数据治理----集中、分布的各种模式傻傻分不清楚

这篇具有很好参考价值的文章主要介绍了数据治理----集中、分布的各种模式傻傻分不清楚。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

1、数据治理运营模型类型:集中式治理;分布式治理;联邦式治理。在集中式管理模式中,数据治 理组织监督所有业务领域中的活动。在分布式管理模式中,每个业务单元中采用相同的数据治理 运营模型和标准。在联邦式管理模式中,数据治理组织与多个业务单元协同,以维护一致的定义和标准。(P50 图 3-4)

2、数据架构类型:集中式数据库、分布式数据库:联邦的(自治的)、非联邦的(非自治的)。P131

联邦数据库对于类似企业信息集成、数据可视化、模式匹配和主数据管理这样异构和分布式的集 成项目非常合适。分松耦合、紧耦合。区块链数据库是一种联邦数据库,它有单条记录和块两种 结构类型。P132

数据治理----集中、分布的各种模式傻傻分不清楚

3、元数据架构类型:(1)集中式元数据架构。集中式元数据架构由单一的元数据存储库组成, 包含来自各种不同源的元数据副本。(2)分布式元数据架构。维护了单一的接入点,没有持久 化的存储库,元数据检索引擎负责从源系统检索数据来响应用户请求。(3)混合式元数据架构。 元数据仍直接从源系统移动到集中式存储库,但存储库设计仅考虑用户添加的元数据、重要的标 准化元数据以及来通过自手工来源添加的元数据。单向。(4)双向元数据架构。允许元数据在 架构的任何部分(源、数据集成、用户界面)中进行更改,然后将变更从存储库(代理)同步到 其原始源以实现反馈。P330-332

4、数据管理组织的结构:分散运营模式、网络运营模式、集中运营模式、混合运营模式、联邦运营模式

分散运营模式:数据管理职能分布在不同业务部门和 IT 部门。委员会是互相协作的基础, 委员会不属于任何一个单独的部门。许多数据管理规划是从基层开始,意图统一整个组织的 数据管理实践。优点:组织结构相对扁平,数据管理组织与业务线或 IT 部门具有一致性。这 种一致性通常意味着对数据要有清晰的理解,相对容易实施或改进。缺点:让过多的人员参 与治理和制定决策,实施协作决策通常比集中发布号令更加困难。不太正式,难长久。P434

网络运营模式:通过 RAC(I 谁负责,Responsible;谁批准,Accountable;咨询谁,Consulted; 通知谁,Informed)责任矩阵,利用一系列的文件记录联系和责任制度,使分散的非正规性 组织变得更加正式,称为网络模式。优点:类似于分散模式(结构扁平、观念一致、快速组 建)。采用 RACI,有助于在不影响组织结构的情况下建立责任制。缺点:需要维护和执行与 RACI 相关的期望。P435

集中运营模式:是最正式且成熟的模式。所有工作都由数据管理组织掌控。参与数据治理和 数据管理的人员直接向负责治理、管理职责、元数据管理、数据质量管理、主数据和参考数 据管理、数据架构、业务分析等工作的数据管理主管报告。优点:为数据管理或数据治理建立了正式的管理职位,且拥有一个最终决策人。职责明确,决策更容易。缺点:实施集中模 式通常需要重大的组织变革。将数据管理的角色从核心业务流程正式分离,存在业务知识逐 渐丢失的风险。P435

混合运营模式:分散模式和集中模式的优点。在混合模式中,一个集中的数据管理卓越中心 与分散的业务部门团队合作,通常通过一个代表关键业务部门的执行指导委员会和一系列针 对特定问题的技术工作组来完成工作。有些角色仍是分散的,取决于组织文化。优点:可从 顶层制定适当的指导方向,并有对数据管理或治理负责的高管。业团队具有广泛的责任感, 可通过业务优先级调整给予更多关注。有助于把重点放到特定的挑战上。缺点:组织的建立, 需要配置额外人员到卓越中心。中央组织的优先事项可能与分散组织的优先事项存在冲突。 P436

联邦运营模式:是混合运营模式的一种变体,提供了额外的集中层/分散层,联邦模式提供 了一个具有分散执行的集中策略。一个负责整个组织数据管理的主管领导,负责管理企业卓 越中心。不同的业务线有权根据需求和优先级来适应要求。该模式使组织能够根据特定数据 实体、部门挑战或区域优先级来确定优先级。优点:一个具有分散执行的集中策略。大型企 业是唯一可行的模式。能根据特定数据实体、部门挑战或区域优先级来确定优先级。缺点: 管理起来较复杂,层次多,需要在业务线自治和企业的需求之间取得平衡,平衡会影响企业 的优先级。P436-437文章来源地址https://www.toymoban.com/news/detail-503546.html

到了这里,关于数据治理----集中、分布的各种模式傻傻分不清楚的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • VR、AR、MR 傻傻分不清楚?区别的底层逻辑?

