数据治理-随堂测

1. 现代数据的4V特征

1. 数据规模海量(Volume)；
2. 数据流转快速(Velocity)；
3. 数据类型多样(Variety)；
4. 数据价值巨大(Value)。

1. 简述数据的五大类型，针对每种类型的数据举1~2个例子

1. web和社交媒体数据  例：cookie缓存web页面的信息，自动登录
2. 机器对机器的数据    例：RFID射频识别技术，基站，GPS
3. 大体量交易数据      例：大数据分布式
4. 生物计量学数据      例：人脸识别
5. 人工生成的数据      例：试卷批改、识题、机器答题，通过语音识别纠正和改善发音

1. 简述数据治理主要涉及哪些方面（原则）

1. 组织的治理；
2. 元数据的管理；
3. 数据隐私的治理；
4. 数据质量的治理；
5. 业务流程整合；
6. 主数据整合；
7. 数据生命周期管理。

1. 针对培训机构项目，看了几个同学的解决方案后，你觉得从数据治理的角度，还存在什么问题，或者接下来应该从哪些角度对该项目进行优化（功能增强、增加、调整）？

存在的问题和优化方式：

1. 对数据类型的定义不准确。比如：金额要设置，小数点保留两位；
2. 元数据的设置有问题。比如：设置ID的时候需要自动生成，不能自己编写，不然太麻烦；
3. 有些选项必须设置为必填项。比如：姓名；
4. 在有些选项中需要设置默认值；
5. 注意公式的编辑。比如离职日期：IF(是否正式员工=="在职","NULL",NOW()+30)；
6. 理清各表单中的关联数据，尽量全面考虑。