大数据时代如何做好数据治理

-7-大数据时代如何做好数据治理谈大数据时代的数据治理企业在建制大数据平台的同时，对进入数据湖的数据进行梳理，并根据数据资产名目的形式对外发布。在发布数据资产之后，则对进出数据湖的数据进行严格的出入库管理，保证数据可信度，并定期进行数据质量剖析检查，确保数据资产完善、平安、可信，避开“不治理便破产”的谶言。

企业数据分析系统的数据来源是各个业务系统或手工数据，这些数据的格式、内容等都有可能不同。假如不进行数据治理，数据的价值难以发挥。只有对数据标准进行规范，管理元数据、数据监控等，才能得到高质量的数据。得到规范的数据后，才可在此基础上进行主题化的数据建模、数据挖掘、数据分析等。

2022年被众多的IT人定义为中国的大数据元年，这一年国内的大数据项目开头在交通、电信、金融部门被广泛推动。各大银行对Hadoop的规划、POC尤其风生水起，带动了一波大数据应用的热潮，这个热潮和当时数据仓库进入中国时的2000年左右很相像：应用还没有想好，先归集一下数据，供应一些查询和报表，以技术建设为主，业务推动为辅。这就导致了这股Hadoop热潮起来的时候，传统企业都是以数据归集为主的，而BAT这样的企业则天生以数据为生，早早进入了数据驱动技术和业务创新的阶段。

随着Hadoop技术的提升，数据如何进来，如何整合，开展什么样的应用都已经有了成熟的案例，可是，同传统数仓时代一样，垃圾进垃圾出，如何破？相比传统数仓时代，进入Hadoop集群的数据更加的多样、更加的简单、量更足，这个数仓时代都没有处理好的事情，如何能够在大数据时代处理好，这是全部大数据应用者最最期盼的转变，也是大数据平台建设者最有挑战的难题：数据治理难的不是技术，而是流程，是协同，是管理。

数据治理平台平台架构

元数据：采集汇总企业系统数据属性的信息，关心各行各业用户获得更好的数据洞察力，通过元数据之间的关系和影响挖掘隐蔽在资源中的价值。

数据标准：对分散在各系统中的数据供应一套统一的数据命名、数据定义、数据类型、赋值规章等的定义基准，并通过标准评估确保数据在简单数据环境中维持企业数据模型的全都性、规范性，从源头确保数据的正确性及质量，并可以提升开发和数据管理的一贯性和效率性。

数据质量：有效识别各类数据质量问题，建立数据监管，形成数据质量管理体系，监控并揭示数据质量问题，供应问题明细查询和质量改进建议，全面提升数据的完整性、精确     性、准时性，全都性以及合法性，降低数据管理成本，削减因数据不行靠导致的决策偏差和损失。

数据集成：可对数据进行清洗、转换、整合、模型管理等处理工作。既可以用于问题数据的修正，也可以用于为数据应用供应牢靠的数据模型。

主数据：关心企业创建并维护内部共享数据的单一视图，从而提高数据质量，统一商业实体定义，简化改进商业流程并提高业务的响应速度。

数据资产：汇合企业全部能够产生价值的数据资源，为用户供应资产视图，快速了解企业资产，发觉不良资产，为管理员供应决策依据，提升数据资产的价值。

数据交换：用于实现不同机构不同系统之间进行数据或者文件的传输和共享，提高信息资源的利用率，保证了分布在异构系统之间的信息的互联互通，完成数据的收集、集中、处理、分发、加载、传输，构造统一的数据及文件的传输交换。

生命周期：管理数据生老病死，建立数据自动归档和销毁，全面监控呈现数据的生命过程。

数据平安：供应数据加密、脱敏、模糊化处理、账号监控等各种数据平安策略，确保数据在使用过程中有恰当的认证、授权、访问和审计等措施。

建立完整的、科学的、平安的、高质量的数据管控技术体系，是首要的任务。作为数据管控的基石，为了更好支撑后续工作的开展，技术体系必需一步到位，是功能完备、高质量、高扩展性的，而不是仅实现部分功能，或者功能不完善的"半成品'。

叠加更多业务数据、细化数据业务属性与管理属性、优化与调整数据管控流程，尤其是适应将来的现代企业数据管掌握度的建立完善，是逐步积累推广、不断磨合改进的长期过程。这些工作应及早启动，并成为后续大数据平台建设工作的重点。

