精华内容
下载资源
问答
  • 为了实现数据的统一管理
    千次阅读
    2020-11-08 10:35:15

    项目介绍

    一款 Java 语言基于 SpringBoot2.x、MybatisPlus、Vue、ElementUI、MySQL等框架精心打造的一款前后端分离框架,致力于实现模块化、组件化、可插拔的前后端分离架构敏捷开发框架,可用于快速搭建前后端分离后台管理系统,本着简化开发、提升开发效率的初衷,目前框架已集成了完整的RBAC权限架构和常规基础模块,前端Vue端支持多主题切换,可以根据自己喜欢的风格选择想一个的主题,实现了个性化呈现的需求;

    为了敏捷快速开发,提升研发效率,框架内置了一键CRUD代码生成器,自定义了模块生成模板,可以根据已建好的表结构(字段注释需规范)快速的一键生成整个模块的所有代码和增删改查等等功能业务,真正实现了低代码开发,极大的节省了人力成本的同时提高了开发效率,缩短了研发周期,是一款真正意义上实现组件化、低代码敏捷开发框架。

    内置模块

    • 用户管理:用于维护管理系统的用户,常规信息的维护与账号设置。
    • 角色管理:角色菜单管理与权限分配、设置角色所拥有的菜单权限。
    • 菜单管理:配置系统菜单,操作权限,按钮权限标识等。
    • 职级管理:主要管理用户担任的职级。
    • 岗位管理:主要管理用户担任的岗位。
    • 部门管理:主要管理系统组织架构,对组织架构进行统一管理维护。
    • 操作日志:系统正常操作日志记录和查询;系统异常信息日志记录和查询。
    • 登录日志:系统登录日志记录查询包含登录异常。
    • 字典管理:对系统中常用的较为固定的数据进行统一维护。
    • 配置管理:对系统的常规配置信息进行维护,网站配置管理功能进行统一维护。
    • 城市管理:统一对全国行政区划进行维护,对其他模块提供行政区划数据支撑。
    • 友链管理:对系统友情链接、合作伙伴等相关外链进行集成维护管理的模块。
    • 个人中心:主要是对当前登录用户的个人信息进行便捷修改的功能。
    • 广告管理:主要对各终端的广告数据进行管理维护。
    • 站点栏目:主要对大型系统网站等栏目进行划分和维护的模块。
    • 会员管理:对各终端注册的会员进行统一的查询与管理的模块。
    • 网站配置:对配置管理模块的数据源动态解析与统一维护管理的模块。
    • 通知公告:系统通知公告信息发布维护。
    • 代码生成:一键生成模块CRUD的功能,包括后端和前端Vue等相关代码。
    • 案例演示:常规代码生成器一键生成后的演示案例。

    软件信息

    特别鸣谢

    感谢MybatisPlus、Vue、ElementUI等优秀开源项目。

    更多相关内容
  • 一,什么是分布式事务? 分布式事务就是指事务的参与者、支持事务的服务器、资源服务器以及事务管理器分别位于不同的...本质上来说,分布式事务就是为了保证不同数据库的数据一致性。 说起分布式事务,提一下上...

    一,什么是分布式事务?
    分布式事务就是指事务的参与者、支持事务的服务器、资源服务器以及事务管理器分别位于不同的分布式系统的不同节点之上。以上是百度百科的解释,简单的说,就是一次大的操作由不同的小操作组成,这些小的操作分布在不同的服务器上,且属于不同的应用,分布式事务需要保证这些小操作要么全部成功,要么全部失败。本质上来说,分布式事务就是为了保证不同数据库的数据一致性。

    说起分布式事务,提一下上一篇中集成多数据源中的一个隐患问题,先看一下这段代码。

        @Autowired
        public User2Dao user2Dao;
        @Transactional
        public void addUser1AndUser2(String username,int age) {
            user2Dao.insert(username, age);     
            int i=1/0;
            user1Dao.insert(username, age);
        }

    这段代码是一个简单的事务处理,我特意加入了int i=1/0;这句,这一眼就能看出来,这段代码肯定报异常,但是这不是我们关注的问题,我们要关注的是数据是否插入了数据库,先要说明的是user1对应的数据源加了@primary注释,是服务器默认首先访问的,那么问题来了,这段代码到底会不会回滚数据库,答案是否定的,首先,他们是两个不同的数据源,在一个数据源中引用了另一个数据源,但是当前回滚的事务管理是当前数据源的,并管理不到另一个数据源,所以user2数据库中任然会插入数据,user1数据源回滚,那么怎么解决事务的统一管理呢?这就是我们今天的主题。

