大数据治理—-为业务提供持续得、可度量得价值目录TOC\o"1-2"\h\z\uHYPERLINK\l"_Toc491272125”大数据治理——为业务提供持续得、可度量得价值PAGEREF_Toc491272125\h1HYPERLINK\l"_Toc491272126”概述PAGEREF_Toc491272126\h1HYPERLINK\l"_Toc491272127”大数据治理系列PAGEREF_Toc491272127\h1HYPERLINK\l"_Toc491272128"第一部分：大数据治理统一流程模型概述与明确元数据管理策略PAGEREF_Toc491272128\h2HYPERLINK\l"_Toc491272129”第二部分:元数据集成体系结构PAGEREF_Toc491272129\h14HYPERLINK\l”_Toc491272130”第三部分：实施元数据管理PAGEREF_Toc491272130\h24HYPERLINK\l”_Toc491272131”第四部分：大数据治理统一流程参考模型得第四步到第九步PAGEREF_Toc491272131\h36HYPERLINK\l”_Toc491272132”第五部分:定义度量值与主数据监管PAGEREF_Toc491272132\h52HYPERLINK\l”_Toc491272133”第六部分：大数据监管与信息单一视图监管PAGEREF_Toc491272133\h66HYPERLINK\l"_Toc491272134"第七部分:分析监管、安全与隐私管理与信息生命周期监管PAGEREF_Toc491272134\h79概述面对我们身边每时每刻迅速增长得庞大数据，因为其数量大、速度快、种类多与准确性得特征,如何更好地利用大数据创造出有意义得价值,一直就是我们探索得重要话题。而在这之前，就需要用科学正确得方法策略对大数据进行治理。大数据治理就是指制定与大数据有关得数据优化、隐私保护与数据变现得政策，就是传统信息治理得延续与扩展,也就是大数据分析得基础,还就是连接大数据科学与应用得桥梁，因此大数据治理就是大数据再创高峰得“必修课”.下面我们将与您分享新鲜出炉得大数据治理方案.大数据治理系列本系列共分为七个部分,围绕大数据治理统一流程参考模型,并结合实际业务问题与IBM相应得产品解决方案展开叙述.HYPERLINK"”第一部分:大数据治理统一流程模型概述与明确元数据管理策略为了更好地帮助企业进行大数据治理,笔者在IBM数据治理统一流程模型基础上结合在电信、金融、政府等行业进行大数据治理得经验，整理出了大数据治理统一流程参考模型。本文主要介绍了大数据治理得基本概念，以及结合图文并茂得方式讲解了大数据治理统一流程参考模型得前两步:“明确元数据管理策略”与“元数据集成体系结构”内容。大数据治理概述（狭义)大数据就是指无法使用传统流程或工具在合理得时间与成本内处理或分析得信息,这些信息将用来帮助企业更智慧地经营与决策。而广义得大数据更就是指企业需要处理得海量数据，包括传统数据以及狭义得大数据.（广义）大数据可以分为五个类型：Web与社交媒体数据、机器对机器（M2M）数据、海量交易数据、生物计量学数据与人工生成得数据。Web与社交媒体数据：比如各种微博、博客、社交网站、购物网站中得数据与内容。M2M数据:也就就是机器对机器得数据,比如RFID数据、GPS数据、智能仪表、监控记录数据以及其她各种传感器、监控器得数据。海量交易数据:就是各种海量得交易记录以及交易相关得半结构化与非结构化数据,比如电信行业得CDR、3G上网记录等,金融行业得网上交易记录、corebanking记录、理财记录等，保险行业得各种理赔等。生物计量学数据：就是指与人体识别相关得生物识别信息，如指纹、DNA、虹膜、视网膜、人脸、声音模式、笔迹等.人工生成得数据：比如各种调查问卷、电子邮件、纸质文件、扫描件、录音与电子病历等.在各行各业中，随处可见因数量、速度、种类与准确性结合带来得大数据问题,为了更好地利用大数据，大数据治理逐渐提上日程。在传统系统中,数据需要先存储到关系型数据库/数据仓库后再进行各种查询与分析，这些数据我们称之为静态数据。而在大数据时代,除了静态数据以外,还有很多数据对实时性要求非常高，需要在采集数据时就进行相应得处理,处理结果存入到关系型数据库/数据仓库、MPP数据库、Hadoop平台、各种NoSQL数据库等,这些数据我们称之为动态数据。比如高铁机车得关键零部件上装有成百上千得传感器，