16款国内外数据治理工具对比

数据治理越来越被企业重视,在这样一个数据驱动增长的时代,数据治理正在成为一些企业或单位数字化转型的必经之路。下面,就来和大家简单介绍一下16款数据治理工具,排名不分先后,包含国内外数据治理工具平台公司。

亿信华辰

logo.png

平台:睿治数据治理平台

睿治智能数据治理平台由亿信华辰自主研发,融合元数据管理、数据标准管理、数据质量管理、数据集成管理、主数据管理、数据交换管理、数据资产管理、数据安全管理、数据生命周期管理九大产品模块,各产品模块可独立或任意组合使用,打通数据治理各个环节,可快速满足政府、企业用户各类不同的数据治理场景。

Alation

image.png

平台:ASG Technologies

描述: Alation为广泛的数据智能解决方案提供了一个平台,包括数据搜索和发现,数据治理,数据管理,分析和数字转换。该产品具有行为分析引擎,内置的协作功能和开放的界面。Alation还可以分析数据并监视使用情况,以确保用户对数据准确性有准确的了解。该平台还可以洞察用户如何从原始数据创建和共享信息。

ASG技术

image.png

平台: ASG企业数据智能

描述:  ASG Technologies提供了一个数据智能平台,可以发现来自220多个传统和大数据源的数据。该工具具有通过模式匹配,参考数据集成和丰富指标进行自动数据标记的功能。自动化业务流水线使用户可以更好地了解他们的数据,并且治理功能包括在数据湖和传统来源中跟踪数据的能力。ASG的EDI产品提供了令人印象深刻的功能组合,其中的参考客户称赞供应商对各种业务用例的支持。

Ataccama

image.png

平台:Ataccama ONE

描述: Ataccama ONE是一个全面的数据管理和治理平台,还包括主数据管理和数据质量功能。该解决方案吹捧以机器学习为中心的用户界面,以及负责数据转换,评估业务规则以及匹配和合并规则的数据处理引擎。该平台支持任何数据,域和各种集成。

Atlan

平台:Atlan

描述: Atlan的数据工作区平台在四个关键领域提供功能,包括数据分类和发现,数据质量和概要分析,数据沿袭和治理以及数据探索和集成。该产品具有类似Google的搜索界面,自动数据分析和可搜索的业务词汇表,用于生成对数据的共识。用户还可以通过精细的管理和访问控制来管理整个生态系统中的数据使用和采用情况,无论数据位于何处。

Collibra

image.png

平台:  Collibra平台

相关产品:Collibra Catalog, Collibra Privacy & Risk

说明: Collibra的数据字典记录了组织的技术元数据及其使用方式。它描述了一条数据的结构,与其他数据的关系以及其来源,格式和使用。该解决方案为需要了解数据的存储方式和位置以及如何使用的用户提供了可搜索的存储库。用户还可以记录角色和职责,并利用工作流来定义和映射数据。Collibra之所以与众不同,是因为该产品是为企业最终用户而设计的。

Claravine

image.png

平台:Claravine

描述:  Claravine的数据标准云使客户可以跨数据集,类型和源推动与标准的内部一致性。该产品可以使用可参考的字段和描述来创建易于遵循的要求。用户还可以审核,管理和标准化数据,并自动验证着陆页上标签的位置和配置,以保持标准。Claravine吹捧通过标准和自定义设置授予用户或组正确角色和权限,以及使用仪表板查看,审核和可视化平台活动的能力。

Egnyte

image.png

平台: Egnyte

描述: Egnyte提供了一种内容安全性,合规性和协作解决方案,该解决方案可以管理组织的文件,无论它们位于何处。该产品具有多种用户访问功能,生命周期管理,数据安全性,合规性,业务流程管理以及通过统一解决方案进行的API集成。信息治理功能包括查找有价值的敏感数据,合规自动化等。Egnyte还为远程工作和现代化文件系统推崇精细的策略控制。

erwin

image.png

平台: erwin数据治理

相关产品: erwin数据智能套件,erwin数据目录,erwin数据素养,erwin EDGE产品组合

描述: erwin提供了一个统一的软件平台,用于组合数据治理,企业体系结构,业务流程和数据建模。该产品作为一项托管服务交付,允许用户发现和收获数据,以及通过将物理元数据连接到特定业务术语和定义来构建和部署数据源。erwin从数据集成工具以及基于云的平台导入元数据,并可以评估跨系统和用例的复杂世系。

