諶迅

摘要：伴隨著大數(shù)據(jù)時代的到來，存儲在云端的數(shù)百萬的數(shù)據(jù)想要成為真正的具有價值的資產(chǎn)，就需要一個有效的管理系統(tǒng)對其進行管理，針對云端數(shù)據(jù)量大、結(jié)構(gòu)復雜等方面的特點，設計并實現(xiàn)一個能夠?qū)?shù)據(jù)從采集到處理再到清理最后直到產(chǎn)品化的整個生命周期進行管理的系統(tǒng)，并將這些雜亂無章的數(shù)據(jù)資產(chǎn)化。該系統(tǒng)使用kafka總結(jié)結(jié)構(gòu)，將數(shù)據(jù)的資產(chǎn)化過程分為采集、清洗、產(chǎn)出等多個階段，并配套的設計了多個豐富系統(tǒng)功能的子系統(tǒng)，能夠大大的提高數(shù)據(jù)資產(chǎn)的使用率。本文介紹了系統(tǒng)的設計和實現(xiàn)過程，詳細描述了對系統(tǒng)起到支撐作用的多個子系統(tǒng)，本系統(tǒng)易擴展，可兼容，研究具有一定的現(xiàn)實意義。

關(guān)鍵詞：大數(shù)據(jù)；遠程監(jiān)控；資產(chǎn)化；運維系統(tǒng)

中圖分類號：TP311.5

文獻標識碼：A

DOI：10.3969/j.issn.1003-6970.2016.02.013

引言

伴隨著大數(shù)據(jù)時代的到來，存數(shù)在云端的數(shù)據(jù)數(shù)以萬計。而這些成百上千的數(shù)據(jù)，在套上了大數(shù)據(jù)的背景之后，其價值被重新定位，可以說，在正確的管理下，數(shù)據(jù)就是無形的最有價值的資產(chǎn)。然而，數(shù)據(jù)本身并不具有資產(chǎn)屬性，它需要一個有效的管理系統(tǒng)完成自動化的采集、處理、清晰、產(chǎn)品化等一系列流程才能具有價值。

就目前而言，無論是IT、金融或者其他部門，都無時不刻的產(chǎn)生著大量的數(shù)據(jù)，然而隨著數(shù)據(jù)的增多，以及人員交接等問題，數(shù)據(jù)資源無法被使用，重復使用等問題大大增加了資源的管理成本，給管理部門造成了很多問題。針對這些問題，我們需要設計一個資產(chǎn)管理系統(tǒng)，眾多的資源管理系統(tǒng)一樣，本系統(tǒng)以計算機作為操作平臺，采用B/S結(jié)構(gòu)和分布是數(shù)據(jù)庫對資源的整個生命周期（產(chǎn)生、采集、整理、盤點、報廢進行全方位監(jiān)管）。通過數(shù)據(jù)的資產(chǎn)目錄建立，對數(shù)據(jù)質(zhì)量的治理，使得數(shù)據(jù)能夠被管理者應用，并設計實現(xiàn)了數(shù)據(jù)資產(chǎn)的后期運營，可以支持企業(yè)數(shù)據(jù)資產(chǎn)的分發(fā)、開放、交易等數(shù)據(jù)嫁接的實現(xiàn)，從而促進數(shù)據(jù)資產(chǎn)的價值實現(xiàn)。

1 系統(tǒng)架構(gòu)設計

漸進的方式向資產(chǎn)運營目標過渡。系統(tǒng)大致分為數(shù)據(jù)目錄管理模塊，用來解決有哪些數(shù)據(jù)的問題，以及數(shù)據(jù)資產(chǎn)運營模塊，用來方便后期運維，用戶根據(jù)特定的資產(chǎn)稽核規(guī)則，這個數(shù)據(jù)資產(chǎn)管理系統(tǒng)的核心設計思路是從大數(shù)據(jù)資產(chǎn)治理人手，兼顧數(shù)據(jù)應用，以對系統(tǒng)中的資源進行監(jiān)控，評測，保證數(shù)據(jù)在運行期的質(zhì)量，方便生產(chǎn)部門將數(shù)據(jù)進一步加工成產(chǎn)品。系統(tǒng)大體的體系架構(gòu)設計如圖l：

（l）元數(shù)據(jù)庫：用了存放系統(tǒng)中原始數(shù)據(jù)的數(shù)據(jù)庫，各種類型的數(shù)據(jù)通過目錄管理模塊，形成統(tǒng)一的格式，存入元數(shù)據(jù)庫中，此時的數(shù)據(jù)僅僅是數(shù)據(jù)，不具有資產(chǎn)屬性，也不能變成產(chǎn)品，只有經(jīng)過后續(xù)的加工才能成為產(chǎn)品，相當于一個原始數(shù)據(jù)的存儲模塊，只是規(guī)定了統(tǒng)一的接口。