    二,使用atomikos+jta实现分布式事务统一管理
    1.要使用atomikos+jta就要引入相关依赖

        <!-- automatic+jta的分布式事务管理 -->
        <!-- https://mvnrepository.com/artifact/org.springframework.boot/spring-boot-starter-jta-atomikos -->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-jta-atomikos</artifactId>
        </dependency>

    剩下的pom的文件中依赖和上篇中的pom文件依赖相同,这个是额外加入。

    这里我们还要自己在资源文件中定义数据源。
    下面是application.properties资源文件中的代码。

    #automatic+jta
    mysql.datasource.test1.url=jdbc:mysql://localhost:3306/test1
    mysql.datasource.test1.username=root
    mysql.datasource.test1.password=.....
    mysql.datasource.test1.minPoolSize=3
    mysql.datasource.test1.maxPoolSize=25
    mysql.datasource.test1.maxLifetime=20000
    mysql.datasource.test1.borrowConnectionTimeout=30
    mysql.datasource.test1.loginTimeout=30
    mysql.datasource.test1.maintenanceInterval=60
    mysql.datasource.test1.maxIdleTime=60
    
    mysql.datasource.test2.url=jdbc:mysql://localhost:3306/test2
    mysql.datasource.test2.username=root
    mysql.datasource.test2.password=.....
    mysql.datasource.test2.minPoolSize=3
    mysql.datasource.test2.maxPoolSize=25
    mysql.datasource.test2.maxLifetime=20000
    mysql.datasource.test2.borrowConnectionTimeout=30
    mysql.datasource.test2.loginTimeout=30
    mysql.datasource.test2.maintenanceInterval=60
    mysql.datasource.test2.maxIdleTime=60

    接下来就是配置数据源了,这里使用了atomikos对数据源进行统一的管理,从而统一管理事务。
    下面是数据源1的配置代码

    import java.sql.SQLException;
    
    import javax.sql.DataSource;
    
    import org.apache.ibatis.session.SqlSessionFactory;
    import org.mybatis.spring.SqlSessionFactoryBean;
    import org.mybatis.spring.SqlSessionTemplate;
    import org.mybatis.spring.annotation.MapperScan;
    import org.springframework.beans.factory.annotation.Qualifier;
    import org.springframework.context.annotation.Bean;
    import org.springframework.context.annotation.Configuration;
    import org.springframework.context.annotation.Primary;
    
    import com.atomikos.jdbc.AtomikosDataSourceBean;
    import com.mysql.jdbc.jdbc2.optional.MysqlXADataSource;
    
    import cn.shinelon.config.DBConfig1;
    
    @Configuration
    @MapperScan(basePackages="cn.shinelon.test1",sqlSessionFactoryRef="test1SqlSessionFactory")
    public class test1MybatisConfig {
        //配置数据源
        @Primary
        @Bean(name="test1Datasource")
        public DataSource testDatasource(DBConfig1 config1) throws SQLException {
            MysqlXADataSource mysqlXADataSource=new MysqlXADataSource();
            mysqlXADataSource.setUrl(config1.getUrl());
            mysqlXADataSource.setPinGlobalTxToPhysicalConnection(true);
            mysqlXADataSource.setPassword(config1.getPassword());
            mysqlXADataSource.setUser(config1.getUsername());
            mysqlXADataSource.setPinGlobalTxToPhysicalConnection(true);
    
            AtomikosDataSourceBean atomikosDataSourceBean=new AtomikosDataSourceBean();
            atomikosDataSourceBean.setXaDataSource(mysqlXADataSource);
            atomikosDataSourceBean.setUniqueResourceName("test1Datasource");
    
