自1981年第一个数据仓库诞生，至今已有四十多年的历史，国内企业数据平台的建设大概从90年代末就开始了，从第一代架构出现到现在已经经历了近20年的时间。数据作为推动经济社会发展及数字化转型的新动能已成为社会共识。然而，在这20年的时间里，国内数据平台实施者可以说是受尽折磨，数据项目一直不受待见，是出了名的脏活累活。可以说，忽视数据治理给数据平台建设带来了不少问题。因此，数据治理作为基础性工作，受到越来越多企事业单位的重视。
数据治理平台概述
数据治理平台是一个承接技术，引领业务，构建规范定义的、全域可连接萃取的、智慧的数据处理平台，建设目标是为了高效满足前台数据分析和应用的需求。
从数据采集->规范设计->质量监控->数据清洗->数据建模->数据整合->数据消费->智能分析，贯穿数据全流程的一站式治理运营平台，提供全域数据集成、标准规范设计、连接并萃取数据价值、全流程数据质量监控、统一数据资产管理、数据开放服务等，为企业提供完整的数据治理解决方案。
数据治理平台功能
1、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。
2、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。
3、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。
1)多数据源实时处理
集成批、微批、实时流等多种处理框架满足高吞吐、大数据量和低时延实时处理等多方面的数据计算要求。
2)海量数据高效存储
采用分布式集群架构，具有很高的容错性、稳定性和可用性，可支持TB、PB级以上结构化与非结构化数据存储。
3)数据敏捷计算
采用MPP架构，以及列式数据存储模型，结合存储分区、分布式缓存等技术，轻松实现TB级数据查询秒级响应。
4、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。
5、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。
6、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。
7、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。
8、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。
9、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。
10、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。
