立即扫码
享受一对一服务
数据治理的血缘分析
发布时间：2019.11.22来源：CSDN浏览量：251次标签：数据治理
数据治理里经常提到的一个词就是血缘分析，血缘分析是保证数据融合（聚合）的一个手段，通过血缘分析实现数据融合处理的可追溯。
本文主要从数据追溯的业务需求来分析一下，一切还是要从需求出发，这里的数据处理都是Oracle关系数据库之间的融合，血缘分析就划分为表结构血缘分析和记录级的血缘分析；这两类业务场景：
表结构血缘分析
针对表结构的情况，最终用户和运维用户最需要关注，目标表的每个字段的数据来源有哪些？也就是建立一个源表、源字段和目标表、目标字段的映射关系，一个目标表可以对应多个来源表的字段，比如：姓名字段，可能来至于户籍人口表也可能来至于流动人口表或老年人表，也就是意味着这三张表合并起来的人口，才是这个区域的所有人口.
通过上图我们就可以清楚的看到从目标表的目标字段出发，知道数据库中数据处理的规则，清楚的了解每个字段数据的来源。
至于其中ODS、DWD、DWA的关系，参照上面所述先去了解。
记录级血缘分析
记录级的血缘分析，就是从当前记录出发可以按时间查看该记录所有的变更过程。一条记录的生成可能原始对应两个表的两条记录，这种是要追溯跟踪的。
如果再精细跟踪，就可以做到字段级的血缘分析，与表结构的血缘分析就可以完美呼应。
单击某一个字段，可查看该字段的血缘关系；一个是以此字段为目标的血缘追溯，一个是以此字段为源的血缘追溯
这里就要看具体应用需求来定，毕竟做的越精细实现方案会越复杂。
血缘分析毕竟解决的问题是数据出了错之后能明确知道是哪一步环节的哪个原始数据出问题了，所以一般到记录级就基本可以进行追溯跟踪了。
有时被概念瞎蒙了，不知道到底如何追溯，落不了地。本人接触的数据治理项目还主要是将各个来源的数据进行整理融合，形成人地事物组织几个业务大类数据。至于详细的ODS、DWD、DWA等数据组织请阅读这篇文章：
本文主要从数据追溯的业务需求来分析一下，一切还是要从需求出发，这里的数据处理都是Oracle关系数据库之间的融合，血缘分析就划分为表结构血缘分析和记录级的血缘分析；这两类业务场景：
表结构血缘分析
针对表结构的情况，最终用户和运维用户最需要关注，目标表的每个字段的数据来源有哪些？也就是建立一个源表、源字段和目标表、目标字段的映射关系，一个目标表可以对应多个来源表的字段，比如：姓名字段，可能来至于户籍人口表也可能来至于流动人口表或老年人表，也就是意味着这三张表合并起来的人口，才是这个区域的所有人口.
通过上图我们就可以清楚的看到从目标表的目标字段出发，知道数据库中数据处理的规则，清楚的了解每个字段数据的来源。
至于其中ODS、DWD、DWA的关系，参照上面所述先去了解。
记录级血缘分析
记录级的血缘分析，就是从当前记录出发可以按时间查看该记录所有的变更过程。一条记录的生成可能原始对应两个表的两条记录，这种是要追溯跟踪的。
如果再精细跟踪，就可以做到字段级的血缘分析，与表结构的血缘分析就可以完美呼应。
单击某一个字段，可查看该字段的血缘关系；一个是以此字段为目标的血缘追溯，一个是以此字段为源的血缘追溯
这里就要看具体应用需求来定，毕竟做的越精细实现方案会越复杂。
血缘分析毕竟解决的问题是数据出了错之后能明确知道是哪一步环节的哪个原始数据出问题了，所以一般到记录级就基本可以进行追溯跟踪了。
（部分内容来源网络，如有侵权请联系删除）
立即免费申请产品试用
免费试用
相关文章推荐
-
数据治理包括哪几个方面
大数据时代的到来，让政府、企业看到了数据资产的价值，快速开始探索应用场景和商业模式、建设技术平台。这无可厚非。但是，如果在大数据拼图中遗……查看详情发布时间：2022.05.10来源：小亿浏览量：2144次
-
数据治理：一些美好的开始
数据治理增强了业务参与，共享理解，关注和协调，将日益脱节的数据环境结合在一起，并在许多EDM计划中提供数据值优化。……查看详情发布时间：2018.12.21来源：亿信华辰浏览量：226次
-
打破数据治理：数据质量
任何数据驱动的计划的成功取决于该数据是否相关且值得信赖。随着越来越多的大学将数据视为负责任的战略规划和计划的关键，许多人都意识到：有些数……查看详情发布时间：2019.07.11来源：知乎浏览量：196次
-
什么是数据治理？为何数据治理如此重要？
如我们所见，数据正在以前所未有的速度增长，IDC曾发布报告称，到2025年，全球数据圈预计将增长至175 ZB。如何在这样一个数据大爆发……查看详情发布时间：2020.03.26来源：知乎浏览量：170次
-
浅析银行业如何做数据治理
2018年5月，银保监会发布《银行业金融机构数据治理指引》，从数据治理架构、数据管理、数据质量控制、数据价值实现、监督管理等方面规范银行……查看详情发布时间：2019.06.14来源：亿信华辰浏览量：216次
-
企业数据治理的九大要素
元数据管理致力于处理技术元数据、业务元数据、管理元数据，通过丰富的元数据分析和检核，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……查看详情发布时间：2020.07.10来源：知乎浏览量：299次
-
可以加强您的数据治理框架的五大方面
信息就是力量，您的组织每天都依靠它来做出明智的商业决策。不幸的是，组织产生的数据并没有按照应有的方式进行管理。大数据调查表明，业务和技术……查看详情发布时间：2019.07.04来源：知乎浏览量：238次
-
关于数据标准认识的几个误区
数据标准这个词，最早是在金融行业，特别是银行业的数据治理中开始使用的。数据标准工作一直是数据治理中的重要基础性内容。但是对于数据标准，不……查看详情发布时间：2020.11.13来源：知乎浏览量：189次
-
数据治理：让数据质量更好(data governance)
核心提示：大数据时代数据产生的价值越来越大，基于数据的相关技术、应用形式也在快速发展，开发基于数据的新型应用已经成为高校信息化建设的一个……查看详情发布时间：2019.11.22来源：CSDN浏览量：745次
-
外部管理数据集的政府数据可靠性
当我在退伍军人事务部工作时，我联系了许多人 - 联邦政府以外的人 - 他们希望在联邦政府开放数据工作时帮助清理，使用和改进公共数据集。当……查看详情发布时间：2019.03.08来源：亿信华辰浏览量：174次
相关主题