数据治理概述及技术解决方案

这篇文档主要介绍了数据治理的概述和技术解决方案，重点关注以下内容：
1. 数据治理的目标和范围：数据治理是一个系统性的过程，旨在提高数据质量、确保数据的准确性和完整性，并确保数据在组织中的安全和保密性。文档中提到了国开行数据平台建设的项目目标，即提供针对数据生命周期的管控机制，包括数据标准规范化、数据关系脉络化、数据质量度量化和数据服务电子化等。
2. 数据标准管理子系统：数据标准是数据管理的基础，是数据在组织中的统一标准。文档中提到了数据标准管理子系统的建设，包括数据管控制度与流程规范文档、信息项定义等。这有助于确保数据在组织中的一致性和可重复性，并提高数据的质量。
3. 元数据管理子系统：元数据是描述数据的数据，是数据治理中的重要组成部分。文档中提到了元数据管理子系统的建设，包括数据元的定义、数据元的属性、数据元之间的关系等。这有助于确保数据的准确性和完整性，并提高数据的质量。
4. 数据质量管理子系统：数据质量管理是数据治理中的重要环节，旨在确保数据的准确性和完整性。文档中提到了数据质量管理子系统的建设，包括数据质量的检核、维度分析、问题跟踪等。这有助于确保数据的质量，并提高数据的可靠性。
5. 数据服务子系统：数据服务是数据治理中的重要组成部分，旨在提供数据服务给业务用户。文档中提到了数据服务子系统的建设，包括数据平台的部署、数据服务的提供等。这有助于提供数据服务给业务用户，并提高数据的价值。
6. 统一认证与用户管理模块：统一认证与用户管理模块是数据治理中的重要工具，旨在确保数据的一致性和可重复性。文档中提到了统一认证与用户管理模块的建设，包括用户认证、用户权限管理、用户数据管理等。这有助于确保数据的一致性和可重复性，并提高数据的安全性。

一、数据治理概述及技术解决方案
1. 系统目标与定位
* 数据治理平台作为数据平台的管控系统，解决数据标准、质量、元数据管理问题。
* 提供针对数据生命周期的管控机制，包括数据标准规范化、关系脉络化、质量度量化和服务电子化。
2. 技术实现架构
* 涉及客户层、集成层、业务层、资源层和表现层等层次。
* 包括Hibernate、Operation、ORM、Objects、Engine等技术和组件。
3. 数据标准管理子系统
* 管理全行数据相关的标准和规范。
* 提供数据标准的查询与反馈等功能。
4. 元数据管理子系统
* 统一归集管理源系统、数据平台和数据治理项目中的相关元数据。
* 实现数据间的血缘分析和影响分析。
5. 数据质量管理子系统
* 基于PDCA方法论，对数据质量进行全生命周期的管理。
* 包括质量问题的定义、检核监控、发现分析、跟踪反馈等功能。
6. 数据服务子系统
* 为数据平台提供面向业务用户的服务沟通渠道。
7. 统一认证与用户管理模块
二、功能需求与界面设计
1. 数据标准管理子系统功能需求
* 查询与反馈数据标准信息。
* 维护主数据标准。
* 新应用开发者提交代码比对文档。
2. 元数据管理子系统功能需求
* 对元数据进行统一归集管理。
* 实现数据间的血缘分析和影响分析。
3. 数据质量管理子系统功能需求
* 定义数据质量检核需求与规则。
* 分析数据平台数据质量。
* 发现和发布数据检核问题。
4. 数据服务子系统功能需求
* 提供数据平台服务申请渠道。
* 与数据平台有效沟通。