- 1、本文档共14页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
数据治理对运维数据体系的思考与启发
【主要观点】
运维数据分析需要借鉴当前传统大数据领域的数据治理经验,提高资源投入产出比,少走弯路,少跳坑。
运维数据体系包括“技术平台、应用场景、数据治理”三部分,运维数据治理的目标是让运维数据更好用, 用得更好。
运维数据分析场景围绕在“增强业务连续性保障、提升软件交付效率、提高IT服务质量、辅助提升客户体验”四点,涉及“监控、日志、性能、配置、流程、应用运行”6类数据。
运维数据治理主要包括元数据、主数据、数据标准、数据质量、数据模型、数据安全、数据生命周期7部分。
运维数据治理直击实际问题,以应用场景为驱动,选择必要的治理内容,有侧重、有步骤的推行运维数据治理,而非大张旗鼓的搞个运维数据治理项目(有人、有钱的背景下忽略这个观点)。
运维数据治理可以考虑采用“摸家底、建标准、促消费”三个步骤。
【正文】
今天,领先的数字原生企业不断用数字化手段颠覆传统行业,传统行业内领先的企业也在积极拥抱数字化,国家也适时的将“数据”列为生产要素参与分配,推动了以数据为关键要素的数字经济进入了新时代。站在企业内运营后台的运维部门,运维属于数据密集型工作,团队的价值创造都是在运维数字化工作空间中运作。
在运维数字化工作空间中,运维利用各种代理,将人与机器、软件系统连接在一起,通过线上化的运维流程或规程将参与者的运维协同形成连接,再基于“组织、流程、平台”能力组装连接成为运维场景,构成了运维的数字化工作空间。今天,如果运维失去了对运维数据的控制,运维连续性保障将失控,更谈不上提升IT服务质量、加快IT交付速度、辅助提升客户体验的价值创造。运维数字化空间与滴滴的出行数字化空间类似,滴滴用手机定位这个超级传感器,将乘客、司机、汽车三个参与者做了一次连接,通过数字地图将出发点,目的地、路况、路线图与参与者又做了一次连接,再通过实时的打车、坐车、评价、信用等运营模式做了连接,形成一个出行的数字化空间。
虽然我们正在运维的数字化工作空间中协同运作,但我们需要正视的是我们对运维数据的认识及应用还处于皮毛,虽有理念但缺乏必要的、可执行的方法。随着运维数据平台的建设,将极有可能出现当前大数据领域出现的数据孤岛、数据不可用、数据质量不高、融合应用难、有数据不会用等诸多问题。上述问题,在当前运维领域资源投入不足显得尤其重要。如何借鉴大数据领域数据治理的经验,反思运维数据平台建设应该关注的问题,减少不必要的坑,做好运维数据治理,让运维数据更好用,用得更好,完善运维数字化工作空间,是本文的目的。
1、数据治理背景
从1997年“大数据”概念从NASA武器研究中心第一次提出,到2001年gartner提出大数据模型,到2004年google推出的大数据技术论文,到接下来大数据、人工智能、云计算等技术的广泛应用,再到今天数字时代,企业已逐渐了解数据所蕴含的价值,对数据的重视程度越来越高,投入大量资源进行大数据研发与应用。但我们必须承认,国内很多金融企业在大数据技术应用前并不是很重视数据治理,出现像投入大量资源建设大数据平台,但用的时候又发现报表不准、数据质量不高,导致项目没有达到预期效果的普遍性问题。上述问题促进企业反思,发现在数据从采集、存储、计算、使用过程中,少了数据管理的步骤,即数据治理缺失。今天,数据治理已经被企业广泛认可为必要的基础性工作,以下整理一下数据治理所要解决的痛点:
首先,信息孤岛,有数不能用。数据孤岛可能存在掌握数据的人主观上不愿意共享,也有客观上担心数据共享存在敏感性问题,或数据与数据关联性不够导致不能有效连接。
第二,数据质量不高,有数不好用。没有统一的数据标准导致数据难以集成和统一,没有质量控制导致海量数据因质量过低而难以被利用,没有能有效管理整个大数据平台的管理流程。
第三,数据不可知,有数不会用。不知道数据平台中有哪些数据,也不知道这些数据和业务的关系是什么,不知道平台中有没有能解决自己所面临业务问题的关键数据。
第四,数据服务不够,有数据不可取。用户即使知道自己业务所需要的是哪些数据,也不能便捷自助地拿到数据,相反,获取数据需要很长的开发过程,导致业务分析的需求难以被快速满足,而在数字时代,业务追求的是针对某个业务问题的快速分析。
在运维领域,运维数据分布在大量的机器、软件、“监管控析”工具软件上,除了上面大数据领域提到的信息孤岛、质量不高、数据不可知、数据服务不够的痛点外,运维数据还有以下突出痛点:
- 资源投入不够:从组织定位看,运维属于企业后台中的后台部门,所做的事甚至都很难让IT条线的产品、项目、开发明白“系统架构越来越复杂、迭代频率越来越高、外部环境严峻等等需要持续性的运维投入”,更不要说让IT条线以外部门理解你在做的事,在运维的资源投入通常是不够的。所以,运维数据体系建设要强调投入产出比,
您可能关注的文档
- 两千字解析产业端供应链金融的两大风险因素.docx
- 某银行核心系统基于华为高端NAS存储双活实践.docx
- 银行双活数据中心建设项目实践.docx
- 数量治理宏观架构及数字经济红线意识安全流动.pptx
- 企业集中监控体系思路及架构.docx
- 数字化转型过程中需要厘清的几个关系:技术与规则.docx
- 银行新核心基础架构规划及实施方案.docx
- 保险行业数字化转型_V5.0.pdf
- 金融行业容器平台建设方案.pdf
- 企业网络安全区域设计原则与划分方法.docx
- 七章货物的保险.pptx
- 三章国际间接投资.pptx
- 人性假设理论.pptx
- 外研高一英语必修三ModuleIntroduction汇总市公开课获奖课件省名师示范课获奖课件.pptx
- 月相成因优质获奖课件.pptx
- 小学二年级语文课件《狐假虎威》省名师优质课赛课获奖课件市赛课一等奖课件.pptx
- 养羊业概况专题知识讲座.pptx
- 微生物的实验室培养市公开课获奖课件省名师示范课获奖课件.pptx
- 人教版六年级下册式与方程整理与复习市公开课获奖课件省名师示范课获奖课件.pptx
- 必威体育精装版高中精品语文教学:第二单元-第7课-诗三首:涉江采芙蓉、-短歌行、归园田居市公开课获奖课件省名师.pptx
最近下载
- 人教版数学七年级上册期中考点训练(一).doc VIP
- 北师大版四年级下册综合实践活动《奇妙的绳结》(教案).pdf
- 中医经典大字注音诵读本黄帝内经·灵枢.pdf
- 常用降压药的分类和代表药及使用注意事项课件.pptx
- (完整)考点训练:几何体的表面积-七年级数学上册-第四章-知识点训练-课后练习,推荐文档.docx VIP
- 《数字图像处理》课程教学大纲(理论).docx VIP
- 2023年北京舞蹈学院中国舞考级新一二三级教学法资料.pdf
- 长沙市雅礼书院中学2023-2024学年高一上学期第一次月考英语试卷(不含音频).docx VIP
- (word完整版)高中阶段常见元素的化合价.pdf
- 全国职业院校技能大赛高职组(研学旅行赛项)备赛试题及答案.doc VIP
文档评论(0)