企业网D1Net.com（全球IP通信联盟旗下媒体）10月28日讯数据虚拟化在以服务为导向的世界还谈论得不够多。相对于利用服务或应用实时产生数据库，数据虚拟化能很方便地从各种来源提取数据至一个抽象的服务层。这有助于减少对物理存储的需要，并为所有使用数据的应用提供一个共同的接口，特别是商业智能（BI）、分析和交易系统。

Judith Davis和Robert Eve在一本新书里探讨了为什么以及如何进行数据虚拟化，新书的名称是《超越传统的数据集成，实现业务敏捷性》（Going Beyond Traditional Data Integration to Achieve Business Agility）。随着越来越多服务与技术的加入，数据虚拟化涉及了整个企业中的很多人员，所以组织和文化上的挑战往往比技术上更大。

Judith Davis和Robert Eve概括了6个关键的最佳方法，是任何正在进行数据虚拟化的人需要考虑的：

1）集中数据虚拟化的责任。这条最关键的好处是能获得快速推进工作和承担更大概念的能力，比如确定共同的规范和实现智能存储元件。

2）同意并实施一个通用的数据模型。 这将确保一致的、高质量的数据，令企业用户对数据更有信心，并让IT人员能更灵活和更有成效。

3）建立治理的途径。 这需要包括如何管理数据虚拟化的环境。其中的关键点是谁负责共享的基础设施和共享的服务。

4）对业务方培训数据虚拟化的好处。 “安排时间与业务用户进行磋商，确保他们理解数据。” Judith Davis和Robert Eve建议。要长期努力地让数据虚拟化被机构的其他部门所接受。

5）注意性能优化和可扩展性。在开发过程的早期，调整性能和测试解决方案的可扩展性。考虑引入大规模并行处理能力来控制大容量数据的查询性能。请接受以下事实：在特别的分析和报告上用户是无法预测的。

6）采取分阶段的方式来实现数据虚拟化。 “首先抽象数据源，然后把BI应用置于顶层，逐步实现更先进的数据虚拟化联合功能。”（by Joe McKendrick ,Vivian 编译）