            atomikosDataSourceBean.setMinPoolSize(config1.getMinPoolSize());
            atomikosDataSourceBean.setMaxPoolSize(config1.getMaxPoolSize());
            atomikosDataSourceBean.setMaxLifetime(config1.getMaxLifetime());
            atomikosDataSourceBean.setBorrowConnectionTimeout(config1.getBorrowConnectionTimeout());
            atomikosDataSourceBean.setLoginTimeout(config1.getLoginTimeout());
            atomikosDataSourceBean.setMaintenanceInterval(config1.getMaintenanceInterval());
            atomikosDataSourceBean.setMaxIdleTime(config1.getMaxIdleTime());
            return atomikosDataSourceBean;
        }
        @Primary
        @Bean(name="test1SqlSessionFactory")
        public SqlSessionFactory testSqlSessionFactory(@Qualifier("test1Datasource")DataSource dataSource) 
                throws Exception {
            SqlSessionFactoryBean bean=new SqlSessionFactoryBean();
            bean.setDataSource(dataSource);
            //如果还有分页等其他事务
    //      bean.setMapperLocations(new PathMatchingResourcePatternResolver().
    //              getResources("classpath:mybatis/test1/*.xml"));
            return bean.getObject();
        }
    
        @Primary
        @Bean(name="test1SqlSessionTemplate")
        public SqlSessionTemplate testSqlSessionTemplate(@Qualifier("test1SqlSessionFactory")
        SqlSessionFactory sqlSessionFactory) {
            return new SqlSessionTemplate(sqlSessionFactory);
        }
    }

    数据源2的配置代码和这个一样,只是把数据源1相关的改为数据源2就可以了,这里就省略了。

    接下来我们还需要两个类似实体类的配置文件来映射资源文件中的配置。

    import org.springframework.boot.context.properties.ConfigurationProperties;
    
    @ConfigurationProperties(prefix="mysql.datasource.test1")
    public class DBConfig1 {
        private String url;
        private String username;
        private String password;
        private int minPoolSize;
        private int maxPoolSize;
        private int maxLifetime;
        private int borrowConnectionTimeout;
        private int loginTimeout;
        private int maintenanceInterval;
        private int maxIdleTime;
        public String getUrl() {
            return url;
        }
        public void setUrl(String url) {
            this.url = url;
        }
        public String getUsername() {
            return username;
        }
        public void setUsername(String username) {
            this.username = username;
        }
        public String getPassword() {
            return password;
        }
        public void setPassword(String password) {
            this.password = password;
        }
        public int getMinPoolSize() {
            return minPoolSize;
        }
        public void setMinPoolSize(int minPoolSize) {
            this.minPoolSize = minPoolSize;
        }
        public int getMaxPoolSize() {
            return maxPoolSize;
        }
        public void setMaxPoolSize(int maxPoolSize) {
            this.maxPoolSize = maxPoolSize;
        }
        public int getMaxLifetime() {
            return maxLifetime;
        }
        public void setMaxLifetime(int maxLifetime) {
            this.maxLifetime = maxLifetime;
        }
        public int getBorrowConnectionTimeout() {
            return borrowConnectionTimeout;
        }
        public void setBorrowConnectionTimeout(int borrowConnectionTimeout) {
            this.borrowConnectionTimeout = borrowConnectionTimeout;
        }
        public int getLoginTimeout() {
            return loginTimeout;
        }
        public void setLoginTimeout(int loginTimeout) {
            this.loginTimeout = loginTimeout;
        }
        public int getMaintenanceInterval() {
            return maintenanceInterval;
        }
        public void setMaintenanceInterval(int maintenanceInterval) {
            this.maintenanceInterval = maintenanceInterval;
        }
        public int getMaxIdleTime() {
            return maxIdleTime;
        }
        public void setMaxIdleTime(int maxIdleTime) {
            this.maxIdleTime = maxIdleTime;
        }
    }

    同样的数据源2也需要这样的映射配置,代码只是修改数据源即可,这里省略。
    其他的配置代码同上一篇集成多数据源中代码,这里我们只讨论开篇的一个问题,如何统一管理事务。

        //测试分布式事务的处理
        @Autowired
        public User2Dao user2Dao;
        @Transactional
        public void addUser1AndUser2(String username,int age) {
            user2Dao.insert(username, age);     
            int i=1/0;
            user1Dao.insert(username, age);
        }

    这段代码,刚开始我们说数据源2中的事务不会回滚,当发生异常的时候,数据库中依旧会插入数据。但是经过我们上面的一番操作,集成atomikos+jta就轻松解决了多数据源的事务统一管理,感兴趣的同学可以自己测试一下。

    展开全文
  • 统一数据接入实践分享

    千次阅读 2019-10-08 00:15:21
    文章大纲统一数据接入数据接入的三个阶段前中后接入技术分析1.数据接入手段2.接入技术选择参考文献 统一数据接入 数据接入就是对于不同的数据来源、不同的合作伙伴,完成数据采集、数据传输、数据处理、数据缓存到...


