很可惜 T 。T 您現(xiàn)在還不是作者身份，不能自主發(fā)稿哦～
如有投稿需求，請把文章發(fā)送到郵箱tougao@appcpx.com，一經(jīng)錄用會有專人和您聯(lián)系
咨詢?nèi)绾纬蔀榇河鹱髡哒埪?lián)系：鳥哥筆記小羽毛（ngbjxym）
數(shù)據(jù)治理是互聯(lián)網(wǎng)公司中，普遍遇到的痛點(diǎn)，不論是作為業(yè)務(wù)支持的“數(shù)據(jù)倉庫”部門，還是承擔(dān)輔助角色的“數(shù)據(jù)分析”部門，天天被人追著問：“我們有什么數(shù)據(jù)？這數(shù)據(jù)對嗎？為什么還沒跑出來？你到底能不能做？”
當(dāng)矛盾對噴到“忍無可忍”時(shí)，數(shù)據(jù)治理工程便提上了“臺面”，因?yàn)殚_發(fā)沒了服務(wù)對象等于丟了飯碗，而業(yè)務(wù)脫離數(shù)據(jù)在互聯(lián)網(wǎng)時(shí)代又等同于“裸奔”，雙方打的難解難分。
但其實(shí)數(shù)據(jù)治理是一項(xiàng)比較大的工程，在實(shí)際工作中，我們需要縮小范圍，“把好鋼用在刀刃上”。因此，個(gè)人傾向于如下的概念，即：數(shù)據(jù)治理 = 數(shù)據(jù)質(zhì)量治理 + 數(shù)據(jù)資產(chǎn)治理。所謂的治理，是站在數(shù)據(jù)從生產(chǎn)到最終消費(fèi)的全鏈路視角上，利用平臺技術(shù)提升所帶來的紅利，以從研發(fā)視角出發(fā)所推動的運(yùn)營工作為錨點(diǎn)，讓數(shù)據(jù)的治理變得“可持續(xù)”，并且提升研發(fā)同學(xué)的“幸福感”。
因此，我們有三種解決問題的思路：
第一種是從全局角度出發(fā)，由部門制定相應(yīng)的規(guī)范、標(biāo)準(zhǔn)、執(zhí)行策略，在日常的研發(fā)工作中，將治理的任務(wù)放在最高的位置上。這樣做雖然會最有成效，但落地成本也會非常大，成果的產(chǎn)出周期也很長。
第二種是現(xiàn)有問題出發(fā)，即發(fā)現(xiàn)局部的問題，就解決這些問題，有明確的執(zhí)行方法和結(jié)果數(shù)據(jù)來衡量。
第三種是面向危機(jī)改動，當(dāng)團(tuán)隊(duì)業(yè)務(wù)線非常分散、同時(shí)需求壓力有很大時(shí)，往往難以推動一些內(nèi)部治理工作的開展，這時(shí)候只能遇到問題、再解決問題，用危機(jī)來反推工作的落實(shí)。
以上三種是面對問題的態(tài)度，接下來討論面對問題的方法，即數(shù)據(jù)質(zhì)量與數(shù)據(jù)資產(chǎn)治理的思路。
有道是：“數(shù)據(jù)質(zhì)量是開發(fā)同學(xué)的紅線，是一定要恪守的原則”。如果交付的數(shù)據(jù)是存在問題的，那么得出的結(jié)論往往也就是錯(cuò)誤的。
如果用簡潔的語言來概括，那么就是及時(shí)、準(zhǔn)確與一致。
及時(shí)性，是數(shù)據(jù)研發(fā)的第一道“紅線”。通常情況下，我們會設(shè)置相應(yīng)的基線，由每天值班的研發(fā)來觀察和保障運(yùn)行情況，數(shù)據(jù)任務(wù)一旦報(bào)錯(cuò)，則通知相應(yīng)負(fù)責(zé)人處理，或執(zhí)行降級運(yùn)行策略。如果上游數(shù)據(jù)產(chǎn)出存在問題，也能夠收集相應(yīng)的問題清單，與上游共同解決。這是一條基本的執(zhí)行策略，通常配置任務(wù)和安排值班也不會特別費(fèi)事，因此也是最容易解決的問題。
準(zhǔn)確性，是數(shù)據(jù)研發(fā)的第二道“紅線”，大體上可以總結(jié)為兩個(gè)特點(diǎn)，即數(shù)據(jù)的準(zhǔn)確性測試、以及數(shù)據(jù)的準(zhǔn)確性監(jiān)控。
一致性，是數(shù)據(jù)研發(fā)的第三道“紅線”，大致可以理解為，提供給下游使用的數(shù)據(jù)，要有統(tǒng)一的口徑和解釋。通常情況下，指標(biāo)是由分析師定義，但實(shí)際開發(fā)中，業(yè)務(wù)、產(chǎn)品、甚至是研發(fā)自己，也往往會定義一些指標(biāo)，往往又會因?yàn)閿?shù)據(jù)范圍的不同，導(dǎo)致結(jié)果不一致。比如剔除某幾個(gè)商品，就會對整體GMV產(chǎn)生影響。因此，不論誰來定義指標(biāo)，都要有完整的說明文檔，否則就是“不承認(rèn)”的。其次，數(shù)據(jù)的結(jié)果一定要有驗(yàn)證的過程，不論是分析師還是業(yè)務(wù)同學(xué)，人工的校驗(yàn)是必須要做的事情，至少能夠讓最熟悉數(shù)據(jù)的同學(xué)來驗(yàn)證數(shù)據(jù)。
通過上述三個(gè)角度，基本能夠覆蓋90%的問題，剩下的10%通常是需要Case by case來看待和驗(yàn)證的。
數(shù)據(jù)資產(chǎn)，通常是指數(shù)據(jù)的存儲和計(jì)算資源的管理情況，以及維護(hù)現(xiàn)有的數(shù)據(jù)資產(chǎn)，包括我們有什么數(shù)據(jù)、有什么指標(biāo)、能做怎樣的事情，避免各團(tuán)隊(duì)重復(fù)開發(fā)的事情出現(xiàn)。
數(shù)據(jù)的存儲和計(jì)算資源管理，往往是要與運(yùn)維團(tuán)隊(duì)配合，數(shù)據(jù)集群會給出一份賬單數(shù)據(jù)，研發(fā)團(tuán)隊(duì)保障成本是可控的，如果預(yù)算超支較多，則需要進(jìn)行治理。
