当新技术出现时，大型电信、医药和能源公司都会迅速部署，而零售业、政府和较小型企业通常在新技术成进入主流市场后才会开始部署。
鉴于目前数据虚拟化已经进入主流市场，中小企业的数据虚拟化部署进展如何呢?这些公司将从中如何获益?
什么是数据虚拟化?
数据虚拟化是一种数据整合方法，是企业用于向用户提供数据业务视角、提高业务灵活性和降低IT成本的技术。
数据虚拟化技术是一种数据整合中间件形式，它利用高性能软件和高级计算架构从多个来源以松弛耦合逻辑联合的方式来提供业务信息。
大多数业务应用程序，包括商业智能、分析和交易系统，可以通过数据虚拟化层来访问数据。这种消耗来源于原始数据来源的需求，包括交易系统、操作数据存储、数据仓库和数据集市、大数据、外部数据源等。
关键使能技术包括：
● 使用逻辑数据模型提供完整的、高质量的、可操作的信息的数据业务视图
● 高性能查询算法和其他优化技术确保及时到位的数据传输
● 标准API和开发架构，简化消费者到中间件到数据来源的连接
数据虚拟化的区别在哪里?
在过去二十年中，访问不同数据的解决方案是整合数据，一般整合到数据仓库和相关数据集市。
通过在数据消费者和现有数据源之间部署一个虚拟数据整合层，企业将极大地减少其无力数据整合和复制数据存储需求。
当与数据仓库为中心的整合方法相比时，数据虚拟化能够让企业加快新的和修订的业务解决方案的交付，同时减少了解决方案成本。
因为数据虚拟化提供了传统方法没有的灵活性和敏捷性，IT团队开始部署数据虚拟化以补充其原有的数据仓库和ETL部署。
数据虚拟化如何提高商业智能的灵活性?
这是一个非常重要的问题。
我们对十个企业的数据虚拟化部署进行了分析。业务敏捷性(能够帮助企业快速抓住新业务机会)是这些企业从数据虚拟化部署中获得的关键优势。
这些企业发现数据虚拟化抓住了业务灵敏性的三个要素：业务决策灵活性、解决方案灵活性和资源灵活性。
对于业务决策灵活性，数据虚拟化帮助提供了必要的知识和洞察力，而这些源自于完整的、高质量的、可操作信息。
数据虚拟化针对数据整合、迭代开发过程和快速适应变化的简单方法提供了解决方案灵活性。通过数据虚拟化，这些IT部门能够快速开发和提供必要的信息以支持新的分析和决策过程。
数 据虚拟化还提供了更大的资源灵活性，主要得益于开发者效率、更低的基础设施成本和更好的数据整合解决方案优化。因为IT操作是最大的资源支出之 一，而IT基础设施是最大的资本支出之一，这种资源灵活性的收益是非常可观的，在较大型企业(例如纽约证券交易所和高通公司)每年能够节省数百万美元。