大數據時代，數據作爲基礎性戰略資源，隨着信息技術發展***到各行業，拉動了大數據產業的發展。加之國家各項政策的支持與推進，大數據產業與應用逐步深化，數據挖掘和應用成備受重視，於是乎數據中心如雨後春筍般出現。
首先，捋一下什麼是數據中心，以及建數據中心的目的是什麼？
數據中心，通過統一的數據標準規範，與各業務軟件系統之間建立相互的聯繫，把分佈在各級單位網絡中信息孤島上的數據集成到一起，實現數據的統一存儲、分析、處理、傳遞，滿足面向各類用戶提供數據服務的基本技術要求，提高管理水平、工作效率、服務能力及競爭力。
理論上，數據中心既是信息交換體系的中心節點，也是各級信息數據的總會。
看似“建好”的數據中心，卻出現了越來越多的尷尬局面，情況不容樂觀。對於大多數企業而言，通過建立數據中心，進而實施大數據應用分析的設想和概念並不適用，首先企業本身信息化軟件系統中存儲的數據體量小，加之企業信息化是一個長期發展的過程，各種歷史原因導致軟件系統的“碎片化“局面，軟件系統相互獨立，不同的企業、部門，標準不一、體系各異的數據系統，無數數據孤島，數據共享難，僅僅通過分析碎片化的數據資源，必然難以達到預期。
大數據時代，數據和貨幣一樣，是非常重要的資產，是數據中心實現價值的基礎支撐。所以，沒有數據支持的數據中心，結果必然是被“閒置”。
數據釋放能量的基礎是數據的流通，爲企業決策、生產管理提供支撐的數據平臺，首先就要打破“數據孤島”，將各種軟件系統中的數據採集匯合，實現數據的充分流通和交換。
但是，在傳統的信息化建設模式下，大量的數據被“困”在不同的軟件系統中，數據的集中與共享只能被限制在孤島之內。數據中心採用傳統的接口方式，解決數據採集與對接問題，存在費用高、協調難、週期長等弊端，原本想借助數據中心打破“數據孤島”解決方法，卻因爲打破不了“數據孤島”而被“閒置”。
所以，數據中心對創新性的數據採集與對接解決方案，呼聲很高。
首先分析，傳統數據接口方式最大的弊端是什麼？
接口是從數據庫調取數據，故對軟件廠商的依賴性極大，不同的軟件系統，要找不同的軟件廠商，協調起來自然是大工程，而且在議價方面不存在優勢。
既然找軟件廠商開發接口難度大。是否另闢蹊徑，即使軟件廠商不配合，也能實現數據獲取？
其次，考慮幾乎所有有價值數據，都會在軟件系統的客戶端界面顯示，比如我們打開客戶端軟件、打開網站就能直接看到、找到數據。所以，調取數據是否可以從軟件界面直接獲取？
這也是筆者要提及的101軟件接口生成器，即從軟件界面直接採集數據，存放到指定數據庫，然後對外開放各種API接口，解決不同軟件系統數據對接問題。
不需要原軟件廠商的配合，不通過數據庫，也避免了傳統解決方法接口協調對接困難。不需要高安全權限，不需要改動原有軟件系統，有客戶端軟件的用戶賬號登錄權限即可，無論是技術問題還是商務問題，都得到了很好的解決。
突破“數據孤島”以後，才能真正落實“一體化”大數據中心的建設，進而成爲數據流通的最佳黏合劑，企業才能與大數據真正對接。