關(guān)于數(shù)據(jù)存儲治理，通常指對數(shù)據(jù)表進(jìn)行下線、縮減生命周期等操作。在實(shí)際開發(fā)過程中，由于長時(shí)間的項(xiàng)目積累，我們往往會發(fā)現(xiàn)很多不再使用的表仍在在運(yùn)行，或者是一些不怎么使用的數(shù)據(jù)，存儲的周期非常長，這都是要治理的重點(diǎn)對象。解決的方法也很簡單，一是開發(fā)前的需求與模型評審，一個(gè)是監(jiān)控?cái)?shù)據(jù)表或者數(shù)據(jù)應(yīng)用的訪問情況，對于低頻或者無訪問的數(shù)據(jù)，則確認(rèn)必要性后，進(jìn)行下線或者縮減生命周期的操作。
關(guān)于數(shù)據(jù)計(jì)算治理，則把重心集中在MYSQL的治理上，檢查那些消耗資源多、或運(yùn)行時(shí)間長的任務(wù)，如果存在數(shù)據(jù)傾斜則進(jìn)行優(yōu)化，如果數(shù)據(jù)量確實(shí)大則考慮極限存儲或者進(jìn)行裁剪，當(dāng)然最基礎(chǔ)的，如對表的暴力掃描這種不合理的臨時(shí)任務(wù)，也是需要及時(shí)發(fā)現(xiàn)和關(guān)閉的。
最后，我們需要整理數(shù)據(jù)的文檔，有能力的團(tuán)隊(duì)可以把握文檔開發(fā)成一個(gè)錄入和查詢的平臺工具。這個(gè)文檔或者工具，要解決諸如我們有什么數(shù)據(jù)、有什么指標(biāo)、能做怎樣的事情的問題。
文檔要有如下的幾個(gè)基本要素：
其一，要有源系統(tǒng)的模型設(shè)計(jì)，明確業(yè)務(wù)過程有哪些、業(yè)務(wù)發(fā)生時(shí)的數(shù)據(jù)流向、數(shù)據(jù)之間的ER關(guān)系等信息；
其二，要有指標(biāo)字典，指標(biāo)字典是非常重要的，一定要在需求溝通的過程中沉淀下來，當(dāng)我們回頭去看的時(shí)候，大量的時(shí)間在溝通指標(biāo)和維度的定義；
其三，要有開發(fā)和需求規(guī)范，很多時(shí)候我們處于效率的考量，會做很多“私下”的工作，但這些工作往往不在正式的列表中，因此流程上還是要規(guī)范一些，不要把有限時(shí)間放到無限的溝通中去。
這里討論下我們需要的平臺技術(shù)應(yīng)該包括哪些。
其一，任務(wù)維護(hù)，以DataWorks運(yùn)維中心為模板構(gòu)建，包括任務(wù)的運(yùn)行狀況維護(hù)；
其二，任務(wù)調(diào)度，類似DolphinScheduler提供的完整能力；
其三，元數(shù)據(jù)管理，包括表的信息、血緣信息、備注的業(yè)務(wù)信息等內(nèi)容；
其四，資產(chǎn)可視，包括表的數(shù)量、占用的存儲資源、每日任務(wù)消耗的計(jì)算資源等，為治理提供依據(jù)；
其五，學(xué)習(xí)中心，包括開發(fā)的規(guī)范、常見優(yōu)化技巧等方法的集合，提供實(shí)操的手冊。
-END-
本文為作者獨(dú)立觀點(diǎn)，不代表鳥哥筆記立場，未經(jīng)允許不得轉(zhuǎn)載。
《鳥哥筆記版權(quán)及免責(zé)申明》 如對文章、圖片、字體等版權(quán)有疑問，請點(diǎn)擊 反饋舉報(bào)
我們致力于提供一個(gè)高質(zhì)量內(nèi)容的交流平臺。為落實(shí)國家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求，為完善跟帖評論自律管理，為了保護(hù)用戶創(chuàng)造的內(nèi)容、維護(hù)開放、真實(shí)、專業(yè)的平臺氛圍，我們團(tuán)隊(duì)將依據(jù)本公約中的條款對注冊用戶和發(fā)布在本平臺的內(nèi)容進(jìn)行管理。平臺鼓勵(lì)用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時(shí)也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國未成年人保護(hù)法》等法律法規(guī)，對以下違法、不良信息或存在危害的行為進(jìn)行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對憲法所確定的基本原則；
2)危害國家安全，泄露國家秘密，顛覆國家政權(quán)，破壞國家統(tǒng)一，損害國家榮譽(yù)和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽(yù)、榮譽(yù)；
4)宣揚(yáng)恐怖主義、極端主義或者煽動實(shí)施恐怖活動、極端主義活動；
5)煽動民族仇恨、民族歧視，破壞民族團(tuán)結(jié)；
6)破壞國家宗教政策，宣揚(yáng)邪教和封建迷信；
7)散布謠言，擾亂社會秩序，破壞社會穩(wěn)定；
8)宣揚(yáng)淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動非法集會、結(jié)社、游行、示威、聚眾擾亂社會秩序；
10)侮辱或者誹謗他人，侵害他人名譽(yù)、隱私和其他合法權(quán)益；
11)通過網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對未成年人實(shí)施侮辱、誹謗、威脅或者惡意損害未成年人形象進(jìn)行網(wǎng)絡(luò)欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內(nèi)容；
2. 不友善：不尊重用戶及其所貢獻(xiàn)內(nèi)容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動成果；
2)誹謗：捏造、散布虛假事實(shí)，損害他人名譽(yù)；
