如何进行数据治理？

数据治理https://help.aliyun.com/zh/dataworks/use-cases/perform-data-governance?spm=a2c4g.11186623.0.i38

任务开发上线之后，数据正在稳定生产中，您需要对对应的业务表通过可视化查看、自动的数据质量监控、敏感数据管理等多种不同方式进行治理，而以下这些模块就可以很好的帮助您对数据进行治理。

可视化元数据管理
数据地图可以可视化的查看表Schema、产出信息、血缘信息等，不需要通过SQL命令，即可快速的了解业务表的概貌和更多高级的元数据信息。数据地图的详细操作请参见数据地图概述。

数据治理问题检测包括数据开发任务提交发布前的检查项检测，及提交发布后的治理项检测，帮助您全方位管控当前数据存在的待治理问题。当触发检测项后，若校验不通过，则会生成相应事件（严重问题将阻塞开发流程），您需通过治理中心查看并处理该事件问题，直至校验通过后，该任务才可执行后续步骤。数据治理逻辑如下图所示。

数据治理流程如下图所示。

——参考来自于阿里云官方文档。

数据治理涉及一系列步骤，包括数据采集、清洗、存储、计算、分析和展示等。在这个过程中，DataWorks可以提供全链路大数据开发和治理平台。其基于MaxCompute、Hologres、EMR、AnalyticDB、CDP等大数据引擎，支持数据仓库、数据湖以及湖仓一体等多种解决方案。

在具体操作中，可以使用数据治理中心的治理功能，通过全局视角、个人视角或工作空间视角查看对应的待治理项。这样，数据治理人员可以快速发现并解决存在的问题，从而推进团队内的数据治理目标。此外，DataWorks也支持将数据实时采集到kafka，经过实时计算机进行ETL处理并写入HDFS，然后使用Hive进行数据分析。

为了保障数据安全，DataWorks与MaxCompute提供了金融级数据安全管控能力，包括细粒度数据权限控制、数据分类分级、敏感数据发现与脱敏、数据审计等。这些管控能力覆盖了数据传输安全、数据存储安全、数据处理安全和数据交换安全的全链路数据安全服务。