云分析通過連接數據源幫助克服遺留數據集成障礙。如今，只有采用關鍵數據分析策略才能保證全球企業（無論是中小企業還是大型企業）的成功。值得慶幸的是，隨著大數據或基于云的分析的出現，處理此類組織中的遺留系統變得更加容易。然而，大多數企業未能對數據集成計劃給予應有的重視，為了立竿見影，他們采用了臨時方法。

云上的遺留數據集成

• 云是專門為滿足云集成的需求而構建的。這意味著，沒有標準的遺留組件可以提高遺留平臺的速度。這就是這些組件由云分析提供支持的原因。
• 許多組織利用自我升級來啟用在文件、數據庫、應用程序和其他來源之間穿梭的數據流。
• 這樣的執行網絡可以配置為在云中運行。它們可以通過滿足系統和連接源需求的防火墻變得更加強大。
• 執行網絡系統內的資源根據處理的數據量按比例放大和縮小。有時還會考慮連接的集成流的延遲要求。因此，實時和批處理用例都得到了有效管理。

一些強大的集成云是基于 rest 的，這就是為什么開發人員可以輕松地將云托管集成模型嵌入到最合適的平臺中。

仍然存在一些差距

其中一些方法不是非常有效，有時它們很少奏效。此外，對數據分析技術的投資很多時候都被 BI（商業智能）工具和應用程序所掩蓋。因此，分析方法無法查看相關數據。最后，只完成了一小部分工作。這是利用數據分析的公司不完全依賴結果的主要原因。因此，在專門構建的云分析的幫助下，常見的遺留數據集成幾乎是即時的。然而，這項技術仍然存在一些差距。這就是為什么企業在進行數據集成項目之前需要在概念和物理層面進行全面規劃。只有這樣他們才能評估大數據分析戰略的好處。