（2）數(shù)據(jù)目錄管理：系統(tǒng)的第一個子模塊，建立并維護一個數(shù)據(jù)資產(chǎn)目錄，目的就是將紛繁復雜的數(shù)據(jù)資源整合起來，在商定好統(tǒng)一的接口之后，發(fā)送給源數(shù)據(jù)庫。

（3）數(shù)據(jù)資產(chǎn)質(zhì)態(tài)庫：元數(shù)據(jù)庫中的數(shù)據(jù)進過接口匯集、產(chǎn)品加載等一系列流程（采集、校驗、清洗、脫敏）處理，進入數(shù)據(jù)質(zhì)態(tài)庫，這里的數(shù)據(jù)可以稱之為數(shù)據(jù)資產(chǎn)了，它具有統(tǒng)一的格式，形成相應的視圖，并且需要對其屬性進行長期監(jiān)控

（4）數(shù)據(jù)質(zhì)量稽核：由于該系統(tǒng)每天都要上報大量的數(shù)據(jù)，所以要對質(zhì)態(tài)庫中的數(shù)據(jù)質(zhì)量進行分析，也就是數(shù)據(jù)資產(chǎn)的后期維護功能，他決定著系統(tǒng)能不能在第一時間發(fā)現(xiàn)并解決數(shù)據(jù)、設備故障的問題，是保證系統(tǒng)正常運行的關(guān)鍵。

系統(tǒng)的工作流程大致如下：數(shù)據(jù)資產(chǎn)目錄模塊負責整理云端的數(shù)據(jù)，并將其存入系統(tǒng)的元數(shù)據(jù)庫，然而元數(shù)據(jù)庫的數(shù)據(jù)作為原始數(shù)據(jù)，并不具有資產(chǎn)屬性，經(jīng)過處理和相應的盤點進入數(shù)據(jù)資產(chǎn)狀態(tài)庫，在通過對這些資產(chǎn)狀態(tài)進行分析成為大數(shù)據(jù)資產(chǎn)，從而可以被相應的部門使用。

2 系統(tǒng)實現(xiàn)

如上一章中所提到的，系統(tǒng)由兩個數(shù)據(jù)庫和兩個子系統(tǒng)實現(xiàn)，這兩個子系統(tǒng)分別是目錄子系統(tǒng)和稽核子系統(tǒng)，其中目錄子系統(tǒng)負責解決系統(tǒng)由什么資源的問題，稽核子系統(tǒng)解決這些資源是否正常的問題，以下為詳細介紹：

2.1 數(shù)據(jù)資產(chǎn)目錄子系統(tǒng)

如前文所提到的該子系統(tǒng)維持了一個整理數(shù)據(jù)資產(chǎn)的方式，集中解決的是整理系統(tǒng)由哪些資源的問題：

所以在此模塊的設計涉及到數(shù)據(jù)的存儲模式：例如DPI類的數(shù)據(jù)、ODS類的數(shù)據(jù)如何定義成統(tǒng)一的格式，規(guī)定一個統(tǒng)一的接口，定義各個層級的功能和規(guī)范，還需要定義各資產(chǎn)的硬件存儲環(huán)境，統(tǒng)一字段屬性，并且最終形成資產(chǎn)目錄視圖。圖2為資產(chǎn)目錄子系統(tǒng)的總體設計思路：

（l）目錄架構(gòu)：此處定義了數(shù)據(jù)的分類以及數(shù)據(jù)所屬的層次，下圖3為目錄架構(gòu)表：

此表針對不同的數(shù)據(jù)類型，采用不同的目錄結(jié)構(gòu)。

（2）存儲環(huán)境：此處定義各類數(shù)據(jù)在什么環(huán)境下存儲。

（3）資產(chǎn)信息：此處規(guī)定目錄中的數(shù)據(jù)資產(chǎn)需要統(tǒng)一的提取哪些字段，例如名稱、每種類型數(shù)據(jù)資產(chǎn)的數(shù)據(jù)量、用途等。

（4）資產(chǎn)屬性：規(guī)定個資源信息的格式，例如資源名稱的格式是怎么樣的應該包含數(shù)據(jù)的產(chǎn)生時間+產(chǎn)生方式+產(chǎn)生單位等一系列統(tǒng)一的口徑。

