的火热也确实伴随着厂商的过度宣传，容易让企业产生不切实际的幻想，以为能一劳永逸地解决所有数据难题。

对于企业来说,关键是要保持清醒，不要被炫酷的名词迷惑，而是要回归本质：企业当前最紧迫的数据痛点是什么？ 如果基础的数据整合和治理都没做好，盲目追逐Data Fabric可能就像在沙地上盖高楼，更务实的做法是，将Data Fabric视为一个长期的战略目标，先从夯实数据基础、提升数据质量做起，再逐步引入其理念中的自动化、智能化组件，Data Fabric是一剂“猛药”，但用药之前，必须先搞清楚自己的“体质”是否承受得起，否则很可能适得其反。