如今，越来越多的客户选择在云端部署 Tableau。作为国内领先的公有云提供商，阿里云凭借极具扩展性、安全性和灵活性的技术基础架构和数据管理服务，成为了企业部署 IT 资源的首选，并已助力全球许多企业有效推动了业务转型工作。作为 Tableau & 阿里云的长期合作伙伴，优阅达自 2019 年起，就在不断参与创新商业模式的融合和探索。「优阅达 • 阿里云商店」也早已为很多企业用户提供过便捷、优质的产品订阅与组件购买服务。优阅达 • 阿里云商店「优阅达 • 阿里云商店」能全面满足个人、中小微企业、大型企业的 Tableau 软件订购需求，并支持不满意退款、全程担保交易与交付全程监管。几年来，已有多家使用阿里云的企业客户通过「优阅达 • 阿里云商店」咨询购买产品与组件，一键订阅官方正版 Tableau 软件，提升业务数据分析与商业决策能力，推动数字化策略的落地。目前，「优阅达 • 阿里云商店」已上架个人与企业用户的 Tableau 许可证、Data Management 组件、eLearning 培训账号的订购服务，并将陆续上架更多数据产品及服务。这意味：国内的企业与个人用户除了在 Tableau 官网购买 Tableau Desktop、Tableau Server 软件，又多了一个购买 Tableau 正版软件的便捷通道。看到这里，你是否已迫不及待想要体验一番？别着急，商店入口与访问路径立即为你奉上！快速体验 Tableau 订阅咨询与服务路径一需要新购或续费 Tableau 许可证的企业用户或数据粉，可拷贝以下链接到浏览器，直达「优阅达 • 阿里云商店」：https://shop1238y6e4.market.aliyun.com/page/productlist.htm想随时随地访问商店？扫描下方二维码，进入移动端店铺，与我们沟通交流吧~路径二你还可直接访问阿里云云市场首页，搜索 “优阅达”，即可看到「优阅达 • 阿里云商店」提供的各类服务，在线选购所需的 Tableau 产品与服务。此外，所有通过「优阅达 • 阿里云商店」订阅 Tableau 软件与培训服务的用户，都将享受优阅达标准售后服务。服务有保障，交付有监管，还在等什么，赶快进入「优阅达 • 阿里云商店」，与我们联系吧！

Excel 与 Tableau 相同点：1、从功能上说 Excel 与 Tableau 都是数据分析的软件，它们可以从一系列的数据生成交叉表、各种图形（直方图、条形图、饼图等）等来揭示业务的实质。2、从操作上看 Excel 的数据透视表与 Tableau 生成图表的方式非常像，都是可以直接用鼠标来选择行、列标签来生成各种不同的图形图表。Tableau 相对于 Excel 的优势：1、Tableau 更适合数据可视化。从本质上来说 Excel 是一种电子表格，他的功能非常多。比如记录数据、制作报表、画图、甚至游戏。数据分析只是 Excel 的一种功能。在可视化数据方面我觉得 Tableau 比 Excel 做得更好。Tableau 投入了很多学术性精力研究人们喜欢什么样的图表，怎样在操作和视觉上给使用者带来极致的体验。它的设计、色彩、操作界面给人一种简单，清新的感觉。一份美观的图表 Tableau 可以一键生成，Excel 要达到相同的效果可能要花大量的时间来调整颜色及字体等。2、Tableau 更适合创建交互式仪表板。一个连锁的卖场可能在多个区域都在卖多种商品，如果我们在分析各个区域各个大类的商品我销售情况时发现有一个地区销售情况很差，我们可能想知道这个地区每个大类下各小类的商业的销售情况来找到问题的原因。这个在 Tableau 中是很容易实现的，数据的汇聚及钻取在 Tableau 你只需要动下鼠标就可以做到。3、Tableau 可以管理大量的数据。Tableau 宣传是可以管理上亿的数据，这个在 Excel 中是很难做到的。Excel 我感觉一般到几十万的数据时就非常卡了。Taleuau 性能主要是得益于它自己的数据引擎优化了 CPU 及内存的使用，使用了一些高级查询技术来加快查询速度。4、Tableau 支持实时数据刷新。Tableau 可以连接多种数据源，Excel 是其中的一种还可以连接多种数据库。业务人员可能每天都要从数据库中导出当天的数据来用 Excel 进行分析，如果用 Tableau 的连接数据源功能直接连数据库来进行分析数据就可能做到数据的实时发现。Excel 相对于 Tableau 优势：1、Excel 装机容量大。你如果是用的 Excel 做一个分析报告你是可以很容易把这个报告发给目标群体的只要他们安装了 Excel 的就可以打开了。如果是 Tableau 的 .twbx 文件还要你自己正确安装了 Tableau 才能打开。2、Excel 使用基本没有什么费用。Tableau 是需要付费使用的。

