当涉及到深入了解数据、数据来自何处以及如何使用数据时，数据沿袭通常被认为是一个关键特性。然而，大数据数据库，在描述血统的方式上也存在一些问题。在这篇文章中，中国云，我的目的是澄清血统与可追溯性的区别。沿袭显示事实，即数据如何在系统、表、数据域之间移动和转换的流。通常，好评返现，这些数据沿袭图会产生非技术用户认为不可用的墙到墙流。这是因为这些图表显示了"竣工"转换、暂存表、查找等。这对于技术目的来说很好，但对于那些想要回答诸如"我的数据来自何处"之类的问题的用户来说，这是不可取的？使用了哪些策略？适用什么标准？"这就是可追溯性的来源。不同用户的不同视图首先，为组织中的某个角色创建可追溯性视图。策略经理希望看到他们的安全策略对不同数据域的影响，淘客购物，最好是在他们实施策略之前。分析师们希望对数据的来源、系统和应用的规则有一个高层次的概述。审核员可能希望查看受影响系统和业务流程的数据问题跟踪。如果呢？分析可追溯性视图不必从技术层生成。它们可用于研究引入新的数据资产或治理资产（如策略）对业务其余部分的影响。在技术视图上添加业务层任何可追溯性视图的大部分组件都来自数据管理堆栈。系统、分析规则、表和信息列将从其相关系统或技术元数据层获取。可追溯性（以及一般的数据治理）的真正力量在于业务用户可以在其上添加的信息。例如，设想一个项目经理负责一组客户360项目，这些项目希望从敏捷的项目角度管理数据资产。通过将项目及其与数据域的关系添加到视图中，用户可以看到与其项目（业务）相关的数据元素（技术）。总结一下：血统与可追溯性良好的技术血统是任何企业数据管理程序的必要条件。然而，它不能满足业务用户通过非技术世界跟踪和链接其数据资产的需求。正确的解决方案将精选技术资产，企业应用系统，并允许不同的业务线添加和链接业务术语、流程、策略和组织建模的任何其他数据概念。启用将业务和技术信息结合在一起的可定制视图对于理解数据和有效地使用数据以及将数据作为组织中的可信资产的下一步至关重要。