面对千万条数据你将如何进行价值挖掘？如果这些数据类型多样，毫无统一规范，表字段命名随意，定义混乱，你又将如何治理？
数据治理对实现精细化管理极为重要，要做好数据治理，就要恪守准绳，从根理顺，固牢基石。走进本篇，小编带你解读东方国信DIG数据慧治的治理之基。
元数据
“采集汇总企业系统数据属性的信息，便于获得更好的数据洞察力，通过元数据之间的关系和影响挖掘隐藏在资源中的价值。”
数据标准
“对分散在各系统中的数据提供一套统一的数据命名、数据定义、数据类型、赋值规则等的定义基准，保证数据在复杂数据环境中维持企业数据模型的一致性、规范性，从源头确保数据的正确性及质量，并提升数据治理的效率和性能。”
数据标准体系是DIG数据慧治平台总体架构中的基础部分，却作用于数据治理建设的整个过程，制定模型标准基准，规范数据应用行为，实现数据合理划分整合，全方位提升数据质量与治理效果，确保了全链路数据的完整性、规范性和一致性。
DIG数据慧治的元数据管控体系，实现元数据有效组织、准确理解、合理使用、高效产出，极大提升数据的准确性、真实性、可用性，将数据内容与价值深度挖掘到极致。没有准确元数据去有效纯化，数据将毫无意义，元数据管控体系毋庸置疑是治理基石。
标准规范体系架构
DIG数据慧治设定三道基准为目录架构、模型标准、数据字典，三方固垒，准绳明确。
#
目录架构规范
平台执行目录架构规范，将不同主题、类别的数据，按业务场景需求进行合理划分和规划整合，通过树型层级目录管理展示模块层级关系。项目目录体系一经构建，即依据节点类型贯穿各功能模块，实现目录对应。
#
模型标准制定
以目录为单位制定统一模型标准，对平台上的数据对象进行命名规范统一，制定的标准用于后续模型命名，平台设置自动校验机制，对不符合命名标准的模型提供异常或警告提示。
#
数据字典创建
针对字段规范，通过对系统中所使用的数据元素进行标准化定义，包括可以直接引入国标、行标以及企标，使其形成统一的标准字典，供后续建模直接引入标准字段，进行质量稽核作为标准规则直接使用。数据标准字典贯穿于数据治理全过程，消除“多词一义”性，实现数据仓库规范化建设。
元数据管控体系
元数据管理全流程
承载体系构建
数据全面引入
最优管控处理
纯精细化呈现
承载体系构建
元数据管理模式：DIG数据慧治平台支持CWM（公共仓库元模型）规范，提供一系列便捷的自定义管理接口功能，可实现完全自定义扩展，满足快速实施需要，适应用户不同时期场景应用，为企业元数据轻松管理铺平道路。
超强承载力如何体现？
平台具备支撑百万级数据量的管控能力，检索查询百万级元数据列表轻松实现毫秒级响应。内置元模型30余种，用户通过元模型管理自定义元模型及其属性，最大程度满足各异场景需求。
数据全面引入
数据接入新方式：DIG数据慧治平台打破早期采集模式对象局限、方式单一、涵盖面匮乏的壁垒，实现元数据采集多样化，内置丰富适配器、SQL语法分析器，支持采集多种类型数据源的元数据(包括数据库资源、FTP资源、服务器资源等)，轻松实现异构数据元整合和对象间血缘关系解析。
以数据库资源为例，支持主流关系型数据库、MPP数据库、开源商用发行版Hadoop体系等多达20余种数据库类型。
丰富接入策略：针对不同数据量采集场景提供多种元数据扫描方式，呈现双重扫描策略。
普通扫描
传统结构化+事务处理采集方式，适合日常少量元数据采集场景。采集速度在 30-120 个/min。
极速扫描
批处理采集方式，适合已建数仓首次接入，进行大量元数据采集场景。采集速度>10000个/min，元数据采集效率提升明显。
最优管控处理
权限管理：在数据仓库建设的过程中，平台按照角色、用户维度对元数据进行授权管理，实现同一业务线不同角色用户的数据隔离，确保数据安全。
版本管理：支持元数据多版本保留，平台能够完整存储元数据整个生命周期动态及变化信息，实现版本发布留痕和版本间对比分析。
纯精细化呈现
01
展示形式：全图形化展示数据血缘联系，表间、字段间详细加工逻辑清晰呈现，便于用户快速追溯数据来源以及加工过程，一键掌握数据流向。
02
血缘优势：血缘关系贯穿数据处理、质量稽核全过程，同一功能界面呈现多项技术核心（表对象的质量得分、任务执行情况），便于用户快速进行问题对象源头追溯。
跨租户血缘贯穿
在不影响租户隔离的情况下，实现同一业务线不同租户查看彼此之间血缘联系。
业务指标血缘追溯
指标血缘业务搭建数仓层与应用层贯穿联系，使业务人员脱离数仓、技术束缚，自行实现指标业务血缘追溯。
03
如何应对数据变更影响？
当需求变更涉及表结构的修改时，平台会自动获取上游变更影响，并且以图形化的方式展示资产变更信息以及影响对象，轻松掌握元数据之间关联波动，降低需求变更带来的系统风险。