在定義好數(shù)據(jù)的接口規(guī)范以后元數(shù)據(jù)庫的不同類型的數(shù)據(jù)（ODS類、DPI類）經(jīng)過接口層形成固定格式的數(shù)據(jù)，經(jīng)過生產(chǎn)、加工成為有效的資源類數(shù)據(jù)，系統(tǒng)采用hbase與mysql作為存儲方式，主要統(tǒng)計的是各種資產(chǎn)的記錄條數(shù)、量值等信息，并且有一系列有字段屬性。資產(chǎn)目錄的展示如圖4：

系統(tǒng)可以根據(jù)不同的數(shù)據(jù)，進行數(shù)據(jù)稽核，檢查數(shù)據(jù)是否有問題。此處的任務ID都是隨機生成，稽核類型指的是稽核點，是檢查數(shù)據(jù)的位置，即哪些數(shù)據(jù)是有問題的。

最終系統(tǒng)還可以根據(jù)目錄生成資產(chǎn)關(guān)系視圖：

他簡單的表達了哪些數(shù)據(jù)是屬于哪個中心的，從屬于哪些任務一目了然。

2.2 數(shù)據(jù)質(zhì)量稽核子系統(tǒng)

該子系統(tǒng)負責對數(shù)據(jù)資產(chǎn)質(zhì)量庫的數(shù)據(jù)進行監(jiān)控、統(tǒng)計維護以及質(zhì)量評估，作為監(jiān)控系統(tǒng)是否正常工作的子系統(tǒng)，在監(jiān)控中起著非常重要的作用。簡單來說，此部分的工作首先就是要對告警規(guī)則進行配置，之后對各個類型的數(shù)據(jù)資產(chǎn)進行監(jiān)控并打分，因此，這個子系統(tǒng)分為三個模塊：數(shù)據(jù)質(zhì)量監(jiān)控模塊、告警稽核模塊、數(shù)據(jù)打分模塊.

數(shù)據(jù)質(zhì)量監(jiān)控模塊：這里要對第一章提到的數(shù)據(jù)的整個生命周期進行監(jiān)控，對于源數(shù)據(jù)庫中的數(shù)據(jù)，要對他的及時性、完整性、重復率進行監(jiān)控；對于質(zhì)態(tài)數(shù)據(jù)庫中的數(shù)據(jù)，要對其一致性、完整性、邏輯性進行監(jiān)控。

告警稽核模塊：首先，有網(wǎng)管人員配置告警規(guī)則，系統(tǒng)采樣數(shù)據(jù)指標，判斷數(shù)據(jù)是否存在故障，如有故障，下發(fā)告警以及解決方案。

數(shù)據(jù)打分模塊：通過判斷數(shù)據(jù)的一致性、數(shù)據(jù)的邏輯性、數(shù)據(jù)的重復率、文件的完整性、文件的及時性等指標根據(jù)打分規(guī)則對各部門數(shù)據(jù)進行打分。

子系統(tǒng)的業(yè)務工作流程如下圖：

系統(tǒng)首先讀取管理員的稽核規(guī)則，然后系統(tǒng)提取數(shù)據(jù)稽核點的數(shù)值得到結(jié)果，根據(jù)這個結(jié)果，自動生成數(shù)據(jù)質(zhì)量表，可以對數(shù)據(jù)質(zhì)量進行打分，當然，打分規(guī)則也是可以配置的；同時系統(tǒng)可以根據(jù)事先配置好的告警規(guī)則判定時候需要告警，并發(fā)送警告。

以下是部分效果展示：

如上圖所示，各種不同的稽核規(guī)則，對應不同的資產(chǎn)類型，多長時間稽核一次，用什么類型的方法稽核，在此處都可以配置，這樣，無疑增加了檢測的靈活性。這個就是告警規(guī)則的配置頁面，此圖之后還可以選擇稽核點，稽核方式等問題。

這個是打分結(jié)果表通過此窗口，便可以查看各個數(shù)據(jù)資產(chǎn)的是否有問題，此處還可以選擇相應的稽核規(guī)則。前文已經(jīng)所說，此處的稽核規(guī)則也算是事先被配置好了的，選擇適合稽核規(guī)則，只有這樣，數(shù)據(jù)的質(zhì)量才有保障。

3 結(jié)論

本文給出了一個數(shù)據(jù)資產(chǎn)管理系統(tǒng)的設計方案并按此思路完成了實現(xiàn)以及后期的測試，通過系統(tǒng)的開發(fā)以及后期的實踐，系統(tǒng)可以對大量的數(shù)據(jù)進行稽核檢測，并把這大量的數(shù)據(jù)通過此系統(tǒng)收集起來，作為各個設備是否運行良好的檢測標準，具有很好的現(xiàn)實意義。此外，系統(tǒng)的使用方式靈活，可以很好的對其所監(jiān)控的所有設備進行很好的管理，一旦某個設備出現(xiàn)了故障，第一時間就可以發(fā)出警報。