编辑导语：不同于我们以往所认知的“地图”，数据地图是供人查找数据的数据资产管理工具。它所提供的业务功能也与常见地图不同。本篇文章里，作者就详细介绍了数据地图的定义，并阐述了数据地图的功能与架构。如果你也想了解数据地图的话，就一起来看一下吧。

一、前言

上周，产品架构群里一位老哥“郭同学”突然在群里发了一张这个图：

然后问：我在研究中台里说的数据地图到底长什么样子的，结果找来找去，就只能找到这个。是不是只有这种才叫数据地图？

这下可炸了锅了，一群数据产品经理纷纷过来，要给他上一课。

为此，我特意开了一个数据产品的研讨会，专门给大家聊聊，什么叫“数据地图”。

二、数据地图在中台的位置

既然郭同学问的是数据中台中的数据地图，那就先得看看数据地图在数据中台处于什么位置。这里借用一下数澜的数据中台全景图（已获授权）：

注意看上图中间标红的位置，在数澜的数据中台架构中，数据地图处于数据资产治理部分。

资产管理具体负责什么呢？我们再看看数澜的这张图。数据资产化的具体内容是：数据规范定义、可视化数据建模、数据质量保障、全链路血缘分析、掌握资产现状和数据安全合规。

其中全链路血缘分析的作用是：“支持通过血缘分析、影响性分析，找出上下游表及若一张表更改之后对下游表的影响。通过数据链路图，用户能够清晰查看数据从哪里来，被用到哪里去。”

那能不能再具体一些？

三、数据地图是干啥的？

我们再看看京东某次公开分享资料中的数据平台门户，其中也有数据地图，其位置是在元数据应用层，同级别的应用有：元数据体检、关联分析、影响分析、数据浏览、血缘分析和数据检索。

很明显，数据地图是给使用数据的同学使用的，甚至是只给数据开发的同学使用的。

其核心功能是用来找数据的。

我们再翻到亚信科技的数据事业部总经理高伟写的《数据资产管理》一书中，第三章“治理管控：数据资产管理的基础所在”，第六节“建立数据地图，盘活数据资产”，里面写的很清楚：

数据地图是一种图形化的数据资产管理工具，它提供了多层次的图形化展示，并具备各种力度控制能力，满足业务使用、数据管理、开发运维不同应用场景的图形查询和辅助分析需求。

主要解答几个问题：

• 数据是什么？
• 数据在哪里？
• 数据如何取？
• 数据怎么用？

还能做好各种数据管理工作：

• 数据体检；
• 运维监控；
• 安全评估。

提供的数据服务主要有：

• 支付快速搜索定位，找到企业各种数据资产，形成有效的数据交汇；
• 提供各种数据资产快速展现的个性化形式，方便使用者获取所需要的关键信息；
• 积累过去所有进行过的数据加工知识，在相似场景下可以更好地推送或复用数据；
• 在数据搜寻结果之上，直接配备方便的分析工具，使得数据使用更加得心应手；
• 建立数据资产分布及综合评估的入口，更好地了解数据资产使用的各方面信息。

四、为什么要有数据地图？

我们大致已经知道了数据地图到底是个什么玩意，但是为什么要有数据地图呢？

其实，如果公司的数据库里只有百十来张表，那基本上不需要啥数据地图，因为靠脑子就能全记住了。

但是，如果有好几个系统、几百张表，而且在数仓里还分了好多层，之间的关系错综复杂，谁能全部记得住啊？

比如这位小姐姐的烦恼，相必你也能体会得到：

不仅是个人有这个烦恼，作为一个组织，保障知识的传承、减少沟通成本也是非常必要的。

既然有需求、有问题，人脑又不能完全记住，那肯定得借助系统的力量，做个产品啊。

至于为啥叫“数据地图”，其实就是借用了地图“找信息”的功能，意思是在“数据地图”功能中，能找到所有的数据。

五、数据地图长啥样？

数据地图不是跟百度地图、高德地图一样，而是跟ETL流程DAG一样的，或者直接是表格展示。这是atlas的例子：

更简单的表格基本上就是库名、表名、元数据代码、字段名、数仓位置、上游 、下游、管辖单位、负责人等。

六、血缘分析和影响分析

数据地图其实还能衍生出三个非常重要的应用：全链路分析、血缘分析和影响分析。

这是某数据治理公司的产品，全链路分析。

中间黄色的块就是查询对象，整张图就是查询对象上下所有数据链路的关系，所以叫“全链路”数据分析，看数据是怎么来的，再往哪里去。

全链路理解了，血缘分析和影响分析就很容易理解了。

血缘分析就是做亲子鉴定一样，不断找“爸爸”。

我们看到一张报表，想找到数据根源在哪里，就得一层一层地向上追溯，直到找到ODS甚至业务库。

这就是“血缘分析”：

那么对应的，影响分析就是不断地找儿子了。

业务库想改一张基础表，怕对下游的数据报表造成影响，那就得向下找到这张表涉及的所有下游表。

这就是“影响分析”：

七、技术架构

早期的数据地图都是直接存在数据库中，也不太智能，大多数时候都得靠人工录入信息，非常不好用。

现在基本都存在图数据库中，而且还能自动读取和更新元数据，非常人性。

这是Atlas架构图，所有数据都存在JanusGraph图数据库中，用图数据库的天然“关系”处理能力，做各种血缘、影响分析再合适不过了。

八、结语

遇到任何问题，一定要刨根问底。不用害怕，不要彷徨，学习的事，哪有什么丢人的？加入我们，一起进步！

加油，数字人，今天又是美好的一天！

#专栏作家#

大数据架构师，微信公众号：大数据架构师，人人都是产品经理专栏作家。国药国华大数据总监，擅长BI、数仓、数据中台产品规划领域。

本文原创发布于人人都是产品经理。未经许可，禁止转载

题图来自Unsplash，基于 CC0 协议