    统一数据接入

    数据接入就是对于不同的数据来源、不同的合作伙伴,完成数据采集、数据传输、数据处理、数据缓存到行业统一的数据平台的过程。
    在这里插入图片描述

    大数据接入处理面临的问题

    展开全文
  • 数据资产管理概要

    千次阅读 2020-04-04 23:54:45
    一、什么是数据资产? 1.1、数据的来源 数据是由企业过去经营过程中交易或事项积累下来的数字化记录,不仅包含传统意义上的数据,还包括文本、声音、图像、照片和视频等类型的数据,也包括微博、微信、消费记录、...

    一、什么是数据资产?

    1.1、数据的来源

    数据是由企业过去经营过程中交易或事项积累下来的数字化记录,不仅包含传统意义上的数据,还包括文本、声音、图像、照片和视频等类型的数据,也包括微博、微信、消费记录、出行记录、文件等等数据。

    1.2什么数据才能称为资产?

    会计学中资产的定义:“资产是指企业过去的交易或者事项形成的、由企业拥有或者控制的、预期会给企业带来经济利益的资源。”

    因此,我们将数据资产定义为企业过去的交易或者事项形成的,由企业拥有或者控制的,预期会给企业带来经济利益的,以物理或电子的方式记录的数据资源,如文件资料、电子数据等。即,如果数据要成为数据资产,至少要满足3个核心必要条件:

    1. 企业过去的交易或者事项形成的;

    2.  企业拥有或者控制;

    3. 预期会给企业带来经济利益。

    在企业中,并非所有的数据都构成数据资产,数据资产是能够为企业产生价值的数据资源。企业可能在长期的经营中,存储下了大量的数据,但如果这些数据不能持续给企业带来现金流,反而需要企业花成本去收集、整理、维护,那这对企业来说,不是“资产”,而是“负债”,它需要企业持续投入,如果长期看不到收益的“预期”,反而会摊薄企业的利润。因此,只有那些能够给企业带来可预期经济收益的数据资源,才能够被称为数据资产。

     

    二、数据资产管理的重要性

    2.1、数据资产管理的概念

    前面我们介绍过只有那些能够给企业带来可预期经济收益的数据资源,才能够被称为数据资产,因此数据资产管理的目的是“盘活”数据以充发挥它的价值。

    数据资产管理(DAM,Data Asset Management)是指规划、控制和提供数据及信息资产的一组业务职能,包括开发、执行和监督有关数据的计划、政策、方案、项目、流程、方法和程序,从而控制、保护、交付和提高数据资产的价值。数据资产管理需要充分融合业务、技术和管理,以确保数据资产保值增值。

    2.2、数据资产管理的内涵

    大数据发展方向可以定义为三层:大数据处理能力、数据资产管理、业务价值实现。

     

     

    其中,大数据处理能力是应对大数据发展挑战的基础,它不仅包括目前技术领域所关注的海量数据采集、存储、分布式计算、实时事件应对等,还要具备对各种格式类型的数据进行加工、处理、识别、解析等相关能力。

    数据资产管理位于业务价值实现应用和大数据处理能力底层平台中间,处于承上启下的重要地位。对上支持以价值创造为导向的数据应用开发,对下依托大数据平台实现数据全生命周期的管理。数据资产管理包括两个重要方面,一是数据资产管理的核心管理职能,二是确保这些管理职能落地实施的保障措施,包括战略规划、组织架构、制度体系等。

    数据资产管理贯穿数据采集、存储、应用和销毁整个生命周期全过程。企业管理数据资产就是对数据进行全生命周期的资产化管理,促进数据在“内增值,外增效”两方面的价值变现,同时控制数据在整个管理流程中的成本消耗。在数据的生命周期开始前,企业先期制定数据规划、定义数据规范,以期获得实现数据采集、交付、存储和控制所需的技术能力。数据资产管理一般来说包括统筹规划、管理实施、稽核检查和资产运营四个主要阶段。

    2.3、数据价值难以有效发挥的原因

    1.  缺乏统一数据视图:企业的数据资源散落在多个业务系统中,企业主和业务人员无法及时感知到数据的分布与更新情况,无法快速找到符合自己需求的数据,也无法发现和识别有价值的数据并纳入数据资产。

