作者 | 華為公司數據管理
責編 | 晉兆雨
頭圖 | 付費下載于視覺中國

*文末有贈書

在從信息化向數字化轉型的過程中，企業積累了海量的數據，并且還在爆發式地增長。數據很多，但真正能產生價值的數據卻很少。數據普遍存在分散、不拉通的問題，缺乏統一的定義和架構，找到想要的、能用的數據越來越難。

本文將講述華為數據底座的總體架構和建設策略。

非數字原生企業數字化轉型的數據底座建設框架

華為通過建設數據底座，將公司內外部的數據匯聚在一起，對數據進行重新組織和聯接，讓數據有清晰的定義和統一的結構，并在尊重數據安全與隱私的前提下，讓數據更易獲取，最終打破數據孤島和壟斷。通過數據底座，主要可以實現如下目標。

統一管理結構化、非結構化數據。將數據視為資產， 能夠追溯數據的產生者、業務源頭以及數據的需求方和消費者等。

打通數據供應通道，為數據消費提供豐富的數據原材料、半成品以及成品，滿足公司自助分析、數字化運營等不同場景的數據消費需求。

確保公司數據完整、一致、共享。監控數據全鏈路下的各個環節的數據情況，從底層數據存儲的角度，診斷數據冗余、重復以及“僵尸”問題，降低數據維護和使用成本。

保障數據安全可控。基于數據安全管理策略，利用數據權限控制，通過數據服務封裝等技術手段，實現對涉密數據和隱私數據的合法、合規地消費。

華為數據底座的總體架構

華為數據底座由數據湖、數據主題聯接兩層組成，將公司內外部的數據匯聚到一起，并對數據進行重新的組織和聯接，為業務可視化、分析、決策等提供數據服務，如圖1 所示。

圖1 華為數據底座總體架構

數據湖是邏輯上各種原始數據的集合，除了“原始”這一特征外，還具有“海量”和“多樣”（包含結構化、非結構化數據）的特征。數據湖保留數據的原格式，原則上不對數據進行清洗、加工，但對于數據資產多源異構的場景需要整合處理，并進行數據資產注冊。

數據入湖必須要遵循 6 項標準，共同滿足數據聯接和用戶數據消費需求。具體細節本文將不展開，感興趣的讀者可以閱讀華為官方出版的《華為數據之道》。

數據主題聯接是對數據湖的數據按業務流 / 事件、對象 / 主體進行聯接和規則計算等處理，形成面向數據消費的主題數據，具有多角度、多層次、多粒度等特征，支撐業務分析、決策與執行。基于不同的數據消費訴求，主要有多維模型、圖模型、指標、標簽、算法模型 5 種數據聯接方式。

?

華為數據底座的建設策略

數據底座建設不能一蹴而就，要從業務出發，因勢利導，持續進行。具體來說，華為數據底座采取“統籌推動、以用促建、急用先行”的建設策略，根據公司數字化運營的需要，由公司數據管理部統一規劃，各領域分別建設，以滿足本領域和跨領域的數據需求。其中，數據 Owner 是各領域數據底座建設的第一責任人，各領域數據部負責執行。數據底座資產建設遵從下面四項原則。

1）數據安全原則

數據底座數據資產應遵循用戶權限、數據密級、隱私級別等管理要求，以確保數據在存儲、傳輸、消費等全過程中的數據安全。技術手段包括但不限于授權管理、權限控制、數據加密、數據脫敏。

2）需求、規劃雙輪驅動原則

數據底座數據資產基于業務規劃和需求觸發雙驅動的原則進行建設，對核心數據資產優先建設。

3）數據供應多場景原則

數據底座資產供應需根據業務需求提供離線 / 實時、物理 /虛擬等不同的數據供應通道，滿足不同的數據消費場景。

4）信息架構遵從原則

數據底座數據資產應遵從公司的信息架構，必須經 IA-SAG（信息架構專家組）發布并完成注冊。

本文只是提綱挈領地講述了華為數據底座建設的架構與策略，具體實施時，數據湖的建設以及數據主題的聯接是重中之重，關于這兩點內容，本文不展開講，如果您對其中的細節感興趣，推薦您詳細閱讀華為官方出版的《華為數據之道》。

#歡迎留言在評論區和我們討論#

看完本文，對于數據底座建設你有什么想說的？

歡迎在評論區留言

我們將在?11?月 25?日精選出 3 條優質留言

贈送華為官方出品《華為數據之道》紙質書籍一本哦！

更多閱讀推薦

• 大神們都是如何在時間序列中進行特征提取的？看完就懂了！

• 如何破解“中國開源拿來主義”？包云崗的幾點分析

• 打錢！我的數據庫被黑客勒索了！

• 贈書 | 圖像分類問題建模方案探索實踐

• Value DeFi遭黑客攻擊始末，閃電貸這次又帶走了700萬美元
  

總結

以上是生活随笔為你收集整理的赠书 | 华为数据底座的整体架构与建设策略的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。