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：202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
-
-
数据治理标准：数据质量六大评价标准
万事万物都有其标准，铁轨有规定的标准宽度，一千克有规定的标准重量。那么在大数据时代，企业中各种各样的数据是否也有统一的数据标准呢？数据标……查看详情发布时间：2022.01.20来源：小亿浏览量：4727次
-
数据治理工具：组织，访问，保护的最佳工具
数字化转型极大地改变了我们开展业务的方式，这一点在数据治理方面更为明显。有效的数据治理工具对于确保数据的完整性至关重要，同时导航不断发展……查看详情发布时间：2019.01.21来源：亿信华辰浏览量：115次
-
-
构建有效的数据科学团队
随着数据科学和人工智能几乎进入阳光下的每个行业，建立一个能够建立成功的AI项目的团队的挑战也是如此。对统计学家，程序员和沟通者完美融合的……查看详情发布时间：2019.03.15来源：亿信华辰浏览量：188次
-
数据治理：医院要平衡的4个考虑因素
电子健康倡议基金会，一个专注于质量和安全改进的医疗保健合作，以及LexisNexis Risk Solutions的医疗保健部门，于8月……查看详情发布时间：2018.11.27来源：Jessica Kim Cohen浏览量：113次
-
金融机构数据质量迎来“大考” ，这个数据治理利器你值得拥有
金融机构数据质量迎来“大考”。近日，中国银保监会办公厅下发了《关于开展监管数据质量专项治理工作的通知》，此次专项治理工作要压实监管数据质……查看详情发布时间：2021.01.29来源：知乎浏览量：279次
-
人工智能治理应当起步
人工智能正在以前所未有的速度发展，大大超出了人们的预期，目前全球活跃人工智能企业达到了5000家左右。据相关预测，到2022年全球人工智……查看详情发布时间：2019.10.18来源：中国经营报浏览量：110次
-
-
什么是数据治理，为什么重要？
没有有效的数据治理，组织中不同系统中的数据不一致可能无法解决。例如，在销售，物流和客户服务系统中，客户名称可能会以不同的方式列出。……查看详情发布时间：2021.04.01来源：浏览量：143次
相关主题