自1981年第一個數據倉庫誕生，至今已有四十多年的歷史，國內企業數據平臺的建設大概從90年代末就開始了，從第一代架構出現到現在已經經歷了近20年的時間。數據作為推動經濟社會發展及數字化轉型的新動能已成為社會共識。然而，在這20年的時間里，國內數據平臺實施者可以說是受盡折磨，數據項目一直不受待見，是出了名的臟活累活。可以說，忽視數據治理給數據平臺建設帶來了不少問題。因此，數據治理作為基礎性工作，受到越來越多企事業單位的重視。
數據治理平臺概述
數據治理平臺是一個承接技術，引領業務，構建規范定義的、全域可連接萃取的、智慧的數據處理平臺，建設目標是為了高效滿足前臺數據分析和應用的需求。
從數據采集->規范設計->質量監控->數據清洗->數據建模->數據整合->數據消費->智能分析，貫穿數據全流程的一站式治理運營平臺，提供全域數據集成、標準規范設計、連接并萃取數據價值、全流程數據質量監控、統一數據資產管理、數據開放服務等，為企業提供完整的數據治理解決方案。
數據治理平臺功能
1、數據集成
數據集成管理可實現跨部門數據的傳輸、加載、清洗、轉換和整合，支持自定義調度和圖形化監控，實現統一調度、統一監控，滿足運維可視化需求，提高運維管理工作效率。
2、數據交換
數據交換服務將若干個業務子系統之間進行數據或者文字的傳輸和共享，提高信息資源的利用率，集數據采集、處理分發、交換傳輸于一體，輕松玩轉企業級數據交換作業。
3、實時計算存儲
實時計算存儲基于開源Hadoop框架開發，融合MPP、SQL on Hadoop、流處理等大數據技術，支持海量數據的高效儲存和統一管理，為企業決策提供實時的數據支撐。
1)多數據源實時處理
集成批、微批、實時流等多種處理框架滿足高吞吐、大數據量和低時延實時處理等多方面的數據計算要求。
2)海量數據高效存儲
采用分布式集群架構，具有很高的容錯性、穩定性和可用性，可支持TB、PB級以上結構化與非結構化數據存儲。
3)數據敏捷計算
采用MPP架構，以及列式數據存儲模型，結合存儲分區、分布式緩存等技術，輕松實現TB級數據查詢秒級響應。
4、元數據管理
元數據管理內置豐富的采集適配器，端到端的自動化采集，一鍵元數據分析，快速理清數據資源，了解數據來龍去脈，構建數據地圖，為數據標準建設和數據質量提供基礎支撐。
5、數據標準管理
數據標準建設提供全面完整的數據標準管理流程及辦法，用于決定和建立單一、準確、權威的事實來源，實現大數據平臺數據的完整性、有效性、一致性、規范性、開放性和共享性管理，并為數據質量檢查、數據安全管理提供標準依據。
6、數據質量管理
數據質量管理以數據標準為數據檢核依據，以元數據為數據檢核對象，通過向導化、可視化等簡易操作手段，將質量評估、質量檢核、質量整改與質量報告等工作環節進行流程整合，形成完整的數據質量管理閉環。
7、主數據管理
主數據管理對需要共享的數據建立統一視圖和集中管理，為各業務系統數據調用提供黃金數據。
8、數據資產管理
數據資產服務可以幫助我們更好的支撐各種數據的應用，豐富的服務接口拓展，支撐數據資產的多渠道應用，如數據共享、決策支持等，最終實現數據資產價值最大化。
9、數據安全管理
數據安全管理貫穿于數據治理全過程，提供對隱私數據的加密、脫敏、模糊化處理、數據庫授權監控等多種數據安全管理措施，全方位保障數據的安全運作。
10、數據生命周期管理
數據生命周期記錄數據從創建和初始存儲，到它過時被刪除的整個流動過程，對數據進行近線歸檔、離線歸檔、銷毀和全生命周期監控。
