业务高速扩张，数据生产域却只能逐个从头重建？奇点云这样做
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。