知识卡片
按可恢复性定生命周期
每类数据都有其价值周期。数据中台实践中首先把数据分成两类,区别制定生命周期策略:
- 不可恢复的数据:涉及原始数据,清除后无法找回。一般建议永久保存——当前没有价值不代表未来没有价值,可能只是当前技术、认知和场景还发挥不出来。但也要考虑成本,什么都存会让数据变成负债。常用折中是把冷数据放到低价存储,需要时再恢复,牺牲一些效率换取资金成本的降低。
- 可恢复的数据:中间过程或结果数据,只要原始数据和加工逻辑还在,就能通过平台调度重新加工。其生命周期按实际使用情况灵活调整:平台根据使用情况推荐保留时长,用户也可自主设置。
生命周期管理除了提供设置和自动清理,还应根据数据热度和存储量变化提供合理生命周期的建议。
这个划分把“删不删”的问题转化为“能不能找回来”的问题:判断一份数据能否清理,先看它是否依赖原始数据、加工逻辑是否完整可重放,再考虑成本。这与第4章“ELT 比 ETL 更好,因为被清洗掉的原始数据可能再也找不回”的判断一脉相承。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
在整书笔记中的位置
- · 第7章 数据资产管理
- · 跨章综合
- · 发散与实践
原书出处 · 1 处
- 第7章 数据资产管理 · 查看原书依据
涉及原始数据的数据一般会被定义为不可恢复的数据,即清除后没办法找回来;而一些中间过程或者结果数据,只要原始数据和相关的加工逻辑在,都可以被重新加工恢复。
参考来源
- 位置:《数据中台:让数据用起来(第2版)》第07章《第7章 数据资产管理》7.6.11 数据生命周期管理(源文件:extracted/数据中台:让数据用起来(第2版)/_epub-src/OEBPS/Text/0042.xhtml,来源项目 book-sources)
- 结论依据:7.6.11节把数据分为不可恢复与可恢复两类,说明前者建议永久保存并用冷存储降低成本、后者按使用情况灵活设置并由平台推荐保留时长,以及基于热度和存储量的生命周期建议功能。
- 原始内容:涉及原始数据的数据一般会被定义为不可恢复的数据,即清除后没办法找回来;而一些中间过程或者结果数据,只要原始数据和相关的加工逻辑在,都可以被重新加工恢复。