随着各个企业对云的适应程度不断提高，安全性在实施中占据了前列，安全架构团队开始在架构审查委员会中发挥关键作用。不同种类的云——公共云、混合云需要围绕应用程序及其处理的数据制定更严格的规则。业务部门希望在给定时间点对其数据进行 360 度可视化。那么，安全团队最关心的是什么？是的，数据！那么我们能做些什么让他们不担心呢？实施数据治理。
数据治理是企业在整个数据生命周期（收集、存储、处理和删除）中保护数据的一种宗教方法。
数据治理定义：
数据治理是您为确保数据安全、私密、准确、可用和可用所做的一切。它包括人们必须采取的行动、他们必须遵循的流程以及在整个数据生命周期中支持他们的技术。
企业必须考虑跨数据生命周期的所有 4 个阶段的数据治理。这些阶段及其活动对于每个企业都是独一无二的。例如，对于企业而言，存储数据意味着存储纸张的物理打印输出。在这种情况下，数据治理更多地关注纸张的存储方式、谁可以访问打印机、如何粉碎以及将纸张留在桌面上的桌面策略等。但是，对于支持云的企业存储数据是指云端的数据。在这种情况下，数据治理更倾向于基于角色的数据访问 (RBAC)、可以对数据采取行动的人员、静态数据、传输中的数据等。这都是企业层面的观点以及我们指的是什么具体数据。
根据 SABSA —Sherwood 应用业务安全架构，任何企业的数据治理都应广泛解决以下类别：
Data Governance categories according to SABSA
对于任何给定的应用程序或实施，数据治理团队应该能够回答很少的外行问题：
- 数据是如何收集的？
- 收集后如何传输到存储？
- 它存储在哪里，安全性如何？
- 如何检索和处理数据？
- 处理后的数据去哪儿了？
- 我们需要保存数据多长时间？
- 保留期结束后应该如何处理数据？
- 发生数据丢失或损坏时的后备策略是什么？
- 数据丢失后多快能找回数据？
我想保持这篇文章的通用性，而不是深入研究一个特定的场景。我要说明的一点是，数据是企业应用程序实施的关键元素，必须小心。有多种工具、方法和框架来支持实现。
