自服务大数据治理架构

　　报表工具以用户为中心的自服务大数据治理技术架构包括5部分：数据资产管理、数据监控管理、数据准备平台、数据服务总线，消息与流数据管理。

　　亿信华辰整个平台分为5块核心能力：数据资产、数据准备、数据服务总线、消息&流数据管理、数据监控管理。

　　? 数据资产管理是对企业数据信息统一管理也是整个平台的基础，数据准备平台是资产服务化的加工厂，它不但能将原始数据通过服务形式以用户能看懂的方式提供，也可以通过在线数据模型设计实现最终数据产品的发布，起到承上启下的作用。

　　? 数据服务总线和消息&流数据管理的价值层次是一致的，只是从数据时效性上面对数据进行了区分，去适应用户不同的管理和应用诉求。起到数据通道和安全管理两个核心内容。

　　? 数据监控管理有别于大数据中的数据节点管理，而是从数据管理的视角切入对数据的结构的变化、关系的变化进行管理和控制，它是数据持续发挥价值的监管者。

　　自服务大数据治理的关键技术

　　（1）人工智能的知识图谱构建

　　知识图谱的构建，主要有以下三个步骤：

　　? a、基于企业元数据信息，通过自然语言处理、机器学习、模式识别等算法，以及业务规则过滤，实现知识提取。

　　? b、以本体形式表示和存储知识，自动构建成起资产知识图谱。

　　? c、通过知识图谱关系，利用智能搜索、关联查询手段，为最终用户提供更加精确的数据。

　　（2）细粒度的敏感信息控制

　　数据内容安全管理包括对IT系统和数据进行敏感度等级划分的定义、浏览、检核，辅助安全规则在业务、技术领域的应用。

　　从功能上包括数据敏感性分级、系统敏感性分级，数据安全策略定义管理，安全策略输出，安全管理报告，数据安全检核，敏感数据角色管理，敏感数据权鉴管理及相关电子审批流程。

　　（3）自助化的大数据服务生产线

　　这里有4个关键点：

　　? a、自助的查询到想要的数据。

　　? b、自动的生成数据服务。

　　? c、及时稳定的获得数据通道。

　　? d、数据安全有保证。

　　通过自助化的数据生产线，数据使用方（业务人员）大大减少了对开发人员依赖，80%以上的数据需求，都能通过自己进行整合开发，最终获取数据。让所有用数据的人能方便得到想要的数据。

　　（4）多维度实时的数据资产信息的展示

　　数据治理平台提供实时、全面的数据监控，不仅能从作业、模型、物理资源等各方面进行全面的数据资产盘点，还能对数据及时性、问题数据量等方面的数据健康环境进行全面的预警。

　　（5）以业务元模型为核心的数据微服务

　　数据需要以服务的形式提供给最终用户，亿信华辰在服务的提供上不能再采用传统的方式，而需要用微服务的方式提供，每个单独数据微服务自己对所提供数据做缓存，在其中利用元数据能力，把知识（业务模型）与技术（数据模型）相结合，从而向最终数据用户提供多种数据能力，使用户能够以多种方式使用数据。

　　最后在整个大数据治理平台的构建中还需要满足一系列原则，包括元数据、数据标准和数据质量，总结起来一共12个原则。