探索构建受治理数据湖以获取业务可信任洞察力的方法

受治理的数据湖将增加价值。对于那些在运营战略中优先考虑数据的组织来说，数据湖是理想的解决方案。当多个团队需要访问企业数据时，安全的数据共享是一个关键因素。为了帮助管理这种使用，组织可以依赖一个受治理的数据湖，该湖容纳原始结构化和非结构化数据，这些数据是可信的、安全的和受治理的。

对于那些从数据中获取价值的组织，包括关于客户、员工、交易和其他资产的数据，受治理的数据湖为识别、理解、共享和自信地对这些信息采取行动创造了机会。

一、受治理数据湖的体系结构

关键的设计决策描述了受治理数据湖的体系结构。数据存储库由三个主要部分组成。数据湖存储库提供了存储数据和运行尽可能接近数据的分析的平台。数据湖服务定位、访问、准备、转换、处理和移动数据，并将其移入和移出数据存储库。最后，数据管理和治理结构有助于治理和管理数据湖中的数据。治理功能验证并增强数据质量，旨在保护数据不被滥用。此度量可确保在生命周期的适当时刻刷新、保留并最终删除数据。

治理，即数据的组织和对数据质量有保证的能力，是管理数据湖的一个重要方面。虽然数据湖旨在提供对数据的灵活访问，但必须要有一个治理系统来确保数据具有完备的安全性、受保护性并继续有用。受治理的数据湖可以按其层次进行说明，如下所示：

•基础，主要基于数据治理

•中级，它用新的和附加的数据类型和数据行为扩展初始数据湖存储库

•高级，支持自助服务分析

每个层为组织中的不同数据消费者保存特定的值。架构师可以从发布的参考体系结构中获益，该体系结构由单个和通用的元数据存储库支持。数据科学家受益于一个控制区域，在那里他们可以存放正在进行的沙箱。

数据湖的基本好处来自于治理。治理推动了“数据优先”的文化，在这种文化中，业务用户拥有数据的所有权，并就规则和策略达成一致。共享定义创建了相互理解，这有助于避免团队之间或团队之间的混淆。有了这一共同点，我们可以访问可信数据，并加快分析应用程序的洞察力。业务价值从对数据及其重要性的认识转变为随时进