趋近智
生产环境中的数据治理、质量与可观测性
章节 1: 数据治理代码基本原理
以工程视角定义数据治理
数据分类与标记方法
基于角色的访问控制模型
策略即代码架构
实践：实施访问策略
章节 2: 数据质量维度与测试
数据质量的主要维度
数据断言的剖析
验证模式和类型
统计画像与分布检查
实践：编写数据验证套件
章节 3: 数据可观测系统
数据可观测性的支柱
监控时效性与延迟
数据量与行数异常
模式漂移检测
实践：构建数据新鲜度监控器
章节 4: 数据血缘与元数据管理
静态与动态血缘
OpenLineage 标准
依赖图的构建
影响分析技术
实践：从日志中提取数据血缘
章节 5: CI流水线中的自动化可靠性
数据代码的预提交钩子
实施质量门
流水线中的断路器
告警与事件管理
实践：配置CI数据测试
依赖图的构建
这部分内容有帮助吗？
- Introduction to Algorithms, Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein, 2022 (MIT Press) - 此版本提供图表示（邻接表）、遍历（BFS、DFS）和有向无环图（DAG）的基础算法和数据结构，这些是依赖图构建和分析的核心。
- The DAMA Guide to the Data Management Body of Knowledge (DAMA-DMBOK2), DAMA International, 2017 (Technics Publications) - 为数据管理提供了一个框架，包括元数据管理和数据谱系的指南，这对于理解依赖图在更广泛的数据治理环境中的策略使用至关重要。
- OpenLineage Specification, OpenLineage Project, Ongoing (Linux Foundation AI & Data) - OpenLineage 的规范文档，详细说明了用于捕获、生成和消费血缘事件的数据模型，在构建依赖图的章节中直接引用了此文档。
- A Survey of Data Lineage, Seyed Amin Shahrjerdi, Hadi Zare, and Nima Ghazizadeh, 2020 arXiv preprint arXiv:2009.00665 DOI: 10.48550/arXiv.2009.00665 - 概述了数据血缘概念、架构和解决方案，包括各种建模方法及其在数据管理系统中的应用。
© 2025 ApX Machine Learning用心打造