Tableau 起源Tableau 软件的起源是 1997 年至 2002 年在斯坦福大学计算机科学学院进行的学术研究。 Pat Hanrahan 教授与他的博士生 Chris Stolte 一起工作，专门研究关系数据库和数据多维数据集可视化技术，并利用桌面显示在关系数据库上研究。研究搜索通过将数据库查询语言和图形呈现相结合，发明了一种数据库可视化语言，把这个技术称为 VizQL（可视化查询语言）。 VizQL 是 Poralis 系统（用于搜索多维数据库的界面）的核心。 Tableau Software 是在 2003 年从斯坦福大学分拆出来，在 2005 年推出 Tableau Desktop，用来做查询关系数据库，多维数据集和电子表格。可以说 Tableau 是新一代的 BI 软件，也是团队里一线做业务人员的最佳数据分析应用工具。数据分析：以1"工作表"，2"仪表板"，3"故事"为载体 最终为数据分析的报告提供题材；数据可视化：通过拖拽数据，快速对相关图表进行业务数据分析；一、BI（商务智能）与 TableauTableau = 敏捷商务智能（Business Inteligence,BI）+ 数据可视化1、传统 BI 系统架构底层：数据源中层：ETL（抽取、转换、装载）上层：数据仓库形成 DWD（明细数据层）IT 人员根据预先定义好的分析需求，对明细数据进行汇总、建模形成 DWA（汇总数据层）前端：报表展现工具2、Tableau --数据可视化数据可视化：指借助于图形化手段，清晰、有效地传达与沟通信息Tableau 的核心是其数据可视化技术，主要包括两方面：独创的VizQL数据库、用户体验良好且易用的表现形式二、Tableau 主要特性1、极速高效传统 BI：ETL 过程处理数据→数据分析有延迟性Tableau：内存数据引擎：直接查询外部数据库、动态从数据仓库抽取数据→提高数据访问和查询效率。拖放数据列：由VizQL转化成查询语言，支持下钻/上卷查看数据，使用筛选器/组/分层结构变换分析角度→灵活、高效的即时分析。2、简单易用3、可连接多种数据源，实现数据融合支持访问多数据源：带分隔符的文本文件、Excel 文件、SQL 数据库、Oracle 数据库、多维数据库等支持数据源切换、并用支持创建联接（关系数据库/文本文件时）：左联接、右联接、内连接等4、 高效接口集成，良好可扩展性Tableau 提供多种应用编程接口：数据提取接口、页面集成接口、高级数据分析接口数据提取 API（数据提取）：通过该接口可在 C/C++/Java/Python 中创建用于访问和处理数据的程序→创建 Tableau 数据提取（.tde）文件JavaScript API（页面集成）：通过该接口可把由Tableau制作的报表和仪表盘嵌入到已有的企业信息化系统或企业商务智能平台中，实现与页面&交互的集成，与数据分析工具R的接口（数据分析）：支持与R的脚本集成。三、Tableau 的产品体系1、Tableau Desktop = 桌面：软件优化速度特别快 100 倍，可以连接几乎市面上所有的数据源；功能比较全面，这个版本是收费的；但是在官网可以有 14 天免费使用体验，要是想做数据简单分析快速上手比较推荐；还有个人版和专业版内容上有区分;个人版：能连接 Excel，Access，文本，但是不能连接到 Tableau Server；专业版：链接平面数据源，数据库，大数据 ，以及市面上所有常用的数据源（强大）；2、Tableau Server = 服务器：商业智能应用程序，用做发布 Desktop 内容，可管理数据源，同时可直接连接服务器在平板电脑，手机登终端查看3、Tableau Online = 在线：专业分析更迅速，可省去硬件安装成本和时间，不管是外地出差，回家，浏览器进行数据查看，云商业智能软件， 基于 Tableau Server 上拓宽产品，可查看分析；4、Tableau Reader = 阅读器：阅读，浏览的可视化产品的一款产品。