如何规划并新建大数据平台的独立生产域？5步走

一般来说，大数据平台包括以下4类数据生产域——生产生态环境（正式生产环境）、开发和测试环境、培训和演示环境、灾备环境。各生产域在由平台提供资源、安全、监控、故障恢复等保障的同时，不同的生产域之间还需要严格隔离，以确保数据生产的可靠性、可用性和安全性。具体到真实的企业环境，生产域的规划则更为复杂。

本文聚焦独立生产域的规划与新建，分享标准流程和注意事项。

为什么应该关注新建数据生产域？

企业在发展过程中，出于业务扩张、安全合规、组织调整等要求，常需要对现有的大数据平台进行独立的生产域规划，来匹配新涌现的数据需求。

举几个例子：

1. 业务快速扩张，数据生产域能否同步快速复制？

业务的快速复制是企业规模化扩张的常见做法。相对应的，大数据平台也要提供出足够的数据空间，以便这些业务投入使用。譬如，制造企业在某地建厂有成熟实践后，随后新建的各地工厂同样需要新建的数据生产域，工厂之间的数据作业互不影响。

2. 安全合规要求，能否确保独立的数据隔离和管理？

企业在开展跨境业务时，需遵守业务所在地的数据安全相关法律法规，且各地数据不允许无原则地传输交换。因此企业需创建多个物理隔离、数据独立的生产域，确保在当地的数据业务安全合规。在国内，对上市公司的财务数据往往也有数据独立管理的合规要求，也就意味着财务应有独立的数据生产域。

3. 匹配组织架构，各业态能否互不干扰、独立运营？

旗下有多个子公司、子品牌及业态的大型集团企业，必须在大数据平台分别设立多个独立的数据生产域，同时，也便于集团层面对每个子公司完成独立的数据成本核算。

在上述场景中必须注意的是，一个又一个的数据生产域代表着安全、隔离、稳定，但并不意味着重新建起了数据孤岛。

以“既隔离又统一”的集团数据云服务为例，集团大数据平台统一为各子公司、子品牌（独立数据生产域）提供存算资源、运维服务及安全保障，并保留对全集团数据资产分析洞察的能力。技术更为成熟的大数据平台，还应支持在合规前提下的“复用”，例如，支持复制标准空间的数据业务逻辑到新的空间中，以跟上业务快速扩张的节奏，避免一次又一次从头重建。

5步走，搞定新建数据生产域的规划

奇点云数据云平台DataSimba具备跨云多域多租户能力。依托DataSimba，企业可以统一建设并管理全域数据资产，也可以创建多个Workspace（工作空间，即独立的数据生产域），来完成多云、多品牌、多业态等管理需求。

DataSimba的权限管控体系有序、灵活、精细化，租户可以在一个Workspace下建立自己的Project（项目）并进行权限划分，也可以在不同Workspace建立不同的项目。一个Workspace中可以有多个租户建立项目，也可以被一个租户独占。

在数据云平台DataSimba中，规划并创建一个新的Workspace可归纳为以下5个环节：

1. 大数据集群评估

1.1 整体调研：调研企业业务和数据现状

确认业务整体目标以及业务范围；探查数据现状，明确数据分布及数据流向；IT系统调研，调研企业IT基础设施的现状；组织架构调研，了解企业整体组织架构。

1.2 资源评估：评估出需要的资源总量

通过调研的数据情况，估算未来数年整体的数据量；基于整体业务未来发展情况，估算整体任务数量。

1.3 组件评估：基于调研的业务场景，进行组件选型，满足业务的需求。

2. Account规划

Account（账号）指租户账号，此账号会绑定若干User（用户子账号），每个子账号可以被分配不同的Role（角色），每个角色可以控制能访问的功能权限。同时，每个子账号可以进行数据权限的绑定。

具体步骤包括：基于组织架构调研，明确需要建立子账号的用户；基于用户的职位职责，规划出不同的角色和所需要的功能权限；根据企业的数据安全要求，规划数据权限的设定；最后，Account与资源节点对应绑定。

3. Project规划

Project（项目）是一种对任务、作业、数据逻辑上的管理单位。

首先根据企业业务情况，选择适合的划分维度进行Project规划。划分完毕后，将上述Account相关的用户分配到对应的Project中。

规划Project的常见维度如下：

· 环境用途维度：例如开发环境、测试环境、预发环境、正式环境等。从经济性角度出发，通常分为开发环境、正式环境。

· 业务领域维度：例如订单域，财务域等。

· 组织架构维度：例如生产部门、市场运营部门、电商部门等。

· 地理位置维度：根据业务所在的地理位置划分，例如欧洲、北美洲等。

4. Quota规划

Quota（配额）指对不同用户或部门使用资源（如CPU、内存、GPU等）的分配及限制。

结合上述规划的资源和项目，可以开始进行Quota规划，通常遵循以下原则：

· 业务优先原则：重要的业务空间具有更高的配额，以确保任务能有效执行完毕。

· 资源利用率原则：在不影响业务使用的前提下，可以尽可能使用Quota共享的方式来提升资源利用率。

结合上述原则和业务场景，判断高优先级的业务。在确保高优先级业务有效执行的前提下，配置Quota。随后判断中优先级的业务，可以根据实际业务要求选择和低优先级的业务共同使用一个Quota。规划好Quota后，分配给对应的Project使用。

5. 任务和数据迁移

上述环节规划完毕后，开始正式迁移相关的任务以及数据。

DataSimba内置迁移客户端，支持将现有大数据系统的数据源、作业、任务、服务等对象自动化迁移至DataSimba。

此外，DataSimba提供完备工具，将现有Workspace的数据业务逻辑完整复制到新的Workspace中，以满足快速新建、复制独立生产域的需求。

写在最后：创建数据生产域，就是创建对象体系的实例

数据云平台DataSimba底层为数据云操作系统内核（SimbaOS Kernel）。内核将大数据领域的存储、计算、服务、调度、安全、租户等常用功能，抽象为一组标准对象模块。这组标准对象加上对象之间的关联关系，能几乎满足所有业务场景的需要。

如上图所示，Workspace（工作空间）、Account（账号）、Project（项目）、User（子账号）等均为“对象”，在DataSimba创建数据生产域，也就是创建对象体系的实例：

1. 创建Account实例，并关联Workspace；
2. 选择并创建Project实例；
3. 创建对应Quota实例；
4. 最后进行数据迁移，并创建Task（任务）、Job（作业）等实例。

通过创建对象体系（的实例）的方式来构建数据生产域，更有利于：

· 封装底层技术，提高易用性：以Project（项目）为例，数据云平台用户（工程师）只需通过该对象创建项目，完成对项目的各种修改，无需关注底层技术细节；

· 提高系统的可维护性：单个对象调整对整体影响小，例如Workspace（工作空间）这一对象需要支持新的特性，只需要对该对象改动，不会影响其他对象及关系。