基于数据中台的数据治理体系设计与实现--中国期刊网

字体：大中小

首页> 原创作品> 正文

基于数据中台的数据治理体系设计与实现

发表时间：2021/3/26 来源：《中国电力企业管理》2021年1月作者：买加

[导读] 随着数字化时代的到来，数据为各行各业的业务发展创新提供了更大的便利。针对电力行业的长远发展而言，做好数据治理的相关工作是十分关键的。数据作为企业最重要的IT资产，确保其实现高效的管理和治理，对于企业的整体效益提升有着极大的帮助。结合各项业务的实际需求，定制符合业务需求的数据流，势必加大数据治理的建设力度，加快推进基于数据中台的数据治理体系设计与实现。

中电投电力工程有限公司（上海市）买加 200233

摘要：随着数字化时代的到来，数据为各行各业的业务发展创新提供了更大的便利。针对电力行业的长远发展而言，做好数据治理的相关工作是十分关键的。数据作为企业最重要的IT资产，确保其实现高效的管理和治理，对于企业的整体效益提升有着极大的帮助。结合各项业务的实际需求，定制符合业务需求的数据流，势必加大数据治理的建设力度，加快推进基于数据中台的数据治理体系设计与实现。
引言：本文主要通过介绍数据中台及数据治理的相关概述，展现现阶段基于数据中台的数据治理体系的具体设计及实现。
关键词：数据中台；数据治理；设计；体系
        一、数据中台及数据治理的相关概述
        1.1数据中台
        数据中台是一个相对性概念，是对于数据后台和数据前台而言，将数据操作的层级分为三层。因此数据中台在现实的数据操作中，拥有着与数据前台、数据后台所不同的职能与任务。数据后台是各分散业务数据，主要包括各项业务的存储数据，在数据的存储过程中不会对数据进行分析和服务。而数据前台相比于数据后台而言，进行了数据的优化和治理。
数据中台作为衔接的重要部分，能够连接数据前台与数据后台，将无质量的后台数据汇集在一起，形成大数据，通过数据治理，梳理出有效的数据来。在数据中台的具体设置中包含着具体的框架结构，通过发挥相应的职能，完成数据的汇集、治理和服务等操作。
        1.1数据治理
        当前面对海量的数据信息，加强数据治理则显得尤为关键。数据治理类型可分为应对型治理和主动型治理。在区分两者之间的不同时，需结合具体的数据治理目标进行分类。应对型数据治理指的针对不同的对象类型，进行数据的整合与更新，完成数据治理工作。而主动型治理具有严格的“搜索后再创建”功能和强大的业务规则，在实际的操作中，需经过第三方数据的验证通过，因此新记录的初始质量级别将非常高。
        数据治理可以更有效地将数据价值转化为实际业务价值。通过加强数据治理，可以将一系列零散的数据进行统一的规划管理，形成有序的数据集。当前，数据治理在众多行业领域都发挥着关键的作用，通过加强数据治理的相关工作，可以帮助各行业的决策人员有效进行决策，确保了数据的准确有效，同时对一些核心关键信息做到了及时的保护。有效的数据信息在各行业的发展中都有着重要的地位，加强数据治理工作是必要之举。
        二、现阶段基于数据中台的数据治理体系的具体设计及实现
        通过上述对于数据中台以及数据治理相关概述的了解，可以看出，在推进数据治理相关工作的过程中，数据平台的程序设计、层级应用等，对于数据治理有着极大的益处。基于数据中台的数据治理系统以全业务散分数据为基础，将数据进梳理，通过元数据对数据进颗粒度度量，用于进数据驱动。
        2.1基于数据中台的数据治理系统的框架
        基于数据中台的数据治理系统可以分为以下几个模块：数据管理、数据质量管理、数据监测查询几大部分。在接触大量的数据信息资源时，依据这几大部分的具体模块，将初步对数据信息进行分类整理。而针对数据治理体系的具体运行，主要是以元数据为驱动，以业务需求为动力，以数据能力为目的。在运行的过程中，合理分配彼此之间的职能任务，各部分相互协调运作，完成数据治理的相应操作。
        2.2基于数据中台的数据治理系统的实际操作流程
        结合数据治理的具体工作，将数据中台有效的应用其中，需以具体的体系程序为载体。现阶段基于数据中台的数据治理体系设计工作，需按照相映的操作流程得以实现。当用户新增数据治理操作时可按照该操作流程进行，其中数据治理信息管理部分负责数据治理操作的基本信息的管理。数据的管理与操作以及系统的操作等过程均会受到监测，以便及时发现并解决异常问题。

