数据分散存储在各个业务系统中，是否合适，取决于具体的业务需求、架构设计、以及如何管理这些数据。
优点：
1）按需提取数据。减少冗余数据归集。
2）数据安全问题。减少数据泄露的风险。
缺点：
1） 数据孤岛问题
数据分散在各个系统中会导致数据孤岛（Data Silos），即数据无法高效地跨系统共享和分析。业务系统间的整合变得困难，特别是当需要全局数据视图时，无法轻松地跨系统获取所需的数据。
2）数据一致性问题
由于各系统数据标准不同，分散的数据管理可能导致数据不一致，尤其是在多个系统进行频繁交互时，更新的数据的一致性维护就变得复杂。A业务系统的更新可能没有及时反映到B系统中。
举例： 当库存系统更新了某商品的库存量，但未能及时同步到销售系统，可能会导致客户购买到库存中不存在的商品，造成业务混乱。
3）难以实现全局分析
当数据分布在多个业务系统时，要进行跨系统的数据分析和决策支持变得非常困难。数据集成需要消耗大量的时间和资源，且容易出错。 举例： 一个企业需要做全局的 客户分析，例如从销售、市场、客户服务等多个系统中获取数据进行综合分析。如果这些数据没有集中在一个地方，数据集成和清洗就非常麻烦，且可能会导致决策基于不完整的数据。
4）数据治理困难
对业务系统的数据，由于权限问题、系统安全问题，不可能对源业务系统数据直接做数据治理。每个业务系统可能采用不同的存储标准、格式、数据模型等，导致数据质量管理和数据标准化难度增加。
举例： 可能不同部门在录入数据时对数据格式和字段的定义并不一致，导致公司整体的数据质量难以统一和控制，增加了数据清洗和整合的工作量。
5）性能和业务及时性问题
由于未采用统一的数据集成和数据治理工具，对于分散在各业务系统的数据，没有预先做过处理，如果希望按需即用，效率肯定低下，性能也差。如果遇到源业务系统维护升级或者断网，那么中心端的工作也一定收到影响。
总结：数据分散存储有其优势，也有明显的挑战。它适合于一些需求较为简单或业务独立性强的场景，但在数据共享、分析、治理方面会面临很多困难。如果企业需要进行复杂的数据分析、跨系统的数据整合和全局视图的创建，集中化存储（如数据仓库、数据湖等）通常会更有效。因此，选择分散存储还是集中存储，应根据企业的具体需求、技术能力以及数据管理的复杂度来决定。当业务有一定规模和复杂性，如果多个业务系统之间需要频繁的数据交换和共享，分散存储可能会成为瓶颈。此时需要考虑数据仓库、数据中台或数据湖等集中化的数据解决方案。
讲解视频请参见：
手机端请关注公众号：数据集成服务
加入讨论群：
