依托数据中心建设驱动企业高质量数据治理

依托数据中心建设驱动企业高质量数据治理

安超

中远海运散货运输有限公司 ,广东省广州市 510220

摘要：近年来，国家和行业对数据统计工作日益重视，党的十九大报告提出完善统计体制，将统计监督纳入党和国家监督系统中，明确了加强数据统计工作的方向和目标；国家局下发了《行业统计工作管理办法》，明确了新时代统计工作新标准、新要求。安徽中烟也在“十三五”信息化规划中提出统一数据平台实施方案，建设“两级数据中心”，汇集企业的生产经营管理数据，采用数据仓库技术及各种高级统计分析和数据挖掘技术，帮助企业实现“数据、信息、知识”的转化，实现科学决策，真正成为数据集散中心、报表处理中心和决策辅助支持中心，成为数据资源管理体系的中心和枢纽。基于此，本篇文章对依托数据中心建设驱动企业高质量数据治理进行研究，以供参考。

关键词：依托数据中心建设；驱动企业；高质量数据治理

引言

随着数字化经济的发展，数据的重要性和深远价值已经成为社会各界的共识。财务数智化转型背景下，报表作为数据的直接载体，一直广受企业关注。实现“一键合并，实时报告”，已然成为众多企业的战略目标。然而，报表的“质量不高和效率低下”是大型企业的通病，基础数据质量是核心瓶颈。作为信息社会的数字底座，数据中心已经成为推动社会发展的战略性基础设施。

1数据中心是信息化发展的关键基础设施

数据中心是传递、加速、展示、计算和存储数据信息的特定设备网络，简单来说就是专业级机房，其组成可分为场地层、设施层、IT硬件和IT软件。按照服务对象的不同，数据中心可以分为企业数据中心和互联网数据中心。在云计算、5G、人工智能、大数据、区块链和物联网等信息技术飞速发展的背景下，数据中心作为科技创新和技术应用的实体，大大地激发了数据要素的潜能，为我国数字经济的发展提供了有力的支撑。2020年3月，中央政治局常委会提出应加快数据中心等新型基础设施建设进度，这为数据中心的发展带来了新契机。随着云计算、边缘计算和超算的推进，边缘数据中心、云数据中心和超算数据中心进入高速发展期，成为数据中心形态发展的新趋势。

2数据中心建设的目标和思路

（1）企业生产经营数据管理现状和数据中心建设目标。目前一部分企业各类报表存在数据较为分散，人工参与度高，各类数据在企业内部经过多次流转，并经过多个环节的重复统计和重复录入的现状。为了提高企业生产管理效率，数据中心建设是以“数据报表管理为抓手”，将分散在各个业务处理系统中的数据归集起来，为各级用户提供数据提取和查询服务，同时实现综合查询与分析，联动查询与统计，实现各类统计业务报表的内容共享，打造一个“上下贯通、左右协同、资源共享、高效运行”数据管理平台，对推动企业高质量数据治理工作意义重大。（2）数据中心采取“大处着眼、小处着手”的建设思路。“大处着眼”，即着眼于信息化建设的综合服务能力，着重构建信息服务的底层技术，以支持企业管理需求的变革；“小处着手”，即选择从报表梳理切入，部分企业目前的报表上报和流转过程复杂，占用大量人力资源，没有充分体现数字化对业务的优化和提升作用，通过数据治理的方法论，从根本上追根溯源，理清企业内部统计数据的源头，之后进行统一规划设计，重新梳理业务流转脉络，建设一套自动、高效运行的数据中心管理系统。

3依托数据中心建设驱动企业高质量数据治理策略

3.1聚焦算力算效稳固增强“产业链”

