首页 行业百科 数据治理|数据模型与数据治理的关系

数据治理|数据模型与数据治理的关系

|亿信华辰大数据知识库2022-03-21

数据治理|数据模型与数据治理的关系

数据建模与设计一直是数据管理职能中的一个关键领域。数据模型作为数据建模与设计的核心产出物,一直以来都是理解复杂业务与数据,设计和部署具有高质量数据的关系数据库与支持应用开发的敏捷的、正确的、可靠的最佳方法。且数据建模不仅仅用于设计数据库生产数据,还可以用于治理数据。

数据建模与设计一直是数据管理职能中的一个关键领域。数据模型作为数据建模与设计的核心产出物,一直以来都是理解复杂业务与数据,设计和部署具有高质量数据的关系数据库与支持应用开发的敏捷的、正确的、可靠的最佳方法。且数据建模不仅仅用于设计数据库生产数据,还可以用于治理数据。
一、什么是数据模型
数据模型(Data Model)是数据特征的抽象,它从抽象层次上描述了系统的静态特征、动态行为和约束条件,为数据库系统的信息表示与操作提供一个抽象的框架。数据模型所描述的内容有三部分,分别是数据操作、数据约束和数据结构。
数据操作:数据模型中数据操作主要描述在相应的数据结构上的操作类型和操作方式。
数据约束:数据模型中的数据约束主要描述数据结构内数据间的语法、词义联系、它们之间的制约和依存关系,以及数据动态变化的规则,以保证数据的正确、有效和相容。

数据结构:数据模型中的数据结构主要描述数据的类型、内容、性质以及数据间的联系等。数据结构是数据模型的基础,数据操作和约束都建立在数据结构上。

二、数据模型的价值
数据模型是提高数据质量的基础
数据模型本身需要符合数据质量管理标准,需要通过数据质量管理的检核。数据模型为数据质量管理提供关键元数据与业务规则输入,以便针对性地根据企业现状制定数据质量检核标准与数据质量检核规则。
数据模型是承载着数据需求的元数据集合
数据模型是真正立足于企业数据需求创建出来的元数据集合。其中包括业务规则等业务元数据,主外键等关系是元数据血缘分析主要来源之一,还包括实体名、属性名等丰富的技术元数据。同时,数据模型也为元数据管理提供了元数据标准和元数据质量评分的指标参考。
数据模型是数据安全管控的对象
数据模型中往往需要根据具体的数据安全需求标注出敏感字段/表,企业也需要参考着数据模型来制定具体的数据安全技术实现需求与业务规则,判断出那些字段可以被哪些人查看,哪些字段需要脱敏等。
数据模型是数据仓库和BI的核心
数据模型能为数据仓库建设提供全面的业务梳理和整体的数据视角,通过数据模型,业务人员、开发人员能够很容易在数据仓库需求、范围以及长远建设规划上达成共识,真正形成业务到数据仓库的映射。通过专门为BI数据分析而设计的维度模型,更好地分析立足于数据分析的数据需求。可以说没有数据模型,数据仓库与BI就无从谈起。
数据模型是数据存储和操作的结构保障
数据模型精确标准的定义为数据提供了一个规范的结构,这种比较精确化的结构和约束成为数据存储和操作的一层基本结构保障,减少了数据存储和操作时发生数据异常的可能性。
三、数据模型与数据治理的关系
数据建模不仅仅用于设计数据库生产数据,还可以用于治理数据。在企业数据治理过程中,数据治理需要设置与执行的标准是确定数据模型的定义与数据质量,识别需要治理的问题,发现需要治理与保护的关键数据,在新的设计中避免或减少类似的问题发生。在模型中定义安全因素,安全、可信和透明的建模过程确保把良好的数据治理政策和规程构建在数据模型中,可以预期潜在的安全问题。数据建模过程,遵循良好的数据治理政策和规程,可以提升数据建模中数据整合效率。
四、关于睿治数据治理平台
亿信华辰睿治元数据管理平台致力于处理技术元数据、业务元数据、管理元数据,帮助各行各业用户获得更多的数据洞察力,进而挖掘出隐藏在资源中的价值。元数据管理平台提供了完善的元模型和元数据维护功能,采用多种方式简化元数据维护的复杂性。系统支持元数据的自动获取和时间调度管理,支持手工创建和变更元数据,并配合版本管理,能完整存储元数据整个生命周期动态和变化,方便用户跟踪业务运作的历史数据。元数据的应用都基于元模型。平台中的元模型支持CWM(公共仓库元模型)规范的同时,提供了一套便捷的自定义管理接口功能,可完全自定义扩展,能够满足元数据管理快速实施的需要,可适应用户在不同时期的不同管理需要。
认为本内容有帮助
1
您可能需要的数据产品
亿信华辰助力政企数字化转型
customer

在线咨询

在线咨询

点击进入在线咨询