袖染墨凉

2022-04-11

传统的数据治理手段通常是顺利获得制定数据标准规范文档，再参照标准规范文档进行人工数据建模和数据生产，最后再人工较验标准规范的落实情况。整个过程完全依赖于人工操作，当数据规模增长到一定量时，人工操作的效率和正确性便难以保障，而且还要面临因业务变化、规范变化、人员变化产生的挑战，最终造成企业数据治理进程难以持续或者失败。所以在大数据时代，亟需构建以自动化元数据采集、自动化工作流调度、自动化数据质量控制、自动化数据模型标准引用与检测、自动化数据血缘与影响分析、自动化数据资产归集等工具为支撑的自动化数据治理体系。