云数据管理架构包括本地、多云和云间部署，数据被分散部署在各种分布式部署环境中，企业需要平衡其中的风险和收益。
云数据管理架构分为混合云、多云、互联云三种。
混合云串联了本地和云两个环境。应用程序体系结构的不同组件可能分别部署在本地和云上。例如，商业智能 （BI） 仪表板应用程序中，数据库管理系统 DBMS 可能驻留在本地，连接到它的应用程序可能驻留在云上。
混合云架构也分两种：主动型和按需型。
主动型混合云顾名思义，可以主动管理本地和云端的数据。例如 DBMS 能够将一些副本、分区或分片驻留在本地，而将一些副本、分区或分片驻留在同一数据库的云中。该架构适合按年龄、访问频率或地理位置对数据进行分区；动态容量分配，以适应不一致的激增资源需求；管理数据局部性的法规要求等场景。
了解主动型混合云数据流周围的特征（例如，数据是流入云还是流出云）以及预期的数据量至关重要。要考虑可能存在延迟的问题，即在本地和云之间传输数据所需的时间。 还必须考虑跨多个环境的集成、元数据和治理实践。本地和云组件之间可能需要特殊的通信链路（例如运营商专线），带来成本的提升。
目前，大部分云供应商都对流出云的数据收取数据传输费，但对流入云的数据不收取数据传输费。 从省钱的角度，要在设计阶段就控制数据流的结构，让数据尽可能流入云，而非在云间传输。
按需型混合云中，各个功能模块保持独立。仅当需要支持灾备或开发生命周期功能等业务活动时，才会在本地于云之间移动数据。例如，DBMS 的任何开发、测试、质量保证 （QA） 或生产实例都部署在本地，数据定期在云端进行备份，只有在本地出现故障时才从云端读取数据用来恢复本地系统。在该模式中要尤其注意环境之间组件的兼容性。
多云架构其实可以理解为在按需型混合云的基础上，有多个云提供服务。因此，也需要注意环境之间组件的兼容性。
多云方案会吸引那些担心云供应商锁定的用户。用户会希望能够轻松地将其应用程序移动到其他云提供商，甚至将其迁移到本地。因此需要考虑可以在多云环境中部署的软件，用于配置、管理和治理的不同云功能。这些软件通常来自独立软件供应商 （ISV） ，因为 ISV 要确保其软件在尽可能多的环境中运行，而云供应商只需要考虑对自己的产品实现兼容。
互联云架构是指跨多个云进行主动的数据管理。，本质上是主动型混合云的纯云版本。 在互联云中，系统的不同功能模块可能驻留在不同的云平台上并交换数据。 例如，微软的 PowerBI 可能会连接到驻留在 Azure 云基础结构外部的 Salesforce 数据库。法规要求可能禁止数据驻留在某个国家/地区的地理边界之外，此时就需要互联云架构。
互联云引入了新的复杂程度。例如，访问控制和身份管理可能难以统一，并且可能需要将此功能扩展到云对象存储、DBMS 或应用程序级别，而不是依赖于云供应商的服务。此外，因为要考虑到多个云之间的数据流动，设计数据流模型和预估数据量变得更难了。
云供应商注意到了互联云的好处，微软 Azure 和甲骨文已合作实现跨云连接。AWS 云端连接、Azure 高速路由和谷歌云互连也提供跨云连接选项。
