目前，在医疗、高校、政府、金融等行业单位，其数据库数量高达上百个，难以形成统一的访问视图，需要通过ETL等工作，先将其进行集中存储后方能进行后续的分析与数据治理。然而，面对如此庞大的数据资产，通过ETL这种数据移动集中的方式，将存在以下难以回避的痛点：

->高成本

要将分散在上百个数据库系统中的数据进行集中，需要付出极大的时间、人力、财务成本。

->不实时

数据通过ETL移动到集中的中央库后，一方面其数据滞后于生产库，二来移动过来的数据并不是在相同时间点，因此也影响了后续的分析与使用；

->性能压力

通常，各业务库需要承担数据上报、集成平台同步等工作；此时，再增加ETL抽取同步等工作，将进一步加大业务库的负担，影响了业务操作的性能体验。

KLake是基于Data Fabric数据经纬架构而设计，通过实时链接的方式，将组织内所有数据库统一的组织起来，形成逻辑上集中统一的虚拟数据库系统，从而实现全局数据资产的集中、安全的运营与共享：

->统一访问入口

将组织内所有数据库系统进行集中纳管，形成逻辑上集中的单一数据源，统一对外提供数据共享与访问；

->跨库分析

KLake中的SQL，能够实现跨多个业务库、多种异构数据库进行SQL执行，避免各类数据时间不一致、需要先行集中数据等的弊端；

->为生产库减负

KLake中的SQL执行，首先被解析成若干个小的子SQL，以便可以轻便的从各源库获取数据，然后将在KLake集群节点中进行SQL的关联、汇总等计算。因此，通过KLake平台进行数据分析，可直接从数据源头到报表展示或结果输入，避免了复杂的中间过程，此外，还极大的释放了生产库的性能压力；

KLake是基于Data Fabric数据经纬架构而设计，通过实时链接的方式，将组织内所有数据库统一的组织起来，形成逻辑上集中统一的虚拟数据库系统，从而实现全局数据资产的集中、安全的运营与共享。

日常数据上报、各类数据同步等场景，导致核心生产库不堪重负。KLake通过自身的计算集群，实现SQL计算从业务库到KLake平台的卸载，同时提升了SQL的执行效率；

电子病历、互联互通、等级医院等的评定工作，涉及复杂且众多的指标查询与跨库数据比对，通过KLake平台，可以通过一个SQL，实现对多个数据源的跨库指标比对，避免了传统方式下分步分库的复杂过程；

传统模式下，BI报表，需要通过ETL、数据仓库、数据集市等，层层汇总，最终才能生成BI报表，实现展现。

KLake 模式下，用户可以在BI报表中，通过KLake SQL的跨库查询，直接针对各源数据进行汇总分析，并通过BI报表工具，实现对结果的直接展现，从而跳过中间所有环节。

智慧医院建设过程中，各类智慧应用，需要实时的、全方位的数据供给，而传统的数据中台、集成平台等，在实时性、数据全面性等方面，难以满足其应用需求；KLake将全院的所有数据库资源统一成为一个虚拟的数据库，因此，完美的解决了数据实时性、数据全面性的问题，成为院方核心的数据基础设施底座。