導語(yǔ)
數據服務(wù)平臺是大數據時(shí)代的必然產(chǎn)物，是支撐學(xué)校數據管理的基礎，是以“統一標準”、“統一處理”、“統一交換”、“保證質(zhì)量”、“透明開(kāi)放”的方式，為不同業(yè)務(wù)系統、不同數據庫、不同數據格式之間進(jìn)行數據交換而提供服務(wù)的平臺。
它包括數據治理與數據共享交換，通過(guò)一套科學(xué)數據管理方法，對學(xué)校各業(yè)務(wù)域分散、重復、混亂的數據，進(jìn)行梳理、建模、整合、評價(jià)、控制，制定數據標準和工作規范，提高數據合規監管和安全控制，對數據從產(chǎn)生、處理、整合、應用、銷(xiāo)毀等全生命周期進(jìn)行管理，從而建立高質(zhì)量的數據管理體系和統一的主數據庫，支撐各相關(guān)業(yè)務(wù)高效運行，實(shí)現學(xué)校管理者方便、安全、快速、可靠地利用數據進(jìn)決策，因此做好數據服務(wù)平臺建設的工作很重要。
那么
在實(shí)際建設過(guò)程中，
數據服務(wù)平臺
應該重點(diǎn)考慮那幾個(gè)方面？
劃
重
點(diǎn)
目前市場(chǎng)上，很多廠(chǎng)商提供的數據治理或者共享數據交換平臺，以ODI和Kettle工具居多，并且通常都是單機模式部署，但是隨著(zhù)任務(wù)量增多，就容易出現瓶頸，跑出問(wèn)題，數據治理出現誤差，反而不能提高工作效率。
因此，數據服務(wù)平臺應是基于《信息資源目錄》的分布式服務(wù)（datax，spark），將學(xué)校信息資源依據規范的數據描述，按照一定的分類(lèi)方法進(jìn)行排序的一組信息，用以描述學(xué)校各個(gè)信息資源的特征，以便于對全校信息資源的檢索、定位與獲取，為學(xué)校數據共享提供支持與指導，datax，spark徹底解決了ODI和Kettle單機模式下的瓶頸問(wèn)題。
2、如何有效減少人工運維量？
傳統的數據治理與共享連接方式，需要將數據采集到中心庫統一供數，極大增加運維工作量。
數據服務(wù)平臺的連接方式則依托數據項的組合進(jìn)行資源目錄的發(fā)布，實(shí)現任意兩點(diǎn)的數據同步，并在同步過(guò)程中執行治理，實(shí)現的數據聯(lián)動(dòng)，快速反應。
3、如何有效促進(jìn)國標/校標落地？
傳統的數據治理或者共享交換解決方案并沒(méi)有沒(méi)有明確聯(lián)動(dòng)與體系支撐，數據標準跟實(shí)際交換數據難以關(guān)聯(lián)，導致數據標準無(wú)法落地。
數據服務(wù)平臺將國家數據標準與數據項（表字段）進(jìn)行關(guān)聯(lián)，通過(guò)數據項與資源目錄管理，可將數據治理與數據共享交換融合打通，一套流程，便可實(shí)現標準的落地。
4、如何進(jìn)行有效的全量數據治理？
傳統數據治理范圍僅對中心庫（或稱(chēng)主數據庫）內容進(jìn)行數據治理，數據缺失，無(wú)法覆蓋全量的學(xué)校數據，包括學(xué)校歸檔數據，歷史版本數據等。
數據服務(wù)平臺則允許全量數據（第三方系統數據源）在平臺進(jìn)行注冊，并納入到數據服務(wù)體系的治理流程中，重新梳理數據資產(chǎn)，并常態(tài)化監控學(xué)?，F有數據情況。
5、如何解決數據故障的準確定位？
傳統的數據申請與數據ETL無(wú)法使用統一流程進(jìn)行集成管理，數據ETL配置頁(yè)面需要進(jìn)入原生ODI或Kettle工具進(jìn)行處理，平臺對工具只能進(jìn)行監控，不能進(jìn)行管理與任務(wù)的聯(lián)動(dòng)，導致難以準確定位數據故障環(huán)節，極大增加運維工作量。
數據服務(wù)平臺則使用先進(jìn)的分布式技術(shù)，將數據統一集成在一套任務(wù)流程下，通過(guò)任務(wù)監控可以清晰看到數據從采集、ETL、供數等環(huán)節的執行情況，實(shí)現全流程監控。
上一篇：@你丨這是一份大數據成為高職院校通過(guò)國家復核關(guān)鍵的指南
下一篇：干貨篇丨她讓智慧校園數據管理效率提升30倍！
三盟智校蘋(píng)果版APP
三盟智校安卓版APP
官方微信
