自莱特兄弟1903年首次飞上天空以来，航空旅行已经取得了长足的进步。今天，你可以在几分钟内订一张机票，到世界上几乎任何地方旅行，而不用担心幕后的后勤工作。然而，对于组织利用其数据中的智能来推动业务成果的能力，却不能说同样的进化。
如果我们回到过去一点，这对兄弟负责他们的莱特飞行器的整个设计，从建造他们自己的发动机，开发他们自己的螺旋桨，测试飞行他们未经验证的机器，以及介于两者之间的一切。如今，乘客无需担心机翼的阻力系数、飞行高度，甚至不需要担心飞行前几小时(甚至几天)的餐食是如何准备的。最重要的是轻松预订机票并准时到达目的地。
许多组织采用集中式方法将其数据资产合并到数据仓库或数据湖中。最初的想法是，数据湖将提供一个单一的存储库，数据可以很容易地访问、清理和交付，这样业务用户就可以获得他们所需的见解，就像预订夏威夷航班一样简单。
问题是，今天的现代企业数据是动态的、多样化的和分布式的。通过继续将大量数据泵入一个集中存储库，必须有人承担起管理、策划和交付这些数据的巨大责任。通常，这个单一的数据湖由IT或数据平台团队控制和监视，他们通常与创建数据的业务和需要访问数据的用户断开连接。如果不知道数据中有什么，数据来自哪里，或者数据的用途，怎么能指望他们提供准确、有价值的数据呢?
这种方法在发现、理解和充分利用数据的能力方面产生了重大摩擦。通常，业务分析师和用户必须构建“飞机”，为他们提供所需的数据洞察。由于对数据是否相关、是否高质量缺乏信心，这些数据消费者被迫追踪并与负责数据的部门合作，以了解数据的来源，并与技术团队合作，手动转换和清理数据以满足他们的需求。在当今的商业发展速度下，这些类型的努力根本无法扩展。根据埃森哲的数据，只有32%的公司能够从他们的数据中实现有形和可衡量的价值。
就像航空和航空旅行的发展一样，数据网格为组织提供了一条路径，通过提取锁定在数据中的丰富情报来改进数据策略，从而做出更明智的决策。数据网格不是一种技术，而是一种新的体系结构，用于简化对高质量数据的访问，并解决复杂数据环境的用例。
集中式数据湖方法的核心问题之一是，当数据流入不受他们控制的数据湖中时，数据的专业知识和管理就会丢失。其思想是将数据的控制权交还给创建和拥有数据的业务域。作为领域专家，他们更好地清理、丰富数据，并使整个组织的数据消费者可以随时使用数据。数据消费者不应该再需要不断地敲座舱门来确定数据质量并手动获取关于数据的可信事实。
业务域现在完全受控，它们可以将数据作为产品交付，这仅仅意味着数据所有者正在提供所请求的数据，这些数据处于随时可用的状态，不需要任何额外的返工。因此，数据应该很容易在目录中找到，可以使用标准命名约定寻址，并且数据所有者认为值得信赖。数据的语法应该易于理解，与其他数据集可互操作，并根据遵从性需求进行治理。
在过去，航班预订是通过给每个航空公司打电话来获得航班时间、价格、中途停留等信息，想象一下这种用户体验要花费多少时间和挫折。不幸的是，用户在使用传统数据策略时也会遭遇类似的体验。他们努力发现他们需要的数据，其中有什么，来自哪里，或者是否值得信任。数据网格使业务用户能够以自助服务的方式访问他们所需的数据，从而帮助实现数据的民主化，同时隐藏并自动化复杂性。在一组安全和治理护栏的保护下，数据用户可以在需要时获得他们需要的可信数据。
莱特兄弟为乘客在三小时内从伦敦到纽约铺平了道路。数据网格概念在简化提取速度和效率方面也具有巨大的潜力数据情报并影响业务成果(看看这个文章从谷歌开始告诉你为什么应该关心)。开始数据网格之旅的组织需要考虑正确的工具和流程，以最大限度地利用这种方法。