Immuta

image.png

平台: Immuta

说明: Immuta的自动化数据治理平台使用户可以通过专用数据目录发现和访问数据。该产品具有直观的策略生成器,该生成器以简单的英语提供作者策略,而无需编写代码,因此安全主管可以跨任何数据编写策略。Immuta还可以通过项目,受控的工作区(用户可以共享数据)实现合规的协作。用户切换项目时,他们将拥有正确的权限和控制权。Immuta在本地,云中或通过混合模型作为容器化解决方案运行。

Informatica

image.png

平台: Axon数据治理

相关产品: Informatica产品360,Informatica客户360,Informatica供应商360

说明: Informatica Axon Data Governance是一个集成的自动化数据治理解决方案,可快速访问策划的数据。该产品确保团队可以通过精选的市场来查找,访问和了解他们所需的数据。Axon还支持数据字典开发,以跨多个工具提供一致的业务上下文源。用户还可以使用此解决方案可视化数据沿袭,自动测量数据质量,并确保数据隐私。

甲骨文

image.png

平台: Oracle企业元数据管理

相关产品: Oracle云基础架构数据目录

说明:  Oracle企业元数据管理是一个元数据管理平台,可以从任何提供程序中收集和分类元数据。该产品允许交互式搜索和浏览元数据,并为目录中的任何元数据资产提供数据沿袭,影响分析,语义定义和语义使用分析。Oracle Enterprise Metadata Management还吹捧了将来自每个提供程序的元数据资产缝合在一起的高级算法。

OvalEdge

image.png

平台: OvalEdge

描述: OvalEdge提供了本地数据目录和治理工具集,可对数据库,数据湖和后端系统进行爬网以创建信息的智能目录。该产品提供了一个发现平台,新手和经验丰富的分析师都可以使用该平台快速发现数据。OvalEdge包括内置的治理工具,可帮助定义标准业务词汇表,数据资产,PII,并通过各种角色来限制访问。它还通过机器学习和高级算法自动组织数据。

SAP

image.png

平台: SAP主数据治理

相关产品: SAP S / 4HANA上的主数据治理

描述: SAP通过其SAP Master Data Governance产品提供企业MDM功能。该解决方案可以部署在本地或云中,并使用户能够整合和集中管理主数据。SAP包括对所有主数据域和实现样式,预建数据模型,业务规则,工作流和用户界面的支持。主数据治理还允许您定义,验证和监视已建立的业务规则,以确认主数据准备情况并分析数据管理的性能。

Segment

image.png

平台:Segment

描述: Segment提供了一个客户数据平台(CDP),该平台可从我们的移动应用程序收集用户事件,并为组织提供完整的数据工具包。根据用户角色(市场团队,产品团队或工程团队的细分),该产品可分为三个迭代版本。通过让您标准化数据收集,统一用户记录并将客户数据路由到需要的任何系统中,Segment可以起作用。该解决方案还吹捧了300多个集成。

Semarchy

image.png

平台: Semarchy xDM

描述: Semarchy提供了一个称为xDM的主数据管理解决方案。该产品利用机器学习算法来实现管理和高级匹配,生存,管理和分类。该工具具有本机数据模型,可促进透明的血统,可听性和治理。xDM可以通过实时和批处理API集成任何数据源,以将数据中心与现有应用程序和业务流程集成在一起。Semarchy提供了针对内部部署和云的xDM 30天免费许可证密钥试用版。

Talend

image.png

平台: Talend数据目录

相关产品: Talend Open Studio,Talend数据结构,Talend数据管理平台,Talend数据准备,Talend大数据平台,Talend数据服务平台,Talend集成云,Talend Stitch数据加载器

说明:  Talend数据目录自动爬网,配置文件,组织,链接和丰富元数据。与数据关联的信息中,多达80%的信息会自动记录下来,并通过智能关系和机器学习保持最新状态。数据目录的关键功能包括分面搜索,数据采样,语义发现。分类和自动配置文件。该工具还包括社交策划和数据关系发现与认证,以及一整套设计和生产力工具。

