数据治理从理论到实战系列(一)——简要概述

数据治理从理论到实战系列

---

---

一、为什么要进行数据治理？

1. 数据库、表命名混乱。
2. 烟囱式数据开发，数据孤岛，数据复用率低 。
3. 数据开发新人上手成本高。
4. 找数据难，用表难。
5. 指标定义不统一、重复开发、数据不一致。
6. 敏感数据泄露风险。
7. 集群存储容量告警，计算资源紧张。
8. 业务方自建数据仓库，数据管理难。

二、什么是数据治理？

数据治理是对数据资产的规划、管理和监控，最终保证数据的可用性、数据质量、数据安全。

三、如何解决上述问题？

1. 数据库、表命名混乱。
   .解决方案：逻辑分层、规范约束、建库表流程管控
2. 烟囱式数据开发，数据孤岛，数据复用率低 。
   解决方案：维度建模、主题域划分、分析灵活多样化
3. 数据开发新人上手成本高。
   解决方案：拉起认知、入职培训、开发规范宣导
4. 找数据难，用表难。
   解决方案：数据地图，数据字典，数据资产目录
5. 指标定义不统一、重复开发、数据不一致。
   解决方案：指标管理、指标集市、指标地图（字典）
6. 敏感数据泄露风险。
   解决方案：权限管控、查询审计、数据脱敏加密
7. 集群存储容量告警，计算资源紧张。
   解决方案：增量抽取、库表数据生命周期管理
8. 业务方自建数据仓库，数据管理难。