每日內容推薦
當我們在談論數據治理時，經常會跟數據管理這一概念一起討論。DataWorks設計數據治理產品功能時，參考的主要也是數據管理領域內的三大理論依據：第一個是數據管理協會知識體系，也就是大家熟知的DAMA、DMBOK2；第二個是DCMM數據管理能力成熟度評估；第三個是信通院的數據資產管理實踐白皮書。>>點擊瞭解詳情
DataWorks運維中心是對任務進行測試和監控的模塊，用戶在DataStudio中進行代碼開發和調試，將調試的任務經過提交發布操作後，就可以讓任務按照調度配置來定時運行。也就是這個時候，任務就從開發環境進入到了生產環境。 對於生產環境中任務的測試、運維、監控等都是在運維中心完成的。運維中心包括三部分：運維大屏、任務運維和智能監控；根據任務運維的觸發方式不同，又可以分為：實時任務運維、週期任務運維和手動任務運維。>>點擊瞭解詳情
什麼是數據分析？如下圖所示，該圖描述了數據、信息與情報的關係。我們從外界環境中採集數據，環境可能是軟件環境，比如業務系統中的日誌數據，也可能是硬件環境，比如採集傳感器數據。採集來的原始數據的價值密度通常是比較低的，通過加工、處理、萃取後會得到更有價值的信息，對這個信息進一步的分析與生產，就得到了情報。 總的來說，數據分析是以挖掘有價值的信息並用結論支撐決策為目的，對數據進行探查、清洗、轉換和建模的過程。數據分析能夠使決策更科學，並幫助企業實現更有效的運營。>>點擊瞭解詳情
數據質量問題雖然從數據工程師的角度來看是個簡單問題，但是從業務的角度來看是個很嚴重的問題。所以數據質量是數據開發和治理全生命週期中，非常重要的一個環節。在DataWorks產品版圖裡，數據質量也是非常重要的模塊之一。>>點擊瞭解詳情
阿里雲DataWorks結合各引擎為企業提供一站式開箱即用的安全能力，這些能力可以覆蓋《數據安全能力成熟度模型 GB/T37988—2019》（DSMM）中所述的幾個重要的數據安全過程：傳輸、存儲、處理、交換、通用等。>>點擊瞭解詳情
DataWorks作為一站式大數據開發治理平臺，構建了從數據集成、數據開發、數據服務到應用開發的全鏈路解決方案。在整個大數據鏈路中，數據服務將數倉、數據庫和數據應用進行串聯，形成了一座數據與應用之間的橋樑。數據服務通過將數據封裝成數據API的方式，可以為個人、團隊及企業提供全面的數據開放及共享能力。藉助這個平臺，用戶能夠統一管理面向內外部的API服務。數據服務提供了向下對接數據源、向上支撐業務應用的有效連接。>>點擊瞭解詳情
遷移助手是DataWorks上開發成果快速複製的利器，通過遷移助手可以將DataWorks上的開發成果在不同的環境快速複製。遷移助手是DataWorks的一個全新模塊，它的核心能力主要分為兩部分，一是任務上雲，二是DataWorks遷移。>>點擊瞭解詳情