要对数据进行保护之前，首先要确定哪些数据需要保护和为什么要保护这些数据。这其本质是一个数据分级的问题。

本文分为两大节介绍,第一节是数仓建设,第二节是数据治理。在谈数仓之前,先来看下面几个问题:数仓为什么要分层?用空间换时间,通过大量的预处理来提升应用系统的用户体验(效率),因此数据仓库会存在大量冗余的数据;不分层的话,如果源业务系统的业务规则发生变化将会影响整个数据清洗过程,工作量巨大。

也许人们对于数据增长速度的预估永远都会显得很保守，因为很难预测会新增哪些新的数据源，也不清楚有多少人会加入制造数据的行列中，甚至对于技术革新的判断也做不到基本准确。以AI技术为例，已经影响到各行各业的数字化与智能化升级，支撑其快速发展的恰恰是海量数据。

在未理解清楚数据资源和数据资产本质区别之前，就把企业的所有数据资源都列入企业的数据资产目录，那对于企业来讲就是一场灾难，因为这种“资产”不仅没有价值，而且大多是负的。

知名咨询公司Gartner的调研显示，在实施数据治理的企业中，有34%的企业数据治理处于良性建设阶段，有近50%的企业数据治理并未取得理想的效果，仅有16%的企业数据治理效果显著，处于行业领先水平。

越来越大的数据量，加上数据敏感和脆弱等的特点，数据治理一直都是一个困扰企业发展的问题。有开发者表示，每个人都在谈论数据治理，却没有人真正知道该怎么办。

这几年，Serverless数据库大火，被称为是下一代数据库的最新演进方向。问题是，什么是Serverless数据库?Serverless数据库给用户带来了哪些价值?

现在的很多公司的大数据团队一般有三个小组：大数据平台组、数据仓库组以及数据分析组。

企业的数据通常有两种类型：作业数据和分析数据。前者在业务运行时使用和生成，支撑业务运转；后者在运营时使用和生成，支撑企业做商业决策。前者是后者数据的来源。

云、大数据、人工智能等新一代信息技术正推动数字经济加速发展，数据作为数字经济时代的信息支撑，数据的重要性日益凸显。《关于构建更加完善的要素市场化配置体制机制的意见》明确指出数据继土地、劳动力、资本、技术之后的第五大生产要素，正在成为驱动经济社会发展的重要力量，成为驱动企业数字化转型升级的重要引擎。