3)嘲諷：以比喻、夸張、侮辱性的手法對他人或其行為進(jìn)行揭露或描述，以此來激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對方對自己的言論作出回應(yīng)，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對方難堪；
6)謾罵：以不文明的語言對他人進(jìn)行負(fù)面評價(jià)；
7)歧視：煽動人群歧視、地域歧視等，針對他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗(yàn)、擾亂本網(wǎng)站秩序的內(nèi)容，或進(jìn)行相關(guān)行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式：
2)單個(gè)帳號多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個(gè)廣告帳號互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容；
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容，如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等，誘騙用戶點(diǎn)擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當(dāng)曝光；
6)購買或出售帳號之間虛假地互動，發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營銷內(nèi)容，如通過偽造經(jīng)歷、冒充他人等方式進(jìn)行惡意營銷；
8)使用特殊符號、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經(jīng)驗(yàn)的細(xì)節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內(nèi)容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容；
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚(yáng)低俗、庸俗、媚俗內(nèi)容。
5. 不實(shí)信息，主要表現(xiàn)為：
1)可能存在事實(shí)性錯(cuò)誤或者造謠等內(nèi)容；
2)存在事實(shí)夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容；
3)偽造身份、冒充他人，通過頭像、用戶名等個(gè)人信息暗示自己具有特定身份，或與特定機(jī)構(gòu)或個(gè)人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測字、占卜、解夢、化解厄運(yùn)、使用迷信方式治?。?br /> 2)求推薦算命看相大師；
3)針對具體風(fēng)水等問題進(jìn)行求助或咨詢；
4)問自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過占卜方法問婚姻、前程、運(yùn)勢，東西寵物丟了能不能找回、取名改名等；
7. 文章標(biāo)題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來誘導(dǎo)用戶；
2)內(nèi)容與標(biāo)題之間存在嚴(yán)重不實(shí)或者原意扭曲；
3)使用夸張標(biāo)題，內(nèi)容與標(biāo)題嚴(yán)重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費(fèi)、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動「飯圈」粉絲攀比炫富、奢靡享樂等行為
4)以號召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號」形式刷量控評等行為
5)通過「蹭熱點(diǎn)」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內(nèi)容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的；
2)不當(dāng)評述自然災(zāi)害、重大事故等災(zāi)難的；
3)美化、粉飾侵略戰(zhàn)爭行為的；
4)法律、行政法規(guī)禁止，或可能對網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過主動發(fā)現(xiàn)和接受用戶舉報(bào)兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當(dāng)一個(gè)用戶發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將依據(jù)相關(guān)用戶違規(guī)情節(jié)嚴(yán)重程度，對帳號進(jìn)行禁言 1 天、7 天、15 天直至永久禁言或封停賬號的處罰。當(dāng)涉及欺凌未成年人、危害未成年人身心健康、通過作弊手段注冊、使用帳號，或者濫用多個(gè)帳號發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺管理經(jīng)驗(yàn)的不斷豐富，本網(wǎng)站出于維護(hù)本網(wǎng)站氛圍和秩序的目的，將不斷完善本公約。
如果本網(wǎng)站用戶對本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過「建議反饋」功能向本網(wǎng)站進(jìn)行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)