- 数据分析
- 数据治理
- 产品解决方案
- 行业解决方案
- 案例
- 数据资产入表
- 赋能中心
- 伙伴
- 关于
时间：2018-11-22来源：数据治理浏览数：712次
在考虑当今现代企业中数据的规模和规模时，显然需要一种全新的数据治理方法。与此同时，数据治理一直是企业范围内的问题 - 而不是大数据特有的问题。
MapR DataOps治理框架建立在开放式架构之上，融合了多种技术选项，旨在为管理所有数据提供完整的企业级管理解决方案。这些技术来自MapR以及精选合作伙伴，允许客户满足各种治理需求，包括：数据沿袭，元数据目录，数据字典，数据生命周期管理等。
在许多大数据系统中，各种开源计算引擎和平台组件之间的审计日志几乎没有一致性。由于每个组件以自己的方式记录数据，如果不是不可能导出重要信息（例如谱系），即数据来自何处以及如何到达那里，则变得麻烦。确保覆盖范围存在差距，因此，这些系统并非真正符合合规要求。他们缺少的是一个不可变的记录系统，它捕获有关在衍生系统或分析中被摄取，转换和使用的所有数据的信息。MapR推出了一种突破性方法，使用MapR事件流（MapR-ES）解决大数据时代的沿袭问题。
另一个问题是元数据存储库本身必须与存储或处理的数据成比例地缩放。在传统的RDBMS系统中存储这些元数据并不是一个可行的解决方案，因为这些系统很快就会被粉碎。MapR通过在可扩展的系统中存储元数据来解决此问题。
为了应对这些挑战以及更多挑战，MapR简化了整个企业的治理，包括边缘，云和内部部署，我们通过实现完全的安全性和合规性而不影响敏捷性来实现这一切。
MapR还提供数据治理快速入门解决方案，消除了实现完全安全和受管理集群所需的任何猜测。由专家提供的数据治理快速启动解决方案旨在通过合规性数据沿袭，大规模管理元数据，保护数据等，快速让客户快速起步。
最后，MapR与许多专注于数据治理的合作伙伴合作。其中一些合作伙伴提供跨越不同企业系统（如RDBMS系统和大数据）的治理功能。其中许多都包括复杂的功能，如基于ML的数据和元数据目录，数据质量和自动分类。
下一篇：数据治理与分析相结合...
