随着数字经济的发展，企业出海、数字化转型的步伐也在不断加速，对于一个全球化运营的公司而言，其跨地域的数据平台会面临许多挑战，数据价值转化慢、成本高、敏捷性低等问题日益凸显，只有探其根源才能解其症结。
面对诸多挑战，究其原因我们在白皮书中总结了2点：
1、数据通常存储于本地、云上或者跨多个地理区域的数据湖、数据仓库和对象存储等数据孤岛中，构建统一的、多数据源、并有效支持Spark的数据平台，选取合适的解决方案是有挑战的。
2、端到端的数据工作流要求Spark与其他计算框架（如Presto、TensorFlow等）一起使用，这就需要在设计数据平台的架构时统筹考虑，此外，许多企业还在使用上一代的数据平台，缺乏云原生能力或者需要经历复杂的云迁移过程。
基于此，Alluxio与Spark联合部署实现了一个可扩展、敏捷和经济有效的方案打造现代化的数据平台。
白皮书亮点内容：
1、 解读数据处理过程中为什么需要数据编排
2、了解像BOSS直聘、知名对冲基金等成功案例
3、基于解决方案应用的性能基准测试和成本节约测算
4、关于新手的部署引导
那么在这样一套完备的解决方案中，数据编排又扮演着怎样的角色，发挥着怎样的价值，我们可以从两个维度来理解：
1、技术益处
· 统一数据访问：无需手动迁移数据，解决数据孤岛问题
· 高效的数据共享：跨计算引擎的高性能数据共享
· 无缝数据迁移：实现数据平台现代化并加速云迁移
2、商业价值
· 更快地获取分析结果：对于企业而言，更快的分析结果可以转化为更明智的商业决策，从而打造核心竞争优势
· 显著降低成本：通过数据缓存，避免重复地从云存储中获取数据，可显著降低网络流量成本
· 组织敏捷性和灵活性：Alluxio通过统一数据孤岛，帮助企业更好地访问数据
如果您已经将Spark用于商业智能、数据科学和机器学习应用的话，那么是时候开始部署Alluxio了。
更多内容请下载白皮书了解。
