O que é a gravidade dos dados e por que é importante?

Como os crescentes conjuntos de dados reformulam a infraestrutura, os custos e as decisões arquitetónicas a longo prazo

Principais conclusões

• A gravidade dos dados aumenta ao longo do tempo à medida que os conjuntos de dados crescem, atraindo aplicações, computação e sistemas de suporte para a localização dos dados e tornando a relocalização mais difícil e cara.
• A centralização oferece benefícios de desempenho, mas também aumenta os riscos, incluindo o bloqueio do fornecedor, a acumulação de dependências e a inflexibilidade arquitetónica.
• As operações de backup, restauro e recuperação são significativamente afetadas, tornando os testes regulares e uma governação de dados sólida essenciais para cumprir os objetivos de recuperação e gerir o custo e a complexidade.

A maioria das pessoas não pensa sobre a gravidade dos dados até que algo falhe—como uma restauração parada, uma conta inesperada da cloud ou uma migração de aplicação interrompida. O termo existe desde 2010, mas ainda é considerado um termo de nicho que é usado principalmente em conversas sobre arquitetura de cloud, engenharia de dados, backup de dados e recuperação de desastres.

Como os dados muitas vezes crescem exponencialmente e se tornam mais difíceis de mover, eles atraem outros recursos para si. Aplicações, ecossistemas, poder de computação e infraestrutura são puxados para onde os dados estão localizados. Em suma, a gravidade dos dados é a tendência de grandes conjuntos de dados atraírem as cargas de trabalho que dependem deles.

Com o tempo, os dados tornam-se um ponto de ancoragem. Em vez de mover os dados para outros locais, tudo o resto move-se em direção aos dados. Este é um resultado natural ao considerar questões de latência e largura de banda, computação de alto desempenho, processamento em tempo real, e os benefícios da análise de 'big data' e outros casos de uso. Mover dados para fora das instalações ou das plataformas de cloud introduz custos de transferência e riscos de exposição de dados e tempo de inatividade operacional. Muitas empresas não considerarão mover os dados a menos que haja uma necessidade comercial convincente.

Embora existam benefícios em centralizar dados e implementar aplicações nas proximidades, também existem algumas desvantagens notáveis. As empresas podem encontrar-se desconfortavelmente dependentes de uma arquitetura específica ou de um fornecedor da indústria. Variáveis como falhas, alterações de preços e questões contratuais ou geopolíticas podem ultrapassar a tolerância ao risco da empresa. Uma vez que o seu conjunto de dados e aplicações atingem um determinado tamanho, é um desafio migrar dessa configuração.

Os efeitos da gravidade dos dados podem também complicar os backups de dados. Backups completos e grandes restaurações podem demorar dias se tudo estiver a ser transferido através de uma rede. Os operadores de backup devem testar regularmente os seus processos de backup e restauração para garantir que os seus objetivos de recuperação podem ser alcançados. Estes testes devem também expor gargalos, problemas de largura de banda, lacunas de conformidade, dependências quebradas ou restaurações que parecem bem-sucedidas, mas que são, em última análise, inutilizáveis. Pode também descobrir que está a proteger em excesso os seus dados de baixo valor ou a não proteger suficientemente os seus dados críticos.

Gerir a gravidade dos dados resume-se a um pequeno conjunto de atos e processos intencionais:

• Saiba onde a sua gravidade de dados existe
• Projete a sua arquitetura para trabalhar com ela em vez de contra ela.
• Utilize controlos de governação, ciclo de vida e colocação para gerir custos e riscos

Ao centralizar deliberadamente os dados apenas onde criam valor real, as empresas podem mitigar os impactos negativos, obtendo ainda o desempenho e a perspetiva de que necessitam. Quando é compreendida e gerida adequadamente, a gravidade dos dados pode ser usada como uma vantagem estratégica.