分布式数据治理

1 SLA 治理

• SLA 治理保障源于业务团队内部。首先是业务按需申报，可能是任何角色，认为自身任务重要，填写背景、原因、等级、时间等信息之后，即可发起一个 SLA。发起申报之后，在团队内部进行审核，可能存在同一个团队多个高优任务的情况，这由团队内部自行调整优先级。同时这也是跨团队判断该任务重要性的标准。
• 其次完成线上签署，签署也会在产品里面体现出来。每个节点时间都有实时监控，如果 SLA 破线产生延迟，会推动业务做复盘和登记。DataLeap 也提供签署环图，包括申报业务单的查看，同时也可以让大家去查看每个等级的破线情况.
• 如果 SLA 链路复杂且对业务造成了影响则会变成一次事故。在问题登记和复盘管理模块中，DataLeap 支持对于事故做登记以及整个缘由做复盘归因，复盘之后把这些解决方案做沉淀，防止未来相同问题反复出现。

详见 SLA 治理。

2 数据质量

• 事前数据探查：支持动态探查、对数据进行事前测试，查看内容的分布和数据特征，保证数据符合业务预期，避免下游用户因为数据错误导致决策失误。
• 数据质量监控：包括离线数据质量监控和流式数据质量监控，同时提供了一些丰富的规则和策略，业务上可以是直接去使用。包含了自定义 SQL 逻辑，对单表多表的批量设置规则，平台提供了丰富的质量规则逻辑条件可供用户引用。
• 强/弱规则不同处理机制：
  • 触发弱质量规则校验报警时，关联的生产数据任务依据自身逻辑返回执行状态，不受弱规则校验影响，不会阻塞下游任务运行；
  • 触发强质量规则校验报警时，即平台校验到生产的数据，不符合数据质量设置的规则预期，便将自动阻断关联的生产数据任务执行，用任务失败的方式去阻断下游数据污染。同时数据质量工具也提供了多种已沉淀下来的规则，包括像重复率、空值、枚举等这些质量规则，用户可以结合自己的业务诉求直接引用规则即可。
• 数据对比：丰富的自定义对比能力，验证开发代码逻辑的准确性与数据结果，保障数据按预期产出。

详见数据质量。

3 数据安全

• 权限管理：根据业务场景，支持以单人、多人或用户组形式申请数据库表、资源包的访问权限，坚持最小授权原则，支持行列最细粒度的权限管控，精确控制数据权限。
• 权限审计：在为保障授权的合理性以及规避潜在的数据安全风险，权限负责人和超管均可通过权限审计功能，对申请授权和主动授权的工单进行定期审计。审计的工作主要包括标记权限授权是否存在风险，对存在风险的授权进行处置和备注。
• 审批中心：权限审批流程设置，针对不同密级和权限类型，设置权限自动审批或增加审批流程，审批人因休假或其余原因无法处理审批时，也支持设置代办人代理审批，提高权限审批效率。
• 安全标签：自定义数据分类分级标签框架，并配置扫描任务，实现对指定数据资源进行识别，将分类分级标签推送至识别结果页，进行分类分级落标，以满足不同安全合规的差异性要求，灵活响应行业需求，加强数据安全保障。

详见数据安全。