    2.  数据孤岛:据统计,98%的企业都存在数据孤岛问题。而造成数据孤岛的原因既包括技术上的,也包括标准和管理制度上的,这阻碍了业务系统之间顺畅的数据共享,降低了资源利用率和数据的可得性。

    3.   数据质量低:数据质量低直接影响业务决策,导致数据统计分析不准确、监管业务难、高层领导难以决策等问题。根据数据质量专家Larry English的统计,不良的数据质量使企业额外花费15%到25%的成本。而数据能够被当作资产,并发挥越来越大的价值,其前提是数据质量的不断提升。

    4.  缺乏安全的数据环境:数据安全造成的风险主要包括数据泄露与数据滥用等。根据数据泄露水平指数(Breach Level Index)监测,自 2013 年以来全球数据泄露高达 130 亿条,其中很多都是由于管理制度不完善造成。随着各个机构数据的快速累积,一旦发生数据安全事件,其对企业经营和用户利益的危害性将越来越大,束缚数据价值的释放。

    5. 缺乏数据价值管理体系:大部分企业还没有建立起一个有效管理和应用数据的模式,包括数据价值评估、数据成本管理等,对数据服务和数据应用也缺乏合规性的指导,没有找到一条释放数据价值的“最优路径”。

    2.3、数据资产管理是充分发挥数据价值的必经之路

    数据资产管理通过解决释放数据价值过程中面临的诸多问题,以体系化的方式实现数据的可得、可用、好用,用较小的数据成本获得较大的数据收益,具体体现在以下六个方面:

    1.  全面掌握数据资产现状:数据资产管理的切入点是对数据家当进行全面盘点,形成数据地图,为业务应用和数据获取夯实基础。数据地图作为数据资产盘点的输出物之一,可以帮助业务人员快速精确查找他们想要的据。其次,数据地图作为企业数据的全盘映射,帮助数据开发者和数据使用者了解数据,并成为对数据资产管理进行有效监控的手段。

    2. 提升数据质量:数据资产管理通过建立一套切实可行的数据质量监控体系,设计数据质量稽核规则,加强从数据源头控制数据质量,形成覆盖数据全生命周期的数据质量管理,实现数据向优质资产的转变。

    3.  实现数据互联互通:数据资产管理通过制定企业内部统一的数据标准,建立数据共享制度,完善数据登记、数据申请、数据审批、数据传输、数据使用等数据共享相关流程规范,,打破数据孤岛,实现企业内数据高效共享。同时搭建数据流通开放平台,增强数据的可得性,促进数据的交换流通,提升数据的服务应用能力。

    4.   提高数据获取效率:数据资产管理通过搭建数据管理平台,采取机器学习等相关自动化技术,将大量前期的数据准备时间和交付项目的时间缩短,提升数据的获取和服务效率,让数据随时快速有效就绪,缩短数据分析人员和数据科学家的数据准备时间,加快数据价值的释放过程。

    5. 保障数据安全合规:保障安全是数据资产管理的底线,数据资产管理通过制定完善的数据安全策略、建立体系化的数据安全措施、执行数据安全审计,全方位进行安全管控,确保数据获取和使用合法合规,为数据价值的充分挖掘提供了安全可靠的环境。

    6.     数据价值持续释放:存储和管理数据的最终目的是实现数据的价值,数据资产管理将数据作为一项资产,并通过一个持续和动态的全生命周期管理过程,使数据资产能够为企业数字化转型提供源源不断的动力。从企业高管到业务人员及技术人员,全员都要以持续释放数据价值为理念来重视数据资源管理工作。管理方面,建立一套符合数据驱动的组织管理制度流程和价值评估体系。技术方面,建设现代化数据平台、引入智能化技术,确保数据资产管理系统平台持续、健康地为数据资产管理体系服务。

       

    三、如何进行数据资产管理

    数据资产管理框架包含8个管理职能和5个保障措施。管理职能是指落实数据资产管理的一系列具体行为,保障措施是为了支持管理职能实现的一些辅助的组织架构和制度体系。

     

    数据资产管理的管理职能包括数据标准管理、数据模型管理、元数据管理、主数据管理、数据质量管理、数据安全管理、数据价值管理以及数据共享管理等 8 个方面。

    数据资产管理是体系化非常强的工作,需要充分考虑企业内部 IT系统、数据资源以及业务应用的开展现状,同时也要考虑围绕业务开展所设立的人员和组织机构的情况,在此基础上设计一套有针对性的数据资产管理组织架构、管理流程、管理机制和考核评估办法,通过管理的手段明确“责权利”以保障数据资产管理工作有序开展。数据资产管理的保障措施可以从战略规划、组织架构、制度体系、审计方式和培训宣贯五方面进行展开。数据资产管理的详细内容见《数据资产管理实践白皮书(4.0版)》。

