发布时间：2023-03-15 00:00:01源自：https://www.it-th.com作者 ：it谈话网阅读(265)
上周，产品架构群里一位老哥“郭同学”突然在群里发了一张这个图：
然后问：我在研究中台里说的数据地图到底长什么样子的，结果找来找去，就只能找到这个。是不是只有这种才叫数据地图？
为此，我特意开了一个数据产品的研讨会，专门给大家聊聊，什么叫“数据地图”。
既然郭同学问的是数据中台中的数据地图，那就先得看看数据地图在数据中台处于什么位置。这里借用一下数澜的数据中台全景图：
注意看上图中间标红的位置，在数澜的数据中台架构中，数据地图处于数据资产治理部分。
资产管理具体负责什么呢？我们再看看数澜的这张图：数据资产化的具体内容是：数据规范定义、可视化数据建模、数据质量保障、全链路血缘分析、掌握资产现状和数据安全合规。
其中全链路血缘分析的作用是：“支持通过血缘分析、影响性分析，找出上下游表及若一张表更改之后对下游表的影响。通过数据链路图，用户能够清晰查看数据从哪里来，被用到哪里去。”
那能不能再具体一些？
我们再看看京东的数据平台门户，其中也有数据地图，其位置是在元数据应用层，同级别的应用有：元数据体检、关联分析、影响分析、数据浏览、血缘分析和数据检索。
很明显，数据地图是给使用数据的同学使用的，甚至是只给数据开发的同学使用的。
我们再翻到亚信科技的数据事业部总经理高伟写的《数据资产管理》一书中，第三章“治理管控：数据资产管理的基础所在”，第六节“建立数据地图，盘活数据资产”，里面写的很清楚：
数据地图是一种图形化的数据资产管理工具，它提供了多层次的图形化展示，并具备各种力度控制能力，满足业务使用、数据管理、开发运维不同应用场景的图形查询和辅助分析需求。
还能做好各种数据管理工作：
数据体检、运维监控、安全评估。
支付快速搜索定位，找到企业各种数据资产，形成有效的数据交汇提供各种数据资产快速展现的个性化形式，方便使用者获取所需要的关键信息积累过去所有进行过的数据加工知识，在相似场景下可以更好的推送或复用数据在数据搜寻结果之上，直接配备方便的分析工具，使得数据使用更加得心应手建立数据资产分布及综合评估的入口，更好地了解数据资产使用的各方面信息。
我们大致已经知道了数据地图到底是个什么玩意，但是为什么要有数据地图呢？
其实，如果公司的数据库里只有百十来张表，那基本上不需要啥数据地图，因为靠脑子就能全记住了。
但是，如果有好几个系统、几百张表，而且在数仓里还分了好多层，之间的关系错综复杂，谁能全部记得住啊？
不仅是个人有这个烦恼，作为一个组织，保障知识的传承、减少沟通成本也是非常必要的。
既然有需求，有问题，人脑又不能完全记住，那肯定得借助系统的力量，做个产品啊。
至于为啥叫“数据地图”，其实就是借用了地图“找信息”的功能，意思是在“数据地图”功能中，能找到所有的数据。
数据地图不是跟百度地图、高德地图一样，而是跟ETL流程DAG一样的，或者直接是表格展示。这是atlas的例子：
更简单的表格基本上就是库名、表名、元数据代码、字段名、数仓位置、上游 、下游、管辖单位、负责人等。
数据地图其实还能衍生出三个非常重要的应用：全链路分析、血缘分析和影响分析。
这是某数据治理公司的产品，全链路分析。
中间黄色的块就是查询对象，整张图就是查询对象上下所有数据链路的关系，所以叫“全链路”数据分析，看数据是怎么来的，再往哪里去。
全链路理解了，血缘分析和影响分析就很容易理解了。
我们看到一张报表，想找到数据根源在哪里，就得一层一层的向上追溯，直到找到ODS甚至业务库。
这就是“血缘分析”：
那么对应的，影响分析就是不断的找儿子了。
业务库想改一张基础表，怕对下游的数据报表造成影响，那就得向下找到这张表涉及的所有下游表。
这就是“影响分析”：
早期的数据地图都是直接存在数据库中，也不太智能，大多数时候都得靠人工录入信息，非常不好用。
现在基本都存在图数据库中，而且还能自动读取和更新元数据，非常人性。
这是Atlas架构图，所有数据都存在JanusGraph图数据库中，用图数据库的天然“关系”处理能力，做各种血缘、影响分析再合适不过了。
-END-
欢迎分享转载→ 数据地图？地图数据？傻傻分不清楚！