是一款桌面程序，有客户端；也就是 Tableau Desktop 制作出的内容进行业绩查询等，如果没有支付能力购买 Tableau Server 那么可以下载 免费版 Tableau Reader，以后在文件传输过程中也可以让同事提前下载 Tableau Reader 后，把制作出的文件发给同事就可以了。5、Tableau Public = 公共场所：适合于所有喜欢在 Web 上讲述故事的人，牛人比拼，相互学艺的大操场；免费的，但没隐私可言，数据都公开，也就是任何人都可以查看和下载其他人上传的作品。感觉这个说白了是没有普世化前用户的秀场，可以用于展示相关报表，分享到 Facebook，Twitter，微信上面，在界面中可以进行数据互动，查看数据，查询数据，对数据进行筛选和过滤。这个需要提前注册一下，这样子你做的文件就可以保存到 Tableau Public 上面了。

》Tableau：操作简单，可视化；如果要在一个大企业内推广，Tableau 更容易，因为入门简单。Tableau 企业用户比较多。Tableau 是一个可视化分析平台，它改变了我们使用数据解决问题的方式，使个人和组织能够充分利用自己的数据。Tableau 在行业上数得上是老大哥，成立于 2003 年，是斯坦福大学一个计算机科学项目的成果，该项目旨在改善分析流程并让人们能够通过可视化更轻松地使用数据。在 “Gartner 分析和商业智能魔力象限” 中，Tableau 已经连续 6 年被评为领导者，早已经成为数据分析人员的必备工具。Tableau 的优势也非常明显：灵活、图表类型丰富且视觉效果更加生动等。整体上功能模块有数据源、视图、工作表、故事等。产品分为 Tableau Public 、Tableau Desktop 、Tableau Server、Tableau Cloud、Tableau Reader、Tableau Mobile，如果需要使用到数据清理部分，可以再搭配 Tableau Prep 一起进行组合。Tableau 的家族成员总的来说功能很全面，对于专业的数据分析师来说很实用，可以根据需求选择不同类型子产品搭配使用。不过对于我自己来说，对于仪表板设计布局上稍有不习惯，感觉更便向西方人的使用习惯，仪表板布局编辑时感觉稍微有点迟钝。再看价格方面，按年订阅，之前是分产品收费，现在是分角色授权收费，换算成人民币后，一个用户一年的费用还是不低的。况且企业订购时，一个组织内授权账号配比需要相对合理，至少需要一个或两个 Creator 授权，5 个以上 Explorer 授权和若干 Viewer 授权，订购费用会随着账号数量增多而增加。》Power BI：可以做复杂报表，筛选、计算逻辑清晰，可自定义，但很多功能要用 DAX 编小程序，托拉拽能实现的功能很有限，不易入门。和 Android 一样，生态开放。Power BI 入门门槛略高，部署稍微麻烦，需要 IT 支持，而且新手容易搞混图表参数，做出稀奇古怪的可视化，画布的设计也有难度。Power BI 个人用户相对多一些，目前国内 BI 商业化模式推广正处于起步阶段。也有人说目前 Power BI 的报告能力，颜色和文字能力，图表的定制能力，目前不及 Excel 和 PPT。Tableau 比 Power BI 更容易上手，在 Power BI 需要各种操作设计的时候，Tableau 确实通过点选拖拽就可以完成。打个比方可能是，你在 Power BI 梳理逻辑的时候，我 Tableau 已经输出结果了。

