数据治理中心的架构有哪些？

数据治理中心基于治理问题驱动，构建了一个治理量化评估-问题发现/预 防-治理问题的优化处理的闭环提升机制。基于事前预防、事后整治相结合的方式，提供了几大核心产品功能。这里要说明下，这个“事前”、“事 后”的“事”，定义为数据平台中，ETL 作业的正式数据生产这一个环节。

• 数据治理中心通过检查项的功能，可以做到在任务的提交、发布等关键 环节，对于 SQL 代码的质量、性能消耗等进行自动扫描和检查卡点，来 预防新问题的引入。这个有点类似于编译和优化的提示。

• 当前面临的一个现实问题是数仓、数据中台的建设可能已经进行了较长 时间，会存在许多存量的问题需要优化治理。数据治理中心的治理项功 能，就是为此而设计，可以发现系统中存量需要优化的问题，并给出对 应的解决办法。与检查项一样，这也是一种全自动的方式。

• 数据治理中心最具特色的，或者说是阿里巴巴内部数据治理实践的特色， 是这套量化评估机制。基于治理“健康分”的概念，从“计算”、“存 储”、“质量”、“安全”和“研发”五个基础维度进行量化评估，进 而给出整体的治理健康度评估。便于治理实施前了解现状、同时也会数 据治理实施后的成效提供客观评估。

• 此外，数据治理中心在成本优化治理方面，也提供了资源使用分析等一 系列的产品能力，可以清晰了解单个任务、单张表粒度的资源消耗、费 用预估以及资源异动情况，帮助公司有针对性地进行计算和存储的优化 治理，来达成降本增效的目标。

以上内容摘自《阿里云云原生一体化数仓新能力解读》电子书，点击https://developer.aliyun.com/ebook/download/7725 可下载完整版