元数据：数据治理的燃料

实现数据质量的最佳方法是组合或混合这三种技术：解码后的谱系，数据相似性谱系和手动谱系映射。
企业渴望从可提供竞争优势的数据中获取洞察力。实现这一目标的最常见障碍是数据质量差。如果输入到预测算法的数据是“脏的”（具有丢失或无效的值），则该算法产生的任何见解都不可信。

数据沿袭为企业提供了许多好处：

通过向后追踪谱系（以查找影响当前数据的所有数据）或转发（以识别受当前数据影响的所有其他数据）从给定数据项执行影响分析和根本原因分析的能力;
业务词汇和术语的标准化，有助于跨业务部门的清晰通信;
归功于对数据所做的任何更改的所有权，责任和可追溯性，这归功于谱系全面记录了谁做出了哪些更改以及何时更改。
听起来不错，但数据沿袭信息来自哪里？查看数据库中的特定数据值会告诉我们其当前值，但它不会提供有关数据如何演变为其当前值的信息。缺少的是有关数据的数据（沿袭元数据），它自动记住每个数据项所做的每次更改的时间和来源，无论是由软件还是由人工数据库管理员进行的更改。

为数十种语言开发足够的支持可能并不容易，这些语言必须进行分析才能涵盖环境的基础知识。它也可能会阻止您采用新技术，因为您的已解码的沿袭引擎尚不支持它。
代码版本会随着时间的推移而发生变化，因此您对当前代码数据流的分析可能会错过已被取代的重要流程。
当代码是动态的（您根据程序输入，表中的数据，环境变量等）动态构建表达式时，您需要一种方法来解码动态代码。
并非所有数据更改都是由代码生成的。例如，假设您的网站发生紧急中断，您的DBA会通过直接在生产数据库上执行一系列SQL命令来手动修复。Decoded Lineage工具永远不会检测到这些更改，因为它们是由DBA而不是代码生成的。
代码可能对数据做错了。例如，假设您的代码存储违反GDPR的个人识别信息，并且产品经理明确要求相反。解码的血统工具将忠实地捕获代码所做的事情，而不会引发红旗。
假设两个独立进程中的两段代码执行相同的计算，以在数据库中创建相同的重复数据。代码分析无法发现这种情况，因为每段代码都表现得很好。只有通过检查数据库才能发现并消除重复。

2.数据相似性谱系

检测大型数据库中的数据相似性需要花费大量时间和处理能力。
结果元数据将缺少许多细节，例如转换逻辑。
它无法检测尚未执行的沿袭元数据。例如，假设您有一个年终会计流程来调整收入和库存。在该流程于12月31日运行之前，您将无法获得有关它的沿袭元数据。

3.手动谱系映射