现在的 BI（商业智能）就像几年前的 ERP 一样，成为 CIO 们关注的焦点。在 ERP、OA 等基础信息系统部署完成之后，企业如何对业务数据进行更为有效的管理，如何利用这些数据创造价值成为企业急需思考的问题。在这一背景下，BI 大放异彩。与操作型系统 ERP 等不同，BI 是分析型系统， ERP 等各类信息系统中的数据，只有通过 BI 才能将隐藏在数据中的信息挖掘出来，转化为事实。利用 BI 分析的结果给企业带来商业价值才是 BI 系统实施成功的重要标志。然后说起来容易，做起来难。在 BI 实施过程中，多数企业都走过弯路、踩过坑，甚至花费了几十万、上百万的成本，却惨遭失败。这样的实际状况非常让人痛心。用一句流行的话来说：方向不对，努力白费。那么，BI 项目实施的真正目标是什么呢？别着急，不如先来看看下面的几个失败案例。1、需求开发跟不上实际场景某女装公司组织实施 BI 系统，项目第一期就花了 100 多万，长达 6 个月的周期，经历了业务需求调研、数据清理、指标体系梳理、数据模型构建等等一系列项目实施过程。然而现实却给了项目组一个响亮的耳光，在 BI 系统上线后，3 个月内使用次数屈指可数。据业务人员反馈，最初要求的报表早就已经不满足实际场景了，新报表开发又来安排在下一阶段，第一期项目很快就被宣判失败。2、操作复杂员工不愿意使用某知名饮料品牌企业人员抱怨，自从 BI 系统上线之后，业务人员非但没有节省精力，反而越来越忙。这不，一周好几个 BI 系统操作培训会，不仅要抽出工作时间学习，还要下班后熟悉。3、完全跟不上决策速度某酒店行业一直都用BI系统制作月度报表，从数据拉取、校对到报告制作、汇总，少则3天，多则5个工作日就过去了！但是，即使这样精心准备了一周的销售数据报告，当老板突然问起某个数据异常的原因时，经常还是问得大家哑口无言。难道又要会后重新做一份针对这个异常数据分析的报告吗？要多长时间，老板等得及吗？业务等得及吗？总结一下失败经验，才能更好地指导自己的企业走向成功。BI项目实施的目标，是要构建企业以业务为中心的数据驱动流程，成为即开即用的决策大脑。授人以鱼不如授人以渔IT 人员花费大量精力做出固定的报表模板，却吃力不讨老，要么早已过时，要么不够灵活。实际上业务人员对相关业务数据的敏感性远远大于技术人员，哪怕是一个微小的波动都有可能让他们发现其中的商机或是漏洞。让技术部门去进行业务分析，一定需要模型，需要工具，而让业务部门去分析，可能只需要看一眼数据就能得出结论。让业务人员在与数据的碰撞中产生感觉，才是 BI 应用的较高境界，如果再加上一些模型的帮助，则更是如虎添翼。

BI 是所有 IT 系统中最适合于管理层和决策层使用的信息系统。 ERP等各类信息系统中的数据，只有通过 BI 才能将隐藏在数据中的信息挖掘出来、转化为事实。BI 的实施也需要依据企业情况进行“定制”。如何实施 BI？实施过程中需要注意什么？这里分享某企业 BI 实施的项目经验。项目实施背景实施的对象是一家服务于运营商的项目实施公司。其业务遍布全国各地，每个月存在大量数据的互动与分析，所以数据量非常大。在过去十年，公司为项目实施业务建立了两个系统，一个是 SAP，主要关于项目的财务数据；另一个是 PMP 系统，主要关于项目的进度信息和基础信息。在实施 BI 之前，为了满足报表分析的需求，经常需要手工从数据库中导出表，然后处理数据再分发到全国各地。很明显，手工处理数据带来的工作量十分繁杂。项目实施过程建立 BI 目的是希望通过 BI 来集成数据，做成自定义的报表工具，然后形成一个统一的平台。这样一来，各地人员都可以通过统一的平台查看经营数据，避免数据分发的流程。在实施项目过程中，我们把这个项目划分成两期，第一期是将现有数据进行展示和分发，目标是建立满足日常运营管理的报表系统，规范基础数据，每个部门至少两人掌握报表设计开发。目前该公司既有的业务系统是在不同时间段、不同供应商，由不同人开发出来，一些相同意思的基础数据会存在不同系统中。同样，一些基础的数据在不同的系统中或在不同的业务中都会有不同的意思，所以需要统一基础数据的规范。通过这样一期项目，希望能够输出报表系统的数据库设计文件，通过BI项目的实施推动 PMP 和 SAP 基础数据的规范，为之后的二期开发提建议。BI 的实施，关键在于整体的设计，团队的构建和沟通，在这过程中有哪些需要注意，总结以下四点。经验 1：明确 BI 项目价值在哪?BI 并不单单是一个工具，更像是一套解决方案，它将准确的数据进行加工、组合，然后形成业务所需要的知识，提供给高层参考，帮助企业做出明智的业务经营决策。但BI也并非万能，也有解决不了的问题：比如决策和分析的逻辑问题；起始数据不全、不准的问题。但如果是常规简单业务、相对单一数据源（来自系统），只是展示数据，实施是较快的。