我們常聽到客戶說，遷移資料是一場艱苦的戰鬥。事實上，原因在於沒有事先規劃周全的遷移策略。
從傳統的環境遷移到現代化的資料倉儲，前期可能需要大量地投資時間與資源。從前置準備到實際搬遷的過程中，會需要考慮許多事項，因此，企業必須採取策略性的方法來簡化這個過程。CloudMile 已協助海內外超過 400 家企業組織進行數位轉型，也助攻橫跨 10 多個產業的客戶成功搬遷上雲，能協助企業將資料轉移到 BigQuery 資料倉儲。以下是我們常聽到關於遷移至雲端資料倉儲的幾大疑問：
- 如何將任何的遷移風險或資安挑戰降到最低？
- 遷移需要花多少錢？
- 如何將資料遷移到目標資料倉儲？
- 多久才能看到與遷移前相同或更好的成效？
當用戶開始進行資料搬遷時，這些都是需要提出並取得答案的重要問題，接下來，讓我們依照順序一一來看看：
一、如何將任何的遷移風險或資安挑戰降到最低？
考慮本地資料倉儲的安全性很容易，因為它在您的資料中心或稱為地端，您可以自行管理它的資料保護、加密機制。但是，如果擴充一個本地的資料倉儲是困難的，那麼隨著業務的擴展，保護它的資料安全也是困難的。
我們設置多種功能來保護 BigQuery。對於企業用戶，管理適當且基於角色的用戶訪問資料時，Cloud Identity 和 Access Management（Cloud IAM）是關鍵的設定，您還可以利用 BigQuery 中的 SQL 安全視圖，而且所有 BigQuery 資料在落地靜止和傳輸過程中都會進行加密。您可以增加對客戶管理的加密金鑰的保護，以建立更强大的安全措施。使用虛擬私人雲端（VPC）安全控制可以保護您的遷移路徑，因為它有助於降低資料竊取的風險。
二、遷移需要花多少錢？
雲端資料倉儲的成本與傳統資料倉儲的成本結構不同，像 Teradata 這樣的本地系統，可能取決於您的 IT 團隊每三年支付一次的硬體費用，以及為需要存取該系統的用戶支付許可證費用。在硬體預算之外，新增容量則是額外的成本。
有了雲端服務，您在成本和規模上有了更多的選擇。現在，您正在使用價格效用梯度，而不是一組固定的成本，如果您想從資料倉儲中獲得更多洞見，投入更多費用後即可立即查詢，反之亦然。雖然雲端資料倉儲有助於减少或免去首次投入的資金和固定成本，但它們並不完全相同。您會發現各個供應商之間的簡化程度和成本節省的程度不同，因此，檢查每個資料倉儲的操作成本與效能相關的營運成本非常重要。
三、如何將資料遷移到目標資料倉儲？
這個問題包括將擷取、轉換、加載（ETL）工作和 SAS/BI 應用程序工作負載遷移到目標資料倉儲，以及遷移所有查詢、存儲過程和其他擷取、加載、轉換（ELT）工作。
實際上，在遷移過程的一開始，將公司的所有資料都放上雲端可能會令人畏懼。我們知道，大多數企業都有很多資料孤島(soloed data)，這可能是因為多年來不同團隊建立的多個資料湖泊(data lakes)，或者是通過收購獲得、只處理一個或兩個關鍵應用程序的系統。您可能正在將資料從本地或雲端資料倉儲移動到 BigQuery，並輸入不匹配的類型系統。
為了成功遷移，準備的一個重要步驟是做一些工作負載和案例調查。這可能涉及稽核當前存在的案例，以及這些案例是否屬於更大工作負載的一部分，還有確定每個案例所支持的資料集、表格和架構。案例將因行業和工作角色而異。例如，零售定價分析師可能希望分析過去的產品價格變化，以計算未來的定價。案例可能包括從交易資料庫提取資料、將資料轉換為每個產品的單一時間序列、將結果存儲在資料倉儲表格中等等。
在準備和發現階段之後，您應該評估傳統環境的當前狀態再計畫遷移，這包括對案例進行分類和排列優先順序，稽核資料以決定哪些內容將被移動、哪些不會，以及評估整個組織的資料格式以確定需要轉換或重寫的內容。一旦决定，選擇你的提取和管道方法。所有這些任務都需要技術和人員去管理，並且需要組織就遷移完成後的成功情况，達成共識。
四、我們多久才能看到與遷移前相同或更好的成效？
管理傳統資料倉儲通常不是速度的同義詞。效能通常是以容量為代價的，因此在其他查詢運作完成之前，用戶無法進行所需的分析。報表和其他分析功能可能需要花費數小時或數天，這對於運算包含大量資料的大型報表（例如一季銷售的結算）尤其如此。隨著資料量和用戶數量的快速成長，效能可能開始降低，組織也經常面臨破壞性的中斷。
然而，使用像 BigQuery 的現代化雲端資料倉儲服務，計算和存儲是分開的，因此您可以立即擴充，而不必面對基礎架構的約束。BigQuery 幫助您實現現代化，因為它使用熟悉的 SQL 介面，因此用戶可以在幾秒鐘內完成查詢並馬上分享有意義的洞察。例如 Home Depot 的案例：客戶遷移他們倉儲空間後，將8小時的工作量减少到5分鐘。
遷移到雲端上可能會讓人因為覺得繁雜而感到畏懼，尤其是在遷移一個根深蒂固的傳統系統時，但帶來的好處是採用了讓業績成長的技術，而不是簡單地採用某一種工具。您可能已經發現有相關的業務需求，是時候進一步行動、騰出成長空間了。
延伸閱讀
本文編譯自《Data warehouse migration challenges and how to meet them》
