從技術方面來看:資料治理怎樣進行?
一、加強資訊系統設計
產生資料質量問題的第一個環節就是生成資料的源系統,在資料來源頭解決資料質量問題是提高資料質量非常有效的措施。加強資訊系統設計和開發可以透過系統功能自動地規避大量資料質量常見問題。具體包括以下三個方面:
1、細化需求,在需求分析階段增加對資料質量的詳細要求;
2、加強資料庫設計,使用3NF正規化構建業務系統資料模型可以透過資料庫有效解決資料冗餘、不一致等問題;
3、系統開發階段加強資料錄入功能的設計和開發,提高介面友好性和校驗功能,可以有效解決資料完整性、時效性等問題。
二、建立主資料中心
企業內部不同應用系統、不同部門間需要共享資料的現象非常普遍,建立主資料中心不僅能避免各應用系統相互共享資料形成網狀結構,同時能夠保證對外提供準確、一致的資料。
一般地,主資料是描述核心業務實體的資料,如 IT、業務、應用、資產等,這些資料變化相對緩慢並通常跨業務重複使用。
這裡我們結合實際需求情況擴大了主資料的範圍,凡是需要交換、共享的資料都納入到主資料範圍,形成企業範圍內一致的、完整的、準確的核心業務資料,統一由主資料中心完成對外提供資料的任務。
建立主資料中心不僅僅是技術工作,除開發、維護外還需要制定開發規範、管理規範、管理流程,共同規範主資料的使用。 gendan5.com/zs/djia.html
三、搭建資料質量監控平臺
透過搭建資料質量監控平臺可以實現資料質量自動檢查、監控,平臺包括資料質量檢查規則庫、規則執行引擎、資料質量報告、報告推送功能。
平臺的核心是規則庫,與業務無關的規則由技術人員獨立開發,與業務相關的規則需要技術人員和業務人員共同確定檢查規則,然後編寫規則指令碼。
規則執行引擎可以定時批次執行檢查規則,及時發現資料質量問題,將資料質量報告第一時間推送給業務人員,有助於及時糾正問題資料。
四、實施資料安全工作
資料安全實施工作在資料安全管理制度的指導下執行,由技術人員完成,主要包括資料備份、恢復、脫敏、監控、審計等。資料治理是企業資訊化建設中提高資料應用水平和資訊化管理水平的有效手段。
資料治理是一項長期系統工程,貫穿於整個資料生命週期,不僅需要藉助技術手段,更需要完善資料治理制度,包括規劃、組織、機制、規範、流程等,只有企業各級人員高度重視和積極參與,逐步形成資料治理文化,資料治理才能取得成效,資料才能發揮更大的價值。
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/70014563/viewspace-2901691/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 從技術方面來說,資料治理怎麼進行?
- 從資料庫發展史看資料庫未來技術趨勢資料庫
- 從《網路生態治理規定》看網際網路新技術的治理
- 騰訊資料治理技術實踐
- 資料治理:資料整合的關鍵技術
- 從技術角度看騰訊雲“資料丟失”事件!事件
- 大資料治理包括哪幾個方面大資料
- Java進階(六)從ConcurrentHashMap的演進看Java多執行緒核心技術JavaHashMap執行緒
- CIO們眼中的資料治理是怎樣的?
- 資料治理的十二條技術原則
- 使用DataPump的Sample引數來進行資料抽樣
- 採用POI技術進行大資料匯入大資料
- 大資料方面核心技術有哪些?新人必讀大資料
- it安全管理可以從哪些方面進行呢?
- 資料資產怎麼治理
- 【麥兜歸來】從web體系發展,看rss技術的未來Web
- 技術運維要從哪些方面出發?運維
- 對於搞技術的人怎樣針對自己看什麼書
- 從榮耀V20看技術人怎麼銷售自己
- 從資產角度看待資料治理
- 資料治理的興與衰,如何進行資料治理?
- 從“智慧湖倉”架構的技術演進,看現代化資料平臺的發展方向架構
- 開源走向世界(下):從資料庫技術演進看開源力量丨BDTC 2021資料庫
- 如何利用區塊鏈技術進行資料儲存?區塊鏈
- HTML5開發前景如何?從這四個方面來看HTML
- 從ThoughtWorks 2017技術雷達看微軟技術微軟
- 大資料學習:怎樣進行大資料的入門級學習?大資料
- 從阿波羅登月看資料治理成功的六個經驗
- 從Kubernetes 1.14 釋出,看技術社群演進方向
- iOS資料庫技術進階iOS資料庫
- 從一次搬家經歷看技術發展的未來
- 怎麼進行資料分析
- 怎樣回答技術面試題?面試題
- CDGA|資料監管越來越嚴,資料治理髮展何去何從?
- 怎樣畫一張人見人愛的資料治理框架圖?框架
- 新手來看,常用的web前端技術Web前端
- 從因果關係來看小樣本學習
- 從資料治理到資料應用需要多久