对于需要整合数据，引入业务逻辑的 BI，实施有一定的难度，其产生的价值远胜过产品。经验 2：关注组织中不同角色的动机，建好项目团队在项目实施中，实施人员的参与度非常重要。这个参与性体现在哪？BI 的参与人员基本上是这样几类人：1、高层管理者：最关心经营逻辑是怎么通过报表系统展示出来的；2、经理层：关注分析基础工具的准备是否到位；3、业务执行层：关心如何响应不断变化的需求，需要什么维度数据统计来做报表；4、IT 支持人员：更多的是站在技术的角度把系统的数据融合起来，解决“信息孤岛”问题。在实施过程中，由于参与者的观念差异，会朝着不良的方向发展，比如直接将原来手工出的报表丢出来当需求，最常见的问题是：你能不能用系统帮我将XX报表实现；有一少部分单纯做数据处理的人会有危机感；会有个别因为实施系统会对原有工作发生改变而不积极，如原来处理错误的可手工调节。所以合格的实施项目经理不是技术实现，而是组织系统实现，前提是深刻理解业务；对于总体设计需要一个灵魂任务，比较好的理解高层管理者的经营逻辑，通过BI管理的变化，但是这个角色绝不能是技术人员担当；需求阶段要听实际执行层的业务管理人员的需求，但不能全体；在实现阶段要本单位的系统人员参与，解决数据的取数问题；在基础数据准备阶段要求执行层人员参与一步步核对数字；分析时要尽量要求执行层人员亲自做展示页面。经验3：系统整合是关键，整合的关键是建规范整合的关键是要建立规范，主要体现在下面几个方面1、系统与系统间的不规范问题 & 数据校验例如，同一内容在不同系统不同的叫法；同一内容在不同系统不同的分类法；同一内容在不同系统不同的统计规则；手工数据需要注意校验。2、注意系统取数溯源法系统之间不可能是互相成立的，生产系统数据间可能有互相同步，所以一定要保证数据来自最原始的系统，不要用中间数据库系统的数据。3、系统数据同步次序安排的考虑经验4：项目计划+整体设计很重要当初以为建立BI的过程很简单，就是把各个系统的数据库腾出来然后进行组合，进行加减乘除、筛选、分组、排序就做出报表、酷炫的图表在页面上显示。但其实不然，业务最重要的是数据的准确性，所以数据源基础的准备工作是一大难点。数据源准备要一步步的核对数据，从中发现数据整合中要注意的问题。之后，关于业务包的设计比较关键。数据库准备必要的模板考虑，不要受原系统的影响，要充分的理清取数逻辑，处理规则的一致性。最后是规范问题。要以业务思考的逻辑来布置页面，尽量保证页面设计的业务术语和样式一致，视角效果上最好一屏展示。

1、Tableau推荐人群：数据分析师、数据分析新手、可视化爱好者、企业选型优点：全球知知名度很高的数据可视化工具，用户群体庞大，操作界面很灵多，图表设计简洁明了、个性化程度高，易用性和交互体验优秀。傻瓜式入门，适合新手，随着经验增多，也有更多专业功能的可以循序渐进的学习使用，进行更加高阶的可视化分析，是很多可视化爱好者的选择。缺点：免费版功能有限。2、Flourish推荐人群：可视化爱好者优点：可以说是最好用的免费可视化在线flash网站，在国外很有名，提供了非常多的数据可视化模板，你只要把数据导入到模板里，设置好相应的速度、颜色、图标等信息，可视化图表就完成了，绘制完成的可视化图表可以发布并且嵌入到网页或者PPT中。缺点：网站都是英文，动态图表无法导出成视频，只能录屏。3、花火推荐人群：不想写代码可视化爱好者优点：一个在线图表制作工具，基本的图表类型都有，还能够智能推荐图表，图表参数可以自定义，制作完成的图表可以导出成PNG、JPG、SVG等多种格式，动态图表可以导出成视频。缺点：免费版本导出都带水印，想导出高清视频，去除水印，都需要付费。

本文简要介绍了数据虚拟化平台的优势，该平台可以扩展现有的传统数据集成解决方案，甚至完全取而代之。下方汇总了关于数据集成的十点事实：1）维护成本低于传统集成工具。多次物理复制、移动和存储数据所需费用高昂，数据虚拟化可创建虚拟数据层，省去复制或存储成本。2）以更快的方式管理数据。 不必等待数小时甚至数天，数据虚拟化能够实时提供结果。3）与传统数据仓库相辅相成。数据虚拟化可与现有数据仓库解决方案并行部署。4）最大限度提升性能。数据传输开始之前的延迟往往会拖慢性能。数据虚拟化可直连来源，实时提供可操作的洞察。5）实现自助式商业智能。 