  • 0
    点赞
  • 21
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 数据治理是指企业对数据进行全面规划、管理和监控的过程。在数据治理中,Java作为一种高效、可靠的编程语言,可以提供各种工具来帮助实现数据治理的目标。 首先,Java提供了强大的数据操作和处理库,如Apache Hadoop、Apache Spark等。这些工具可以帮助企业高效地处理大规模数据,进行数据清洗、集成和转换操作,确保数据的准确性和一致性。 其次,Java还提供了丰富的数据库操作工具,如Hibernate、JDBC等。这些工具可以帮助企业对数据进行持久化存储和访问,提供数据的可靠性和安全性。 此外,Java还提供了多线程编程的支持,可以实现并发处理和并行计算,加快数据处理的速度。 另外,Java还提供了各种数据可视化和报表生成的工具,如JavaFX、iText等。企业可以使用这些工具将数据以可视化的形式展示,帮助决策者更好地理解和分析数据,做出有意义的决策。 最后,Java还具有开放源代码、跨平台等特性,可以与其他数据治理工具平台进行无缝集成,形成完整的数据治理解决方案。 综上所述,Java作为一种强大的编程语言,提供了丰富的工具和库,可以帮助企业实现数据治理的各个环节,包括数据处理、存储、可视化和集成等方面。 ### 回答2: 数据治理是指对组织内部的数据资源进行全面管理和控制的一种管理方法。它主要通过定义数据采集、存储、管理和使用的规范、标准和流程,确保数据的质量、完整性和可靠性,并实现数据的合规性和安全性。 在数据治理过程中,为了提高数据管理的效率和精度,Java语言成为了一种常用的工具。Java是一种面向对象的编程语言,具有跨平台性和强大的工具生态系统,可以提供复杂的数据处理和分析功能。 首先,Java提供了许多用于数据存储和管理的框架和库,如Hibernate、MyBatis等。这些工具可以帮助开发人员快速建立数据库连接、执行数据操作和管理数据结构,提高数据管理的效率和准确性。 其次,Java语言具有丰富的数据处理和分析的功能库,如Apache Spark、Apache Hadoop等。这些工具可以帮助用户进行大数据的处理和分析,支持对海量数据进行清洗、过滤、聚合等操作,从而提取有价值的数据,并为数据治理决策提供支持。 此外,Java语言还支持各种数据处理的算法和模型,如机器学习和人工智能算法。利用Java的强大编程能力和开发工具,可以对数据进行建模、训练和预测,从而进一步提高数据治理的质量和效果。 总之,Java作为一种强大的编程语言,具有丰富的工具和库支持,可以提供全面的数据治理能力。它能够帮助组织实现对数据的高效管理和控制,提高数据质量和价值,为数据治理决策提供有力支持。 ### 回答3: 数据治理是指对企业的数据进行全面管理、使用和维护的一系列活动和措施。数据治理的目的是确保数据的质量、准确性和完整性,并使其能够有效地支持企业的决策和业务需求。 在数据治理过程中,使用合适的工具是至关重要的。Java作为一种广泛应用于企业级开发的编程语言,可以提供一些强大的数据治理工具和框架。 首先,Java提供了许多开源的数据治理工具,如Apache Atlas、Apache Ranger和Apache Sentry。这些工具能够帮助企业建立元数据管理系统、数据访问控制和安全策略,从而实现对数据的全面管理和保护。 其次,Java还提供了丰富的数据处理和分析工具,如Apache Hadoop、Apache Spark和Elasticsearch等。这些工具数据治理中起到重要作用,可以用于数据清洗、转换、聚合和分析,帮助企业发现数据中的潜在问题和价值。 此外,Java的丰富的开发框架也为数据治理提供了支持。Spring框架和Hibernate ORM框架等可以帮助开发人员构建稳健的数据管理和访问层,简化数据治理流程。 最后,Java还有许多用于构建自定义数据治理工具工具包和库。开发人员可以使用Java编写自定义的数据质量检查工具、数据血缘追踪工具等,以满足特定的数据治理需求。 总而言之,Java作为一种强大的编程语言,提供了丰富的数据治理工具和框架,可以帮助企业进行全面的数据管理和治理。这些工具不仅能够提高数据的质量和可信度,还能够发现数据中的潜在问题和价值,为企业的决策和业务发展提供有力支持。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值