大數據時代的數據管理

分類：特色主題
發布時間：2020-10-10 17:13:40
訪問量：0

概要:

詳情

大數據時代下，要有效挖掘數據價值、形成知識、具備智慧分析能力，才能夠推動大數據商業應用。本專題將分享我們在數據規劃、數據管理、數據分析和數據服務領域的經驗體會，共同探討大數據時代下的數據管理。

研究與實踐

大數據時代的數據特征

通常而言，大數據（big data），或稱巨量資料，指的是所涉及的資料量規模巨大到無法通過目前主流軟件工具，在合理時間內達到擷取、管理、處理、并整理成為幫助企業經營決策更積極目的信息。

Gartner的定義："大數據"是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。從技術角度來講，大數據是數據分析的前沿技術，是從各種各樣類型的數據中，快速獲得有價值信息的能力；從應用領域來講，大數據可分為大數據技術、大數據工程、大數據科學和大數據應用等領域。目前，大家比較關注的多是大數據技術和大數據應用領域。大數據工程，指大數據的規劃建設、運營和管理的系統工程；大數據科學，則是關注在大數據網絡發展和運營過程中，探索發現和驗證大數據的規律及其與自然和社會活動之間的關系。

你應當知道的數據管理

大數據時代的數據管理，已不是通常我們所講的企業（或政府部門）日常的數據庫維護，而是著眼更高層次，站在領域-行業或企業（或政府部門）全局的高度，將數據視為有價值的信息資源、貫穿數據全生命周期的管理，通常包括數據模型、數據標準、信息資源目錄、元數據、數據安全、數據質量和數據交換管理等內容。

有實效的數據管理是大數據應用的前提，包括：

統一的數據管理、形成統一的數據模型和數據標準化體系，可以有效地、根本性地解決系統集成難題；
加強源頭數據治理和數據環境重建（優化）、實現"源頭唯一、標準一致、結構穩定"，有效規避"數出多源"、"標準不一"和"結構不合理"等因素的影響，有序消除各類系統間的"信息孤島"現象、提升系統集成品質；
實現數據資產集中化管理，有效地解決因數據資產分散在多個獨立系統、導致系統的數據安全問題和數據質量參差不齊、無法保證的現實，強化和深化信息資源深度開發利用能力。