多次物理复制、移动和存储数据所需费用高昂，数据虚拟化可创建虚拟数据层，省去复制或存储成本。6）可实现安全的数据治理。 数据虚拟化能针对企业中的各类信息和元数据建立集中访问点，从而实现安全管理、数据治理和性能监控。7）远超数据联合范畴。 数据虚拟化集数据联合技术十年发展之大成，与数据联合可谓“和而不同”，数据虚拟化涵盖性能优化以及自助式搜索和发现的高级功能。8）带来丰厚的投资回报。 典型数据虚拟化项目实施之后不到六个月即可看到回报。相较于传统集成方法，企业借由数据虚拟化可节省50% 到 80% 的时间。9）比传统方法更敏捷。 借助数据虚拟化可实现无缝原型设计，并且能够在执行战略测试之后再于企业层面推广实施。10）为大数据结构提供恰当情境。 数据虚拟化支持的大数据结构可以集成数据，为预测分析做好准备，并将数据实时提供给使用者。

Denodo 客户案例》Logitech：数据虚拟化与 ETL 系统相辅相成，助力公司成功实现云迁移Logitech 成立于瑞士，是一家全球性的个人计算机和平板电脑配件提供商。公司多年来致力于开发和提供数据服务，通过ETL 流程集成的本地部署系统进行分析。但事实证明，为业务用户预配数据服务这种方式被动、耗时且效率低下。为克服这些局限性，Logitech 将 IT 运营转移到了云端。但是，由于某些数据源仍位于本地，Logitech 需要一种可以无缝集成其所有本地部署、ETL 和云组件的解决方案。Logitech 利用 Amazon AWS 上托管的 Denodo 平台，构建了可以集成这些来源的数据虚拟化层。创建单一的一致数据存储后，Denodo 平台可向 Tableau、Pentaho BA 和 Web 服务等分析和报告应用程序提供数据。在Logitech 基础架构中，Denodo 平台已成为单一可信来源，能够满足整个使用层的需求。》领先的国家人寿保险公司：通过数据虚拟化增强 ESB 某领先的国家人寿保险公司拟通过 ESB 集成来自各种异构来源的数据，但利益相关者无法轻松更改输入参数，导致该公司企业数据市场（内部数据集市）的复杂性和延迟增加。这家领先的国家人寿保险公司部署了 Denodo 平台，借此构建了虚拟数据层，数据市场 UI 可以通过 Web 服务访问该层。数据虚拟化层统一了来自异构来源的数据，之后再将这些数据传递至 ESB，从而完全支持公司的现有工作流，同时还支持利益相关者动态更改查询参数和其他功能。》Digital Realty：以数据虚拟化替代 ETL 流程Digital Realty 是一家数据中心并购、所有权、开发和运营以及托管服务提供商。在数据集成方面，公司当时广泛推行 ETL 流程，但逐渐发现这些系统对业务用户访问信息的效率和速度产生了负面影响。Digital Realty 以 Denodo 平台支持的单一数据虚拟化层取代了大部分 ETL 流程，包括用于 MDM 的 ETL 流程。此外，数据虚拟化层无缝聚合了各种各样的来源，为 Digital Realty 基于 Birst 的仪表板提供数据，从而使高管人员能够更为轻松快捷地编制财务和运营报告。数据虚拟化层将数据交付速度提高了五倍，并令 Digital Realty 得以将成本高昂的 ETL 流程减少 90% 以上。通过统一层传递所有数据这一机制还让 Digital Realty 得以实施可靠的治理协议，并对数据沿袭进行精细控制。

Denodo 平台较其他数据虚拟化解决方案更胜一筹，具备以下特性：1）动态数据目录，通过可搜索的情境化界面提供对数据的无缝访问。2）动态查询优化器，可在每次执行查询时智能选择优化策略，从而更快地访问数据。3）内存中并行处理，为数据访问进一步提速，迅捷程度更胜以往。4）完全重新设计的界面，适配业务及 IT 利益相关者的特殊需求。5）一套自动化生命周期管理功能，使用户可以花费更少的时间管理数据，而投入更多时间利用数据来做出决策。6）现代数据服务层，支持 OAuth 2.、SAML、OpenAPI、OData 4 等云标准，可轻松与当前云系统实现互操作。7）无缝安全性和治理，通过单点控制和管理确保安全、有选择地访问组织的全部数据资产。8）可用于领先的云市场，如 Amazon Web Services (AWS) 和 Microsoft Azure，也可用于 Docker。