     

    注:部分摘编《数据资产管理实践白皮书(4.0版)》

    展开全文
  • AD域实现统一用户管理

    万次阅读 2019-02-25 13:12:46
    日常生活中使用的电话薄内记录着亲朋好友的姓名、电话与地址等数据,它就是 telephone directory(电话目录);计算机中的文件系统(file system)内记录着文件的文件名、大小与日期等数据,它就是 file directory...
  • 数仓建模—主数据管理

    万次阅读 2022-04-04 18:51:24
    数据为大数据平台绘制数据地图、统一数据口径、标明数据方位、分析数据关系、管理模型变更及精确到字段级别的影响分析。打通上下游数据继承关系断层,为数据质量维护和业务逻辑可视化打下坚实基础。 其实如果你...
  • 漫谈数据仓库中的元数据管理

    千次阅读 2022-06-01 00:54:08
    来源:网络编辑:数据社全文共5253个字,建议10分钟阅读简介:相信很多朋友都是第一次听说元数据管理系统这个名词,当然,从事非数据仓库工作的人,很少会接触到这个系统,即使是正在从事这方面工作的朋友,可能仍然...
  • 数据仓库之元数据管理

    万次阅读 2020-08-21 16:29:27
    一般会通过元数据资料库(Metadata Repository)来统一地存储和管理数据,其主要目的是使数据仓库的设计、部署、操作和管理能达成协同和一致。元数据数据仓库管理系统的重要组成部分,元数据管理是企业级数据...
  • 数据资产管理

    千次阅读 2021-04-27 20:38:52
    服务数据资产管理、数据治理、数据仓库建设、数据中台落地等企业诉求,实现数据驱动业务,支撑数据价值发现。 数据资产目录 1. 数据有哪些、是什么、在哪里一目了然 2. 企业级结构化数据、非结构化数据统一的...
  • 数据治理系列3:数据标准管理

    万次阅读 多人点赞 2019-05-30 16:39:48
    转载请注明,作者:石秀峰,公众号:learning-bigdata(谈数据) 导读:提到“标准”二字,我们...而我们所说的数据标准却不单单是指与数据相关的标准文件,数据标准是一个从业务、技术、管理三方面达成一致的规范...
  • 此模式适用于网关下的所有模式都是通过一种模式进行鉴权操作,可以统一管理 微服务模块各自鉴权 此模式适用于网关下的各个模块有不同的鉴权模式,针对不同的业务场景需要满足不同的实现,如采用oauth2、shiro、签名...
  • 现代数据环境下,如何做数据集成?这11个靠谱实践收藏了
  • 数据治理系列2:元数据管理—企业数据治理的基础

    万次阅读 多人点赞 2019-05-13 20:11:04
    导读:元数据管理是对企业涉及的业务元数据、技术元数据管理数据进行盘点、集成和管理,按照科学、有效的机制对元数据进行管理,并面向开发人员、最终用户提供元数据服务,以满足用户的业务需求,对企业业务系统...
  • 在实际项目中,输入数据往往是由许多小文件组成,这里的小文件是指小于HDFS系统Block大小的文件(默认128M), 然而每一个存储在HDFS中的文件、目录和块都映射为一个对象,存储在NameNode服务器内存中,通常占用150...
  • 数据埋点|六个步骤实现数据埋点方案设计

    千次阅读 多人点赞 2021-01-22 08:36:00
    点击上方 蓝字 关注我们作为数据分析师的你,是否和我一样经常会被业务方拿着两个不同数据平台的报表数据进行灵魂拷问。下面的场景你应该在熟悉不过了。情景1一场拉新促活的活动之后,运营拿着两个...
  • 数据资产管理的5个步骤和6个要素

