随着企事业单位人们对数据治理的认知不断加深、各种技术持续的发展以及信息化不断的深入，
数据治理成为挖掘数据价值的重要手段和工具。数据治理工具在过去的20年也不断的发展。由于数据治理涉及的领域众多，目前主要有两种形式的数据治理工具产品：一是将几个相关数据管理工具功能整合到一起，打通数据连接，形成互相之间有接口的工具平台，比如由元数据、数据标准、数据质量集成起来形成的数据治理平台。二是基于传统数据管理方法，在某个业务领域精耕细作形成的完善产品，比如独立的主数据管理工具、元数据管理工具、数据建模工具、数据质量管理工具等。
什么是数据治理
广义上讲，数据治理也被称为数据资产管理，是对数据采集、清洗、转换等数据的全生命周期进行传统数据集成和存储环节的工作，对整个数据生命期开展的业务、技术和管理活动都属于数据治理范畴。同时还包含数据标准、数据资产目录、安全、质量、数据价值、数据服务与应用、数据开发等。狭义上讲，数据治理是指对数据质量的管理、专注在数据本身。
数据治理的作用
数据治理能够消除数据的不一致性，建立规范的数据应用标准，提高数据质量，实现数据内外部共享，将数据作为企事业单位数据资产进行应用和管理的一套管理机制，作为组织的宝贵资产应用于业务、管理、战略决策中，发挥数据资产价值。数据治理的最终目标是提高数据的及时性、准确性、唯一性、完整性、有效性、一致性，确保数据的完整性、可用性及保密性，推进数据资源的整合、服务和共享，实现数据资源在各组织机构部门的共享，从而充分发挥数据资产作用、提升企事业单位信息化水平。
数据治理工具的功能
下面以目前国内功能齐全的数据治理工具——亿信华辰睿治数据治理平台为例讲解整体架构。亿信华辰睿治数据治理平台用于实现数据管理自动化，落实数据管理体系，确保数据质量、提高数据管理效率，实现安全数据共享。主要包括数据标准管理、元数据管理、数据集成管理、主数据管理、数据质量管理、数据交换管理、数据资产管理、数据生命周期管理、数据安全管理和实时计算存储十大功能模块。
数据标准管理：数据标准建设提供全面完整的数据标准管理流程及办法，用于决定和建立单一、准确、权威的事实来源，实现大数据平台数据的完整性、有效性、一致性、规范性、开放性和共享性管理，并为数据质量检查、数据安全管理提供标准依据。
元数据管理：元数据管理内置丰富的采集适配器，端到端的自动化采集，一键元数据分析，快速理清数据资源，了解数据来龙去脉，构建数据地图，为数据标准建设和数据质量提供基础支撑。
数据集成：数据集成管理可实现跨部门数据的传输、加载、清洗、转换和整合，支持自定义调度和图形化监控，实现统一调度、统一监控，满足运维可视化需求，提高运维管理工作效率。
主数据管理：主数据管理对需要共享的数据建立统一视图和集中管理，为各业务系统数据调用提供黄金数据。
数据质量管理：数据质量管理以数据标准为数据检核依据，以元数据为数据检核对象，通过向导化、可视化等简易操作手段，将质量评估、质量检核、质量整改与质量报告等工作环节进行流程整合，形成完整的数据质量管理闭环。
数据交换：数据交换服务将若干个业务子系统之间进行数据或者文字的传输和共享，提高信息资源的利用率，集数据采集、处理分发、交换传输于一体，轻松玩转企业级数据交换作业。
数据资产管理：数据资产服务可以帮助我们更好的支撑各种数据的应用，丰富的服务接口拓展，支撑数据资产的多渠道应用，如数据共享、决策支持等，最终实现数据资产价值最大化。
数据生命周期管理：数据生命周期记录数据从创建和初始存储，到它过时被删除的整个流动过程，对数据进行近线归档、离线归档、销毁和全生命周期监控。
数据安全管理：数据安全管理贯穿于数据治理全过程，提供对隐私数据的加密、脱敏、模糊化处理、数据库授权监控等多种数据安全管理措施，全方位保障数据的安全运作。
实时计算存储：实时计算存储基于开源Hadoop框架开发，融合MPP、SQL on Hadoop、流处理等大数据技术，支持海量数据的高效储存和统一管理，为企业决策提供实时的数据支撑。
