袖染墨涼

2022-04-11

傳統的數據治理手段通常是通過制定數據標準規范文檔，再參照標準規范文檔進行人工數據建模和數據生產，最后再人工較驗標準規范的落實情況。整個過程完全依賴于人工操作，當數據規模增長到一定量時，人工操作的效率和正確性便難以保障，而且還要面臨因業務變化、規范變化、人員變化產生的挑戰，最終造成企業數據治理進程難以持續或者失敗。所以在大數據時代，亟需構建以自動化元數據采集、自動化工作流調度、自動化數據質量控制、自動化數據模型標準引用與檢測、自動化數據血緣與影響分析、自動化數據資產歸集等工具為支撐的自動化數據治理體系。