感觉没啥太好的办法，两个方面同步进行，技术梳理和业务梳理；从技术侧全面摸排已有的信息系统、数据系统，并且就其属性、规模、增长量、归属部门、使用部门、安全级别等几个维度做好标签分类；从业务侧进行座谈交流，明确业务维度下的数据情况，重点排查信息系统外的数据。梳理工作大...
1、标准规划：2、现状调研：3、标准设计4、实施映射5、标准执行
上下其手、纵横捭阖。数据治理要想顺利进行绝非信息部或数字化中心自己的事情，一定是一个全公司的事情，所以数据治理组织架构一定要有公司高管的参与和任职，他们作为支持方，提供行动后盾。所以一定要做好向上管理，向领导层展示数据治理的整体规划和执行计划，并且描绘数据治理成...
企业数据治理需求围绕以下几个方面：1、解决企业信息孤岛，实现企业内部的数据互通和共享2、解决企业数据质量问题，统一标准，统一定义，统一语言，提高数据质量3、开展数据分析应用4、盘点企业业务开展数据需求...
围绕着数据治理组织、制度、流程、标准、工具、人员、文化、安全等维度规划
两者存在场景差异1.HTAP更为强调混合负载，即在有TP的同时叠加AP的需求。2.数据仓库，还是传统的分析需求；虽然有产品提供了TP能力（如事务），但重点不在于此。
跟云下一样，数据单独挂存储卷，然后把数据定时卸到数仓，做大数据处理
看服务器的性能吧，减少采集周期肯定能够提高效率的，但是会影响采集数据的粒度，这些问题我觉得不适合单独拿出来探讨，主要还是要综合考虑，是要节省成本，还是要数据精度为主，housekeeping本身没有多大的影响...