    千次阅读 2022-01-28 01:25:35
    转自:数据学堂,来源:奇点云全文共计5318字,预计阅读时间8分钟数据资产(Data Asset)是指由组织(政府机构、企事业单位等)合法拥有或控制的数据资源,以电子或其他方式记录,例如文...
  • 当今社会经济发展面临着日趋严重的资源约束和...随着信息技术的发展,这种模式已经不能满足入驻企业、园区管理方的需求,亟需一种能解决传统园区缺乏整体规划、信息重复建设、信息服务薄弱、资源浪费等问题的方案...
  • 数据安全生命周期管理,是从数据的安全收集或生成开始,覆盖数据的安全使用、安全传输、安全存储、安全披露、安全流转与跟踪,直到安全销毁为止的全过程安全保障机制。 对于数据的隐私生命周期,一般分为以下几个...
  • 节选自《华为数据之道》作为一家巨型跨国企业,华为在 170 多个国家同时开展各种业态的业务,华为的数据底座是支撑华为业务运营的关键。因此,华为的数字化转型成为行业竞相研究的标杆。应行业要...
  • 详解数据管理发展的5个阶段

    千次阅读 2022-04-08 00:04:38
    作者:魏磊 张聪 邬小亮 等编著来源:大数据DT(ID:hzdashuju)近年来现代化企业都在改革现有的数据管理体系,优化原有的基于策略定义的数据管理模型,逐渐开始使用基于数据使用行为的数据管理方式。以确保数据不仅...
  • 数据治理管理平台有哪些特点

    千次阅读 2022-04-26 14:19:05
    现代企业的各项决策和管理都建立在高质量数据的基础之上,而这依赖于数据清洗、数据连通与业务融合等多方面的协同。成熟的数据治理模式和工具能够有效提升数据质量和安全性,确保数据资产的有序存储于共享,为深度...
  • 背景 如果把企业数字化转型比作一辆自行车,那么技术与数据便是这辆车的两个轮子,骑在车上的则是企业战略、文化以及各种资源,它们决定了转型将走向哪个方向。...在数智化转型过程中,实现数据开放共享,...
  •     数据库技术是应数据管理任务的需要而产生的。数据管理是指对数据进行分类、组织、编码、存储、检索和维护,它是数据处理的中心问题。而数据的处理是指对各种数据进行收集、存储、加工和传播的一系列活动的...
  • 对于Saas业内在用户统一身份认证及授权管理领域,主要关注 4 个方面(4A管理)): 集中账号管理(Account)、集中认证管理(Authentication)、集中授权管理(Authorization)和集中审计管理(Audit), 简称 4A ...
  • 浅谈统一权限管理平台

    万次阅读 2018-06-20 19:16:19
    本文通过建设的统一权限管理平台,从而能够更加灵活、迅速的实现身份权限管理需求,提升公司身份权限管控水平,降低身份安全控制风险。 中国论文网 /1/view-7200261.htm  关键词:系统架构;统一权限;管理平台 ...
  • 在工作效率提高的同时,问题也逐渐显现:由于受系统使用或开发时间、经费、目的等限制,各部门之间的业务系统处于相互独立的状态,彼此之间不能实现数据交换,从而导致部门间形成“信息孤岛”,造成数据无法有效共享...
  • 大数据平台-元数据管理系统解析

    万次阅读 多人点赞 2018-03-14 09:25:24
    什么是元数据?在前面的集成开发环境建设相关文章中,我们也提到过,元数据MetaData狭义的解释是用来描述数据数据,广义的来看,...管理这些附加MetaData信息的目的,一方面是为了让用户能够更高效的挖掘和使用...
  • 一款 Java 语言基于 SpringBoot2.x、Layui、Thymeleaf、MybatisPlus、Shiro、MySQL等框架精心打造的一款模块化、插件化、高性能的前后端分离架构敏捷开发框架,可用于快速搭建前后端分离后台管理系统,本着简化开发...
  • 数据治理系列5:浅谈数据质量管理

    万次阅读 多人点赞 2019-08-10 16:31:51
    为了改进和提高数据质量,必须从产生数据的源头开始抓起,从管理入手,对数据运行的全过程进行监控,强化全面数据质量管理的思想观念,把这一观念渗透到数据生命周期的全过程。数据质量问题是影响系统运行、业务效率...
  • DCMM数据管理能力成熟度评估模型

    万次阅读 2021-01-12 19:45:18
    Hi,大家好! ...企业亟需一套符合中国国情,符合中国企业文化,并且能够指导企业开展数字化“基础设施”建设的参考框架,而DCMM(数据管理能力成熟度评估模型)或许就是一个合适的参考框架。 .

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 585,853
精华内容 234,341
热门标签
关键字:

为了实现数据的统一管理