数据治理数据治理的什么是数据治理

数据管理和数据治理到底是不是一个概念？

严格来说，数据管理与数据治理不能视为同一概念，两者区别在于：数据管理是做关于数据架构、数据建模、数据集成等真正去接触数据的事情；而数据治理则是要搞清楚谁应该管什么、应该怎么管、用什么标准和制度去管这些问题。

简述数据管理的三种方法？

数据管理的三种方法 1 数据获取 2 数据整合 3 数据分类 数据管理是利用计算机硬件和软件技术对数据进行有效的收集、存储、处理和应用的过程。

其目的在于充分有效地发挥数据的作用。

实现数据有效管理的关键是数据组织。

数据管理的功能和特点？

在计算机硬件、软件发展的基础上，在应用需求的推动下，数据管理技术的发展经历了三个阶段。

一、人工管理阶段 1、背景 应用背景：科学计算 硬件背景：无直接存取存储设备 软件背景：没有操作系统 处理方式：批处理 2、特点 数据的管理者：人 数据面向的对象：某一应用程序 数据的共享程度：无共享,冗余度极大 数据的独立性：不独立，完全依赖于程序 数据的结构化：无结构 数据控制能力：应用程序自己控制 二、文件系统阶段 1、背景 应用背景：科学计算、管理 硬件背景：磁盘、磁鼓 软件背景：有文件系统 处理方式：联机实时处理 批处理 2、特点 数据的管理者：文件系统 数据面向的对象：某一应用程序 数据的共享程度：共享性差,冗余度大 数据的独立性：独立性差 数据的结构化：记录内有结构，整体无结构 数据控制能力：应用程序自己控制 三、数据库系统阶段 1、背景 应用背景：大规模管理 硬件背景：大容量磁盘 软件背景：有数据库管理系统 处理方式：联机实时处理, 分布处理批处理 2、特点 数据的管理者：数据库管理系统 数据面向的对象：整个应用系统 数据的共享程度：共享性高，冗余度小 数据的独立性：具有高度的物理独立性和逻辑独立性 数据的结构化：整体结构化，用数据模型描述 数据控制能力：由数据库管理系统提供数据安全性、完整性、并发控制和恢复能力 四、数据库系统的特点 1、数据结构化 2、数据的共享性高，冗余度低，易于扩充 3、数据独立性高 4、数据由DBMS统一管理和控制 数据结构化 数据结构化是数据库与文件系统的根本区别。

在描述数据时不仅要描述数据本身，还要描述数据之间的联系。

数据的共享性 数据库系统从整体角度看待和描述数据，数据不再面向某个应用而是面向整个系统。

数据冗余度 指同一数据重复存储时的重复程度。

数据的一致性 指同一数据不同拷贝的值一样（采用人工管理或文件系统管理时，由于数据被重复存储，当不同的应用使用和修改不同的拷贝时就易造成数据的不一致）。

物理独立性 当数据的存储结构（或物理结构）改变时，通过对映象的相应改变可以保持数据的逻辑构可以不变，从而应用程序也不必改变。

逻辑独立性 当数据的总体逻辑结构改变时，通过对映象的相应改变可以保持数据的局部逻辑结构不变，应用程序是依据数据的局部逻辑结构编写的，所以应用程序不必修改。

数据的安全性（Security） 数据的安全性是指保护数据，防止不合法使用数据造成数据的泄密和破坏，使每个用户只能按规定，对某些数据以某些方式进行访问和处理。

数据的完整性（Integrity） 数据的完整性指数据的正确性、有效性和相容性。

即将数据控制在有效的范围内，或要求数据之间满足一定的关系。

并发（Concurrency）控制 当多个用户的并发进程同时存取、修改数据库时，可能会发生相互干扰而得到错误的结果并使得数据库的完整性遭到破坏，因此必须对多用户的并发操作加以控制和协调。

数据库恢复（Recovery） 计算机系统的硬件故障、软件故障、操作员的失误以及故意的破坏也会影响数据库中数据的正确性，甚至造成数据库部分或全部数据的丢失。

DBMS必须具有将数据库从错误状态恢复到某一已知的正确状态（亦称为完整状态或一致状态）的功能。

在银行的信息科技部门做数据治理是什么体验？

科技人员数据治理最头疼的问题： 1.数据治理工作的重要性如何能够让领导领会，并能够得到领导的人力和财力的支持 2.数据治理工作的成果如何能让领导看到，如何能让业务人员感知。

3.数据治理工作是一个长期的工作，但是重要性和优先级往往不如其他项目，如何能保持数据治理项目的活力并持续进行下去。

4.组织架构不清晰，职责分工不明 后面就是一个数据治理工作的具体的困难了： 1.理论知识储备不足 2.已有系统的现状了解不充分 3.业务人员不理解，配合程度不高 亿信华辰自主研发的由元数据、数据标准、数据质量、数据集成、主数据、数据资产、数据交换、生命周期、数据安全多产品组成的数据全生命周期的管理应用平台，为政府和企业保证了业务数据在采集、集中、转换、存储、应用整个过程中的完整性、准确性、一致性和时效性。

数据治理的什么是数据治理

信息系统建设发展到一定阶段,数据资源将成为战略资产,而有效的数据治理才是数 据资产形成的必要条件。

虽然以规范的方式来管理数据资产的理念已经被广泛接受和认可，但是光有理念是不够的，还需要组织架构、原则、过程和规则，以确保数据管理的各项职能得到正确的履行。

以企业财务管理为例，会计负责管理企业的金融资产，遵守相关制度和规定，同时接受审计员的监督；审计员负责监管金融资产的管理活动。

数据治理扮演的角色与审计员类似，其作用就是确保企业的数据资产得到正确有效的管理。

由于切入视角和侧重点不同，业界给出的数据治理定义已经不下几十种，到目前为止还未形成一个统一标准的定义。

ITSS WG1认为数据治理包含以下几方面内容 （1）确保信息利益相关者的需要评估，以达成一致的企业目标，这些企业目标需要通过对信息资源的获取和管理实现； （2）确保有效助力业务的决策机制和方向； （3）确保绩效和合规进行监督。

数据治理是指从使用零散数据变为使用统一主数据、从具有很少或没有组织和流程治理到企业范围内的综合数据治理、从尝试处理主数据混乱状况到主数据井井有条的一个过程。

数据治理的全过程 数据治理其实是一种体系，是一个关注于信息系统执行层面的体系，这一体系的目的是整合IT与业务部门的知识和意见，通过一个类似于监督委员会或项目小组的虚拟组织对企业的信息化建设进行全方位的监管，这一组织的基础是企业高层的授权和业务部门与IT部门的建设性合作。

从范围来讲，数据治理涵盖了从前端事务处理系统、后端业务数据库到终端的数据分析，从源头到终端再回到源头形成一个闭环负反馈系统（控制理论中趋稳的系统）。

从目的来讲，数据治理就是要对数据的获取、处理、使用进行监管（监管就是我们在执行层面对信息系统的负反馈），而监管的职能主要通过以下五个方面的执行力来保证——发现、监督、控制、沟通、整合