企业迁移大数据面临的五大风险

计算机系统之间的数据传输或存储格式从来就不是一个轻松的任务，特别是当它涉及结构化和非结构化的数据。芝加哥一家企业的数据解决方案提供商的联合创始人兼CEO Arvind Singh(以下简称辛格)认为，复杂的数据迁移工作意味着超负荷运行和延迟都是很长常见的。他指出，在迁移大数据时，面临着五大风险，企业应该竭力避免。

风险1：被委托进行数据迁移项目的员工缺乏实战经验。

一个公司的员工可能非常擅长他们所做的事，但这并不意味着他们是在数据管理、迁移和治理是专家。辛格表示，他们是数据的创作者和消费者，但是他们并不是完全熟练运用工具、过程、服务、模板和加速器。

风险2：你的团队太依赖工具的开发工作。

这个问题往往导致缺乏经验的员工。一个数据迁移项目通常是IT部门的事，但可能并没被专业训练过。迁移工具使用不当最终会迁移了错误数据。这类似于把垃圾传来传去。辛格表示，你的目标，当然是快速、可靠地传输数据。重要的是你如何运用数据迁移工具和"你搭配的有什么样的加速器和模板"。

风险3：交叉对象依赖性。

交叉对象依赖常常很晚才被发现。一个复杂的项目可能会有60、70、甚至80个不同的数据对象中来自一百个左右的应用程序。事实上，交叉对象依赖性--并在后来发现新的数据来源的过程--是主要的风险，可以打乱你的迁移的时间表。

风险4：试图在一个大的上传之后去上线。

这是一个灾难，辛格说，因为你在假设一切都是完美的，你将能够简单地点击一个按钮，和所有的数据将负载得完美无瑕。"这是个很大的风险，"他说。"你需要一个项目时间轴，复杂的，长期的测试负载的道路。"

风险5：预算超支由于不适当的范围或准备工作的欠缺。

这经常发生在，当一个组织认为它的系统集成商(SI)会照顾到这些细节时。这个问题，当然，会导致成本超支和毁坏的时间表。