《构建企业级好数据（Dataphin智能数据建设与治理白皮书）》——二、Dataphin 演进之路：产品大图及核心功能详解——（三）资产治理：标准、质量、安全、资源（2） https://developer.aliyun.com/article/1229589?groupCode=dataphin
b) 参考数据管理
数据标准常常需要和参考数据一起使用，才能更好地适配业务需求。常见的参考数据包括码表、词根、度量单独等等。
码表可用于约束标准属性字段的取值范围，提升标准定义的准确性；词根常用作词缀并作为数据表、字段等研发对象命名的参考依据，以提升命名规范性减少数据消费时的不一致性和理解误差。
Dataphin 数据标准支持码表和字根的创建和管理，通过简单的界面操作即可完成创建，并可在创建标准时引用码表作为取值范围的约束，降低了标准管理人员的操作成本。
c) 落标映射及评估
标准创建完成后，需要和对应的资产对象关联起来才能真正实现其应用价值，实现对资产的规范性约束。Dataphin 支持基于标准属性值和资产对象元数据属性值进行落标关联映射配置，以实现标准和资产的关联，作为后续落标稽核的基础。下面，我们通过一个例子来进一步理解 Dataphin 如何实现落标映射与稽核。
首先，我们需要权限出进行映射匹配的标准和资产对象范围：
• 标准：来自于“测试标准集”的所有“已生效”状态的标准
• 资产对象：所属表名包含“test”字样的所有字段
其次，我们需要配置标准和资产对象的关联映射条件：标准名称=字段名称
最后，我们需要配置该规则的执行时间和频率等信息。
通过上述配置，系统可以自动执行该映射规则，圈选出相应范围的标准和资产对象并进行匹配。规则执行完成后，我们就可以在资产目录及规则执行明细页面清晰的看到某个资产关联到了哪些标准，以便参考映射到的标准定义进行开发，将数据治理前置到研发链路。
但是映射成功的资产对象是不是真正的遵循了这些标准呢？接下来就需要我们的落标评估能力来助力啦。Dataphin 支持针对资产对象的技术元数据进行落标评估，如字段类型、字段长度等。后续我们还将结合质量监控的能力，进一步拓展对值域、字段格式等内容的监控。针对不满足关联标准的资产，标准管理人员可以推动研发人员可以尽早进行整改，从源端保障数据规范性和统一性。
《构建企业级好数据（Dataphin智能数据建设与治理白皮书）》——二、Dataphin 演进之路：产品大图及核心功能详解——（三）资产治理：标准、质量、安全、资源（4） https://developer.aliyun.com/article/1229586?groupCode=dataphin