“新型数据中心”要加快提高算力算效水平，重点在于提高单位算力，主要从“量变”和“质变”两个方面着手。一方面，引导数据中心集约化和高密化建设，集约化对应的是加大数据中心的单体规模，高密化对应的是提高单机架功率，机架的部署越集中，单位输出算力就越高。另一方面，引导高性能算力的部署，逐步提高自主研发算力的部署比例，加快数据中心智能化建设，推进新型数据中心算力供应多元化，从而支撑各类智能应用。

3.2数据中心智能化运维管理

数据中心智能化运维管理应满足以下几方面需求。①可用性要求。在机房内应有备用电力、空调设施。当电力或者空调设施出现故障后，备用电力、空调设施会自动运行，保证机房能够保持正常运转。②安全性要求。在出现火灾等突发的安全事件后，系统可以对这些问题进行准确判断，并且能够自动报警，采取可以实行的应急措施，将安全问题造成的影响降到最低，保证机房运行安全。③经济性要求。企业经营的最终目的是营利。因此，保证机房运行的经济性能是非常重要的，这就需要降低能源的损耗，要求数据中心的智能运维管理系统能够根据环境温度对制冷机组的运行方式进行智能调节，根据热点区域对出风大小进行智能调节以及对照明系统进行智能调节，降低能耗。④无人化要求。对智能化管理而言，需要尽可能降低人员的使用量。企业可通过机器实现对机房的管理，通过智能化的管理防止人为失误造成的影响，同时降低运维管理人员的劳动强度。

3.3数据资产及使用状况的梳理

（1）使用数据的组织和角色梳理。相关工作人员应保障数据在使用过程中的合规性、安全性，明确数据的存储方式，掌握数据使用方的情况，并对数据的访问客体、行为进行审核，还要配套相关的管理文件作为约束。（2）数据的存储与分布梳理。对敏感数据的定位是管控敏感数据的关键。相关部门应掌握敏感数据的存储位置，对文件服务器及数据库采取不同的管控手段，尤其对数据库应采用细颗粒度的管控方式，可具体到某张数据表、某个字段。如此，相关工作人员对数据的访问、运维才能做到精细化、有针对性地管控；关于数据的导出，相关工作人员要考虑数据的敏感性，平衡使用和保密之间的关系，适当对存储的数据采取加密手段。

4关于我国数据中心建设的可靠性提升建议

面对频发的数据中心宕机事故，应当从数据中心的建设层面做好基础设施容量规划，保留必要的冗余，确保数据中心的高可靠性，同时避免空间资源的浪费。同时应当加强数据中心建设过程中的可靠性提升技术攻关，总结提炼数据中心的可靠性提升整体解决方案，开展应用推广，形成具备推广价值的数据中心建设典型案例，打造标杆，最终推动数据中心的可靠性提升。此外，目前我国数据中心建设与验收体系还不够完善，应当针对新建、在用数据中心的规划建设、等级评定和风险评估等不同的需求，借助专业机构和平台，在国内数据中心建设过程中推广数字化模拟和模块化建设，并提供咨询培训、验证测试、运维评估和软件测评等全生命周期的第三方技术保障和服务，提升数据中心全生命周期运营的可靠性。

结束语

数据的安全治理是企业数据精细化安全管理的趋势。基于国家数据保护相关标准和要求，企业在实施数据资产管理工作时应从数据安全治理的视角梳理企业的信息系统应用、数据、基础设施等资产，掌握数据使用情况，明确数据梳理的工作流程，并考虑辅助扫描、流量分析等手段获取数据资产信息，对信息进行分级、分类及标注，实现数据资产的整合、识别及管理，形成企业自己的数据资产目录、数据资产地图，帮助企业合理评估、规范及治理数据资产，并及时发现数据安全风险，采用有效管控手段。

参考文献

[1]杨雁财.A企业数据中心建设项目风险评价研究[D].华南理工大学,2020.

[2]曹树军.关于政务数据中心建设的研究思考[J].网络安全和信息化,2020(11):4-6.

[3]马铭.云计算数据中心建设技术与服务模式研究[J].电脑编程技巧与维护,2020(09):103-104+130.