数据治理平台

数据探查

通过对来源数据存储位置, 提供方式, 总量和更新情况, 业务含义
字段格式语义和取值分布, 数据结构, 数据质量等进行多维度的探查
以达到认识数据的目的, 为数据定义提供依据

数据定义

数据读取

数据读取是数据数据接入的一部分, 主要是完成数据探查及数据定义后,
从源系统抽取数据或接受读取源系统的数据并检查数据是否与数据定义一致
不一致的停止接入, 并重新进行数据的探查和定义, 一致的执行并进行下一步接入
对数据进行必要的解密, 解压操作, 生成作用域数据全生命周日的记录ID, 并对
数据进行字符集的转换等, 生成符合数据处理要求的格式

数据对账

对局对账是针对数据接入环境, 对数据提供方和数据接入方在
某一对账时间节点数据的完整性, 一致性, 正确性进行核对和检验的过程
如果在某一对账的时间点, 数据提供方和数据接入方对于的数据条数不一致, 则记录
对账异常, 并在必要时进行高级, 依据数据对账发生场景, 将数据对账分为数据接入对账
和数据分发对账

数据提取

数据清洗

数据关联

数据比对

数据标识

数据分发

数据资源目录

数据分级分类

数据分级分类是指对数据内容的敏感程度或数据的开放范围进行
划分, 构建完善的数据分级管理体系, 数据分类是指针对数据来源, 数据
种类(数据集), 业务属性(数据项)等进行划分, 构建科学的合理的数据
分类管理体系, 利用数据分级分类对数据进行标识, 配合数据授权, 数据鉴权
确保数据的安全使用
数据分级分类是通过描述数据的多维度特征和内容敏感成功度, 为指定数据资源
的开发和共享策略提供支撑
数据分级是根据数据内容的敏感程度对数据资源进行定级, 按照数据级别控制数据
资源的适用范围
数据分类是从数据获取方式, 数据资源种类, 字段等多维度对数据资源进行分类, 
按照数据类别控制数据资源的使用范围

数据血缘

数据学院是指在数据产生, 加工融合, 流转流通到最终消防的过程中
形成的继承关系集合, 通过对接入数据 原始库,资源库, 主题库, 知识库, 等各类
数据资源间和数据项间的继承关系进行描述和管理, 反应数据资源在各个环节
间的继承关系

模型管理

标签管理

标签管理提供标签模型(规则)的定义和全生命周期管理, 非行业标签

数据质量管理

数据运维管理

构成

功能

查询检索

比对订阅

模型分析

数据推送

数据鉴权

数据操作

数据管理