云端数据治理初探.doc

云端数据治理初探
摘要:该文论述了数据治理研究进展,分析了云计算环境下的数据特点,针对性地提出了云端数据治理体系概念。云端数据治理体系利用PDCA质量循环控制方法,并借鉴了项目管理、数据治理、IT治理等领域的实施方法论,为有需要的组织在优化数据治理战略、建立更加完善的数据治理流程、强化数据治理保障等过程提供参考。
关键词:数据治理云端数据治理治理体系云计算
中图分类号:TP274 文献标识码:A 文章编号:1674-098X(2017)01(a)-0096-02
云计算作为“云、物、移、大、智”的最基础支撑,为数据爆发式增长与数据快速流动提供了关键基础设施。云计算的优势在于能够支撑起越来越大规模的海量数据的存储、处理、分享与协作。但随着数据规模不断增长,以及非结构化数据所占比重的提高,数据的价值密度越来越低。如何在保证数据安全的同时发挥数据所蕴含的价值,是所有将数据视为资产的机构必须思考的问题。数据治理是发挥数据价值、保护数据安全的有效措施,但随着云计算对数据所处环境变化起到的主导作用,研究云计算环境下的数据治理十分有必要。
1 数据治理主要研究进展
在数据治理研究领域,国际数据管理协会(DAMA)、数据治理研究所(DGI)、IBM、CMMI研究所等组织提出了多种数据治理框架或数据治理模型。
DAMA认为数据管理是规划、控制和提供数据及信息资产的一种业务职能,包括开发、执行和监督有关数据的计划、政策、项目、流程、方法和程序,从而控制、保护、交付和提高数据资产的价值[1]。该定义突出了数据管理的职能、过程和规范3个关键词。在职能上认为数据管理是业务数据管理专员和技术数据管理专员共同承担的责任;在过程上,认为数据管理是数据资产管理的权威性和控制性活动,是在数据管理和使用层面之上进行规划、监管和控制;在规范上,认为数据管理必须遵守相关的规则和规范,才能确保数据管理过程能够顺利进行。
DGI认为数据治理应建立独立的数据治理理论体系,从组织、规则、过程3个层面提出了数据治理框架。组织即制定和执行数据治理规则和规范的组织结构,包含数据利益相关者、数据治理委员会和数据管理者;规则即建立、协调和规范数据治理工作的规则,以及指导不同部门共同制定和执行规则的协同工作规范,包含使命和愿景、目标、治理成效的度量标准、财务策略、数据规则和定义、决策权、职责分工、控制6个组件;过程即数据治理应遵循的工作步骤和流程,包括主动、被动和正在进行的数据治理过程。
IBM认为数据治理是根据企业的数据管控政策,利用组织人员、流程和技术的相互协作,使企业能将数据作为企业的核心资产来管理和应用的一门学科。IBM定义了11个要素来开展数据治理,11个要素分为支撑域、核心域、促成因素和成果。其中支撑域包括数据架构、分类与元数据、审计/日志与报告;核心域包括数据质量管理、数据生命周期管理、信息安全与隐私;促成因素包括组织结构与意识、人员、策略;成果包括数据风险管理与合规、价值。
CMMI研究所提出了以成熟度概念评价数据治理能力,形成了数据管理成熟度模型(DMM)。DMM模型由20个数据管理过程域和5个以CMMI过程域为基础的支持过程域构成,其中这20个过程域分别属于数据战略、数据治理、数据质量、数据操作和平台与架构5大职能域。针对每个过程域,DMM均以执行级