在大数据和数据分析领域，技术的发展可谓日新月异。尤其是，随着企业加大数据驱动业务转型的步伐，越来越多的企业认识到掌握最新技术发展趋势对于确保企业实现数据分析战略至关重要。

　　在这样的背景下，有些企业便迫不及待地开展其数据分析架构的“现代化”，认为已经发展了几十年的数据仓库技术太过“传统”，而那些初创企业提出的一些新概念或者云原生的数据分析才是其抛弃“过时”架构的非常好的途径。

　　但是，这是完全正确的吗？现在，是时候厘清什么是真正的“现代化”，以及“传统”是不是真的过时了！

　　“传统”：意味着历经长期验证

　　企业推动数据驱动业务转型的核心诉求，其实是需要利用适合的技术将数据转化为业务的核心驱动力，而这也应该是其建立数据分析战略的根本出发点。

　　也许有些人认为已经在市场上应用了几十年的数据仓库技术过时了，要实现数据分析架构的现代化和业务智能的现代化，就必须放弃数据仓库技术。

　　其实，这种“保持现代”观点的一个关键谬误在于，认为必须放弃所有现有的基础设施和工具，这就像要把婴儿和洗澡水一起倒掉一样过于简单粗暴。推销这种观念的人，其实故意忽略了非常重要的一点，那就是”传统“其实意味着这项技术历经验证，传承着长期技术发展的精华。

　　在Forrester 最新的评估报告“The Forrester Wave™: Data Management for Analytics, Q1 2020”中，Teradata天睿公司再度入选领导者象限，这无疑能完全说明了长期占据领导者象限的企业和技术依然保持着历久弥新。

图：Teradata持续入选Forrester领导者象限

　　在Forrester评估的所有14家供应商中，Teradata在“当前产品”类别中得分最高。此外，Teradata被公认为是“突出的选择，特别是对于扩展性和可用性至关重要的混合部署”。

　　的确，Teradata进入市场已有40多年了。但是，这家行业的领导者一直并将持续站在数据管理和分析的最前沿。Teradata引领着数据分析技术的发展，连续17年入选Gartner的分析型数据管理解决方案（DMSA）魔力象限的领导者象限。

　　其实，这样的成绩和市场认可就是来自自己的“现代化”进步，并把这种进步整合到最新的整体解决方案中来实现的。

　　由此可见，所谓的“传统”和“现代”这两个特质是可以同时共存的。Teradata采用了经过长久验证的大规模数据库技术，在广受市场验证的可扩展平台Teradata Vantage上搭建了这些功能，并不断强化这项技术，以满足现代数据分析的需求，一直保持着数据分析架构的现代化。

　　从近几年大数据和分析架构的演进来看，现代体系结构存在一些特征，其中包括计算与存储的分离、弹性使用、云端部署以及基于用量的定价模型等。

　　Gartner分析师Ramke Ramakrishnan在《揭秘云数据仓库的特性》中写道： “由于数据存储和处理需求的现代化，云数据仓库在部署方面提供了更多种类和更多选择。”

　　但是，并非所有的云数据仓库都是相同的，也不是所有的云都能完全满足每个企业的需求。目前，企业已经清楚迁移到云至关重要，所以越多地转向混合云，以利用云的简化性以及本地部署解决方案的先进性。

图：Teradata Vantage基于混合多元部署的架构

　　Teradata Vantage专为混合云环境而打造，结合了本地部署和云数据仓库领域的优势，实现了简化和先进的融合：

　　部署：Vantage通过创新的MAPS无共享架构实现了计算和存储以及混合行列存储的分离，可以针对数据探索、高级分析和生产用例进行高效交付。

　　可靠性：Vantage具有很高的内置可用性Fallback，可以保护数据免受计算和存储故障的影响。云端部署的Vantage还可以在持久的存储上提供完整数据库的自动复制和存储备份。

　　性能：Vantage用户可以灵活调整计算实例的数量（增加/减少）、更改实例大小（扩大/缩小）、以及关闭计算实例以暂停核心操作以节约费用支出（停止/启动），从而动态响应客户对于性能和存储的弹性需求。

　　安全性：Vantage在对象级别、行和列级别提供了细粒度的安全性和访问控制，并使用户能够满足GDPR、PCI、HIPAA、ISO 27001、SOC 1、SOC 2和FDA 21认证。

　　定价：Vantage提供了基于用量和订阅的定价模型，最大程度保护客户的投资。

　　数据存储：Vantage通过提供快速访问块存储和对象存储来进行创新，以提供最高性能和最低成本的存储选项。Vantage还支持各种现代数据源和数据类型，例如Avro、Parquet、JSON、BSON和XML等。

　　其实，Teradata Vantage不仅满足上述标准，而且还提供了数据仓库基础所需的复杂功能。这些功能包括：支持混合多云部署、数据管理和高级分析集成、实时精确地访问和检索、使用软件而不是硬件优化性能、动态资源分配以管理所有SLA和内置的4D分析等。

　　作为面向未来需求大数据分析架构，Teradata Vantage紧密整合分析功能与引擎，提供敏捷的可扩展平台，提供描述性、预测性与指示性分析、自主性决策、机器学习、可视化工具等广泛功能。

图：Teradata Vantage支持主流的分析引擎和工具

　　特别值得一提的是，Teradata Vantage内置机器学习功能，同时还预置180多个分析功能，可对多结构数据进行转换、准备、分析及可视化操作，支持客户购买路径、营销归因、产品相关性、欺诈、营销优化等广泛的业务场景使用。