    VR是一种能够制作虚拟物体并与人互动的基础技术。它与操作者所处的环境无关。 AR可以让在特定位置出现或消失。 MR可以让虚拟物体与真实物体进行互动。 AR和MR的大部分应用场景都是随机的,所以硬件基本都采用手机和眼镜。提升了便携性。牺牲了性能。这就导致了AR与

    2024年02月11日
    浏览(50)
  • 汽车虚拟ECU和MCU硬件虚拟化,傻傻分不清楚

    目录 1.概述 2.汽车虚拟ECU 3.汽车MCU虚拟化功能 4.小结 近几年,随着智能网联汽车普及,车型的更新迭代速度进一步提升,功能开发工程师希望在能够在硬件成型前验证软件功能,意味着汽车控制器的功能开发也在不断左移。 为此业内出现了对ECU进行虚拟化以加速开发的呼声

    2024年01月25日
    浏览(47)
  • VR、AR、MR、CR,虚拟现实傻傻分不清楚

    感觉不知道什么是VR就OUT了 其实除了VR之外,还有AR、MR、CR等外形类似 技术含量更高的头戴式设备,那么问题来了,这些*R们有哪些区别?   vr是由美国VPL公司创建人拉尼尔(Jaron Lanier)在20世纪80年代初提出的。其具体内涵是:综合利用计算机图形系统和各种现实及控制等接口

    2024年02月08日
    浏览(41)
  • 【Mysql 存储过程 Or 存储函数 傻傻分不清? 】

    MySQL的存储函数(自定义函数)和存储过程都是用于存储SQL语句的。但是什么时候用什么呢?是不是总是傻傻的分不清? 本文来详细的讲一下存储函数 和存储过程 ,以后再也不会迷糊。 MySQL的存储过程和函数都是一系列SQL语句的集合,调用时一次性执行这些SQL语句。但是它

    2024年02月09日
    浏览(37)
  • 迷不迷糊?前后端、三层架构和MVC傻傻分不清

    现在的项目都讲究前后端分离,那到底什么是前后端,前后端和以前的MVC以及三层架构啥关系呢?今天就这个问题展开一下,方面后面的学习,因为前面讲的jsp、servlet和javabean根据实例,基本上有一个框架的理解了,谁处理什么业务也大概清楚了,而且也提到了MVC这个东西,

    2024年03月08日
    浏览(62)
  • SAS硬盘和SATA硬盘傻傻分不清?不懂的看这里

    一、SAS SSD与SATA SSD的主要差异: 01 接口形态的差异 SAS(Serial Attached SCSI)即串行连接SCSI,和SATA(Serial ATA)相同,采用串行技术以获得更高的传输速度。SAS 具备2对收发通道,而SATA 仅有1对收发通道, SAS的接口技术可以向下兼容SATA,但SATA不可以反向兼容SAS接口。 SAS接口的设

    2024年02月04日
    浏览(67)
  • VR和AR傻傻分不清,一句话给你讲明白。

    不说废话,直接说结论,虚拟现实(Virtual Reality,VR)和增强现实(Augmented Reality,AR)。如果现实是A,虚拟是B,那么VR=B,AR=A+B,就这简单,不走弯弯绕,有兴趣的的往下看。 虚拟现实(Virtual Reality,VR)和增强现实(Augmented Reality,AR)是两种不同的技术和体验,它们在现实

    2024年02月22日
    浏览(55)
  • 让我看看,还有谁分不清楚GPT和Chat GTP

            GPT(Generative Pre-trained Transformer)是由OpenAI推出的一种基于Transformer的自然语言处理模型,它是在大规模的无监督语言预训练下,使用有监督微调的方式来完成各种自然语言处理任务的。GPT的训练数据主要来源于互联网上的大量文本,包括维基百科、新闻报道、小说等

    2024年02月11日
    浏览(33)
  • 【数据网格架构】分布式数据网格作为集中式数据单体的解决方案

    企业数据架构师不应构建大型集中式数据平台,而应创建分布式数据网格。 ThoughtWorks 的首席技术顾问 Zhamak Dehghani 在旧金山 QCon 的演讲和相关文章中表示,这种方法的改变需要范式转变。随着数据变得越来越普遍,传统的数据仓库和数据湖架构变得不堪重负,无法有效扩展

    2024年02月11日
    浏览(44)
  • 数据治理三大模式详解,治理新范式释放数据潜能

    随着世界经济由工业经济向数字经济转型,数据逐步成为关键的生产要素,企业开始将数据作为一种战略资产进行管理。数据从业务中产生,在IT系统中承载,要对数据进行有效治理,需要业务充分参与,IT系统确保遵从,这是一个非常复杂的系统工程。 实践证明,企业只有

    2024年02月03日
    浏览(39)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包