部署成功的技术解决方案（尤其是在数据管理中），不仅需要安装软件并编写工作（或多个工作，在某些情况下还需要数千个工作）并运行这些工作。如果您正在采取新的数据管理计划，使用容器和无服务器技术进行部署，从传统数据源迁移到Hadoop或从本地迁移到云，那么您可能正在陌生的环境中航行。

我们希望获得有关公司如何获得真实答案的信息。正在迁移到云，特别是随着近云数据仓库技术的兴起。例如，我们想知道迁移到云数据仓库（CDW）是否被视为数字化转型的关键驱动力。哪些用例正在推动CDW的采用？云数据仓库是否可以帮助公司变得更加数据驱动？我们听取了反馈意见，并在与TDWI的报告中将结果分为了三个关键领域，包括进展，挑战和下一步。

我看到组织在开始数据治理之旅时犯的一个大错误是忘记了数据背后的原理，因此不要只管治，无论您需要小化风险还是化收益，都可以将数据治理项目链接到清晰可衡量的结果，由于数据治理是一项非部门的计划，而是整个公司的计划，因此您需要从一开始就证明其价值，以说服确定优先级并分配一些资源。

这是讨论如何成功构建受管数据湖的一系列博客的第二部分，对于所有阅读部分的人，谢谢！如果您还没有阅读它，我们请您先阅读它，然后再继续，因为第二部分将在此基础上进一步深入，在本博客中，我们将帮助您了解如何使用元数据驱动的体系结构和框架，通过适当的治理来构建成功的数据湖。

随着企业正在收集更多的数据，包括在防火墙之外创建的新数据集，向云迁移的步伐正在加快，实时向更广泛的受众传递数据，以及寻求更大的敏捷性和按需处理能力的需求也推动了这一转变。

从大数据到AI的集成技术正在驱动着全新的方式来运营业务以及这些飞跃如何影响其基础架构和工作量以及他对下一代计算方向的看法，到了2020年，受COVID-19和其他因素的影响，越来越多的分布式基础架构越来越需要更多的远程和自动化数据中心管理。此外，诸如云原生应用程序，容器，大数据，NoSQL数据库和人工智能之类的新型工作负载的兴起，推动了对裸机基础架构的需求。