数据治理

回到术语表

免费试用Databricks

什么是数据治理?

数据治理是监督来确保数据带来价值而且支持业务战略。数据治理不仅仅是一个工具或过程。它使用跨人员、流程、技术和数据的框架将与数据相关的需求与业务策略结合起来，重点关注文化，以支持业务目标和目标。

随着数据的数量和复杂性不断增长，越来越多的组织开始关注数据治理，以确保核心业务成果:

数据驱动型公司通常在湖屋上构建数据架构进行分析。一个数据lakehouse是一种体系结构，可以直接对存储在数据湖中的大量数据进行高效、安全的数据工程、机器学习、数据仓库和商业智能。数据湖屋的数据治理提供了一些关键功能:

统一目录:统一的目录存储所有数据、ML模型和分析工件，以及每个数据对象的元数据。统一的目录还混合了来自其他目录的数据，比如现有的Hive metastore。
统一数据访问控制:跨所有数据资产和所有云的单一统一权限模型。这包括针对个人身份信息(PII)的基于属性的访问控制(ABAC)。
数据审核:通过警报和监控功能对数据访问进行集中审计，以促进问责制。
数据质量管理:强大的数据质量管理，内置质量控制、测试、监控和执行，以确保下游BI、分析和机器学习工作负载可获得准确和有用的数据
数据沿袭:Data Lineage提供端到端可见性，了解数据在lakehouse中如何从源流向消费
数据发现:轻松的数据发现使数据科学家、数据分析师和数据工程师能够快速发现和引用相关数据，并加快实现价值的时间
数据共享:数据可以跨云和平台共享。bob体育客户端下载

数据管理关注符合数据治理的活动策略、原则和标准交付可信数据．这样的活动通常以项目为中心，时间很短。数据治理被视为一个程序意识到长期的利益．集中式治理工具在治理的实现中起着关键作用。

回到术语表