大数据治理需要具备哪些能力和关键技术？

在企业数据建设过程中，大数据治理受到越来越多的重视。从企业数据资产管理和提升数据质量，到自服务和智能化的数据应用，大数据治理的内容在不断发展和完善，其落地实施的过程中会遇到各种各样的难题和挑战。本篇文章通过分析大数据治理建设中的沟沟坎坎，总结出了大数据治理需要具备的能力和关键技术。

一、困难重重却充满光明的大数据治理发展之路

1、传统数据治理一直无法逃脱的魔咒

大数据治理从建设内容和实施目标上可以划分成不同的阶段，每个阶段完成不同的任务，随着阶段的递进，建设内容逐步加深，不同的企业切入点和诉求也各不相同。大致分为以下几个阶段：

•摸家底阶段

内容：企业元数据梳理和采集

目标：构建企业数据资产库

•建体系

内容：建立企业标准和质量提升体系

目标：提升数据质量

•促应用

内容：自服务通道、构建企业知识图谱

目标：数据智能应用

然而，大数据治理建设之路并不是一帆风顺的，甚至可以说充满了各种问题和困难，如何管理企业级的数据资产、如何让业务积极参与到数据建设中来、如何降低数据治理的落地难度等一系列问题，一直困扰着数据治理的发展，传统数据治理的问题主要体现在以下几个方面：

•管理范围窄

要做数据治理首先要知道有哪些数据，传统的数据治理往往只管理了数据领域，很少关注业务、管理和开发相关的数据资产，数据管理范围比较窄，而且，受限于技术实现，即使在数据领域的数据资产也很难做到精确管理；

•业务难结合

业务元数据的广泛缺失，导致业务人员无法使用技术性的元数据系统，元数据缺乏业务用户，使用者少；

•应用场景缺

元数据被当成单独的系统，而不是广泛的技术基础，导致只关心元数据本身的应用场景；

•技术不完善

在技术层面存储缺乏扩展性，采集自动程度不高，管理实时性不高。

2、自服务大数据治理是解决问题之道

自服务的大数据治理平台具备管理、开发、共享、使用等能力，通过自动、自助、智能化的大数据治理，能够实现对数据的找、供、用、治，从而一站式解决传统数据治理在大数据时代的各种难题，具体涉及到以下几个方面。

•建好数据管理体系，快速识别数据

自服务大数据治理平台可以实现有数据可管理。现在的企业数据资产繁杂众多，特别是建设大数据平台的企业，数据的类型、分布、实现技术、所属部门等都很繁杂，通过手工一点点梳理是不现实的，如何低成本、快速有效地将数据梳理和管理起来？这是做大数据治理遇到的第一个坎。

自服务大数据治理平台可以通过自动化手段，自动识别企业数据资产并标明数据方位和属性，建立业务能理解的数据服务目录。

•建立数据治理体系，监控并快速发现问题

自服务大数据治理平台可以保障企业数据资产的质量。企业内数据环境复杂，很容易出现数据不一致、数据不及时、数据缺失等一系列问题，如何识别并快速定位数据问题？特别是针对海量数据，如何在不影响性能情况下找出问题数据？这是做大数据治理遇到的第二个坎。

通过自服务大数据治理平台建立和支撑起基于数据指标、质量检核、问题发现和监控的完善数据治理体系，从事前、事中和事后等各个环节规避、发现和解决数据问题，将能保证数据应用无后顾之忧。

二、大数据治理技术需要不断革新

数据治理的目标是把数据管起来、用起来、保证数据质量，这些目标离不开各种技术的支持，这些技术包括元数据自动采集和关联、数据质量的探查和提升、数据的自助服务和智能应用等。

1、管起来：数据资产的自动化采集、存储技术要实现大数据治理的资产管理，需要做足三个方面的工作：

采集：指从各种工具中，把各种类型的元数据采集进来。

存储：采集元数据之后需要相应的存储策略来对元数据进行存储，这需要在不改变存储架构的情况下扩展元数据存储的类型；

管理和应用：在采集和存储完成后，对已经存储的元数据进行管理和应用。

第一，针对数据资产的存储，模型体系规范为元数据管理提供了基础，通过模型管理可以实现统一稳定的元数据存储，统一的标准和规范能很好地解决通用性和扩展性。

传统数据资产管理采用CWM规范进行数据资产存储设计，该规范提供了一个描述相关数据信息元数据的基础框架，并为各种元数据之间的通信和共享提供了一套切实可行的标准。但是，随着元数据管理范围的不断扩大，CWM规范已经不能满足通用的元数据管理需求，针对微服务、业务等也需要一套规范支撑。MOF规范位于模型体系最底层，可以为元数据存储提供统一的管理理论基础。

第二，元数据管理第二个核心问题是解决各类元数据的采集，由于元数据类型多种多样，而且在不断增加，所以，如何以最小代价，快速纳入管理新类型元数据的能力，是元数据管理的核心。

采用可插拔的适配器方式实现元数据的采集是一个很好的选择。其中，数据采集适配器应支持各类数据源的采集，当有一个新的数据源需要接入的时候，只需按照规范快速开发一套针对性的适配器，就能实现新类型元数据的纳入管理。

第三，与人工相比，技术的最突出特点是速度快和精确。因此，如何通过技术手段精确地获取数据资产是关键，特别是元数据关系，一般都存在于模型设计工具、ETL工具，甚至开发的SQL脚本中，因此需要通过工具组件解析（接口、数据库）、SQL语法解析等手段完成关系的获取和建立。准确解析后的关系，还需要通过直观的关系图展现出来。

2、有保障：数据质量探查和提升技术

（编辑：新余站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!