期刊文章分类查询,尽在期刊图书馆

        基于数据中台的数据治理体系，从开始阶段首先对数据源进行获取，就是通过数据管理模块进行信息的查询与编辑工作。在完成数据源选择工作后，采取分布式数据库存储方式，对数据进行预览、基本信息的读取等相关工作。此时，元数据管理实现数据源的梳理，数据引流，完成数据质量管理，进而实现数据监测的目的。而数据质量管理实现数据的规制管理，质量校验，数据的血缘关系的梳理及数据共享与交换等。
        2.3基于数据中台的数据治理体系属性配置功能的具体流程
        针对数据治理体系中属性配置功能，应做充分的说明和准备。在创建数据表时数据库管理人员已给每个属性加以说明，但在数据分析阶段获取的结果可能与原先的说明不吻合，所以需要为每个应用在数据分析阶段的属性配置提供新的注释和说明。通过提供及时的注释和说明，防止在数据治理的过程中，产生不必要的麻烦，推动数据的及时更新和管理。
结合属性配置功能的具体流程，需通过有序操作实现最终的目标。在开始阶段进行数据表的选择，之后进行属性选择，对读取的已有注释的信息进行是否修改的判断，若选择修改则需更新数据源，并选择属性的具体类型，判断是否需要新增。通过依照具体的流程，保证数据治理体系的整体性和统一性。
        2.4基于数据中台的数据治理体系编码设置功能的具体流程
        当前基于数据中台的数据治理体系设计及实现，是一项全面而系统的工作。在开展的具体环节中，要确保各部分完整统一，其中编码设置功能是必不可少的组成部分。在属性配置环节仅是给每一属性添加了前端呈现的相关说明，但对varchar类型属性来说，为方便存储并节省空间，所以会选择数值类型的数字进行存储，而数值型数据并不能用作直观的数据分析，所以利用编码设置功能来实现原先存储数值型数据的转换。
        通过利用编码设置功能可以实现数据的动态使用，通过数据表以及属性的选择，确定是否采用varchar类型，若采用此类型，则进一步读取属性类型值及其注释说明。之后判断是否进行修改，若选择修改，则将要更新数据库。在更新数据库之后，判断是否新增编码设置，从而结束编码设置功能的整个流程。
        2.5基于数据中台的数据治理体系Web页面呈现方案
        系统获取数据源的相关元数据信息时会一次性完成信息的获取，但就用户而言，难以理解直接呈现的数据信息，因此需要在前端部分分为数据预览与单源元数据管理两部分。通过具体的区分管理可以帮助用户理解数据信息的具体分类，系统自动采集计算这三类数据后展示在Web页面。
        结合元数据信息页面的具体呈现，在信息分类层面，主要包括技术员数据，业务员数据以及过程源数据。而在数据预览层面，主要包括所属业务、表基本信息以及存储信息的相关内容。元数据管理主要负责字段信息、变更信息以及产出信息的具体操作。因此，Web页面经过将具体的数据信息进行分类分层，实现数据信息整体的统一调配和管控。
        三、结束语
        目前在推动各行业发展的过程中，要重视数据治理的重要性。现阶段推进基于数据中台的数据治理体系，可利用数据中台实现业务数据的流转，数据流向的梳理，数据质量的清洗，以及数据提供的能力。在数据治理的实际操作中，数据中台可以贴合治理的实际需求和目标，更好的为数据治理服务。在数据中台的具体设置中，不同的层级有着不同的数据处理分析职能，能够最大限度地推动数据治理的整体效果。依据数据治理体系的具体流程操作，发挥数据中台的优势作用，从而实现数据治理的最优发展目标。
参考文献
[1]芮忠.基于数据中台的数据治理系统的实现[J].科技创新与应用,2020(26):39-40.
[2]胡锐,芮忠.基于数据中台的高校数据治理系统的设计[J].电子世界,2020(12):187-188.
[3]王翔,郑磊.面向数据开放的地方政府数据治理:问题与路径[J].电子政务,2019,194(02):32-38.
[4]翟军,李晓彤,苗珍珍等.我国开放政府数据“脏数据”问题研究及应对---地方政府数据平台数据质量调查与分析[J].图书馆,2019,292(01):46-55.
[5]徐雅倩,王刚.数据治理研究:进程与争鸣[J].电子政务,2018,No.188(08):46-59.