谈大数据时代的数据治理当前要做的是功能框架的完善，而完善的着力点则是"数据资产名目'：用资产化的视角来管理一个企业的数据，只有把数据作为资产来熟悉和管理，大数据项目才能达成预期，也能够治理好。大数据时代带来的价值，个人认为主要有两个，一个是技术架构，主要是架构理念的进步，另外一个更重要的则是对数据的重视。大数据时代是数据的时代，IT向DT转型，不单单是BAT，全部的IT公司，将来都在数据这两个字上。

对于一个企业来说，把数据作为资产，才是建设大数据的最终目的，而不是仅仅是由于Hadoop架构带来性价比和将来的扩展性。当一个企业把数据作为资产，他就像管理自己名下存折、信用卡一样，定期梳理，无时无刻不关怀资产的变化状况，关注资产的质量。

而资产名目就是管理资产的形式和手段，他像菜单一样对企业的资产进行梳理、分门别类，供应给使用者；使用者通过菜单，点选自己需要的数据，认可菜单对应的后端处理价值，后厨通过适当的加工，推出相应的数据服务；这是一个标准的流程，而这些流程之上，附着一整套数据管理目标和流程。

大数据平台以数据资产名目为核心，将元数据、数据标准、主数据、数据质量、数据生命周期、数据轮廓等信息在规律层面关联起来，在管理层面上整合成统一的整体，构建起数据管理体系，全面的支持数据服务等详细应用。

大数据平台实现了数据存储、清洗和应用。在数据汇入和汇出的过程中，需要对数据的元数据进行统一记录和管理，以利于后续的数据应用和数据血缘分析。数据质量始终是数据集成系统的基础工作，对数据的各个环节设置数据质量检查点，对数据质量进行剖析、评估，以保证后续应用的可信度。

在数据收集的过程中，随着数据维度、指标的聚集，如何找到所需的业务指标及属性，并且评估相关属性的业务及技术细节，需要对收集的全部数据进行业务属性，并进行分类，建立完善的数据资产名目。

数据资产名目是整个大数据平台的数据管理基础，而数据资产名目由于数据的多样性，在使用的过程中，必定涉及数据权限的申请、审批管控流程，而管控流程的建立依靠于相应岗位的设立和对应职责的建立。

大数据平台的数据管理架构规划，通过数据物理集中和数据规律整合，彻底摆脱企业"数据竖井'的逆境。大数据平台数据管理架构分为功能架构、流向规划和数据架构三个层面。

数据管理功能架构：借鉴DAMA数据管理和DMM数据成熟度理论，着眼于数据管理技术和数据管理流程融合，组织数据管理功能。

数据流向规划架构：规划整个大数据平台的数据流向，并在数据流入、数据整合、数据服务的详细环节实现精细化管理。

数据管理的数据架构：以数据资产名目为核心，数据项为最小管理单元，将技术元数据（实体、属性和关系）、业务元数据和管理元数据（数据标准、主数据、数据质量、数据平安）融合为彼此紧密联系、密不行分的整体，共同构成精细化管理的数据基础。

数据管理在整个大数据平台不仅仅是一个主要功能模块，它还是整个企业层面数据治理的重要组成部分，它是技术和管理流程的融合，也需要合理管控流程框架下组织机构之前的协调合作。如何利用统一的数据管理模块对企业全部进入到数据湖的数据进行有效管控，不单单取决于数据管理模块本身，也取决于元数据的合理采集、维护，组织结构及制度的强力支持保证。

谈大数据时代的数据治理大数据平台数据管理参照了DAMA对于数据管理的九个管理目标，并进行裁剪，并对部分管理目标进行了合并，并参照了CMMI制定DMM数据成熟度目标，采纳循序渐进，逐步完善的策略对管理目标进行分阶段完成，制定完整的管控流程和数据治理规范，以便持续的对数据进行管理，递进实现DMM定义的成熟度目标。

谈大数据时代的数据治理大数据平台数据管理的核心内容是数据资产名目，围绕数据资产名目的数据流入、数据整合、数据服务都是数据管理的核心。数据管理主要管理数据的流淌，以及管理流淌带来的数据变化，并对数据底层的数据结构、数据定义、业务规律进行采集和管理，以利于当前和将来的数据使用。为了更好的对数据进行管理和使用，制度层面的建设、流程的设立必不行少，同时也兼顾到数据在流淌过程中产生的平安风险和数据隐私风险。

因此数据管理介入到完整的数据流