BKR 體系下的數據血緣指標分析

王樹明 吳濟勝 鄧夢航

（1.中國煙草總公司湖北省煙草專賣局信息中心 湖北省武漢市 430030）

（2.武漢楚煙信息技術有限公司 湖北省武漢市 430030）

黨的十九大報告提出要“推動互聯網、大數據、人工智能和實體經濟深度融合”[1]。數據成為企業數字化時代的重要資源，它以產品或服務的形態為企業創造價值，為企業轉型升級發揮重要作用[2]。數據不是孤立存在的，數據從產生、處理、加工、融合、流轉，到最終消亡，會形成一種關系鏈路，這就是數據血緣[3]。數據血緣分析就是在溯源過程中找到相關數據之間的聯系，比如，當數據發生異常，需要能追蹤到異常發生的原因，把風險控制在適當的水平[4]。數據血緣分析能幫助我們追蹤數據的來源、處理的過程，這對于數據質量的監控、數據處理性能的調優和數據資產價值的評估等，都有非常重要的作用。

湖北煙草已經構建了一套覆蓋全業務鏈條的完整數據中心[5]，包括一體化數據存儲、一體化數據管理和一體化數據分析三部分內容。然而，由于歷史、管理等多方面原因，數據中心依然面臨數據加工無序、數據獲取與開發不規范等現象，血緣分析是規范化數據治理的一個有效工具[6]。

1 數據中心分層現狀

傳統數據中心的構建包括下面六個層次：最底層是部門的業務數據庫（DB），數據經過抽取轉換層（ETL）[7]進入操作性數據層（ODS）[8]，然后經過明細數據層（DWD）[9]，再進入輕度匯總層（DWA）[10]，最后進入數據集市（DM）[11]。其中，每層的具體任務如表1 所示。

表1：數據中心層次結構