數據治理平臺技術方案(圖文)大數據不是憑空而來，1981年第一個數據倉庫誕生，到可以說，忽視數據治理給數據平臺建設帶來了不少問題。隨處可舉一個典型商業智能應用的例子，管理駕駛艙可能很多朋友都聽說過，很多企業建設了管理駕駛艙，但是建設完之后往我國最早意識到數據治理重要性的行業銀行是金融行業。由于對數據的強依賴，金融業一直非常重視數據平臺的建人民銀行與銀監會也非常重視數據治理，從08年開始，在全國如今各行業都開始了大數據平臺的建設，希望利用大數據的能力，來實現數字化轉型。大數據平臺的建設本數據不可知：用戶不知道大數據平臺中有哪些數據，也不知道這些數據和業務的關系是什么，雖然意識到了大數據數據不可取：用戶即使知道自己業務所需要的是哪些數據，也不能便捷自助地拿到數據，相反，獲取數據需要很長數據不可聯：大數據時代，企業擁有著海量數據，但企業數據知識之間的關聯還比較弱，沒有把數據和知識體系關通過分析以上四類問題，我們發現傳統數據平臺面臨的問題，在大數據時代不僅沒有消失，還不斷涌現出新的問題，傳在傳統數據平臺階段，數據治理的目標主要是做管控，為數據部門建立一個的治理工作環境，包括標準、質量等。在大數據續增長，用戶范圍從數據部門擴展到全企業，數據治理不能再只是面向數據部門了，需要成為面向全企業用戶的工在我參與過的項目中給大家舉個例子。國家電網在大數據平臺的建設中就非常重視大數據治理的建設，也取得了很多成績，我們融合國網數據管理服務平臺、浙江公司數據管理平臺等國網公司現有的數據管理工具建設成果，以元數據為基遷移、使用、歸檔等環節的數據全生命周期管理，以及數據從源端到數據中心，再到應用端的全過程的管理，做到了以用戶浙江電力的大數據治理的起點是先以元數據為基礎，構建數據資產管理體系。從用戶的視角說明白企業數據有哪些，我們又基于第一步形成的數據分類管理體系框架，梳理、整合各級各類數據資源，建立了數據資產樹，按照不同數浙江電力的大數據治理，通過梳理數據、管理數據、提供數據、關聯業務，形成了一整套以用戶為中心的大數據治理通過前兩個階段，企業能夠建立基本的數據治理的能力，在此基礎上，還需要以用戶為中心，為用戶提供直接獲取數據人進行數據搜索是通過業務術語（知識）來搜索的，而知識之間是有相互聯系的，例如水果和西紅柿是上下位），簡單說知識圖譜就是概念、屬性以及概念之間的關聯關系，這個關系可以手工建立，也能通過自然語言處理等方法，對政策、法規、需求、數s、界面等多種來源進行分析，自動化建立起企業知識圖譜。從而使數據治理成為整個企業的數據通過這四個階段的建設，使數據治理平臺由數據部門的工作環境，轉變成為全企業的數據工作環境，以用戶為中心，讓數據資產管理是對企業數據信息統一管理也是整個平臺的基礎，數據準備平臺是資產服務化的加工廠，它不但能將數據服務總線和消息&流數據管理的價值層次是一致的，只是從數據時效性上面對數據進行了區分，去適應用戶不同數據監控管理有別于大數據中的數據節點管理，而是從數據管理的視角切入對數據的結構的變化、關系的變化進行通過自助化的數據生產線，數據使用方（業務人員）大大減少了對開發人員依賴，80%以上的數據需求，都能通過自己進行整合開發數據治理平臺提供實時、全面的數據監控，不僅能從作業、模型、物理資源等各方面進行全面的數據資產盤點，還數據需要以服務的形式提供給最終用戶，在服務的提供上