背景概要
做數據的同學都能夠有體會，當我們做業務時間長了以後，數據表的數量就會變得龐大無比，很多過去的邏輯，如果負責的同學離職了，那麼能再看懂它的人就很少了。久而久之，就造成了表一大堆，沒人敢動的問題。等到計算或者存儲遇到瓶頸了，回過頭來再改，會讓人痛不欲生。
主要痛點
- 只建表，不刪表：絕大多數做數據工作的同學，都沒有及時清理無用表的習慣。
- 交接過程產生漏洞：由於業務的問題比較繁瑣，理解起來有一定難度，因此在離職交接時通常不會交接的很好，埋下了坑。
- 日常研發過程無規範：很多中小公司，數據作爲支持部門存在，解決需求就可以，沒有長遠的規劃，時間久了看不懂的東西越來越多。
- 野蠻開發，無序增長：業務高速發展時，大家以需求爲第一目標，開發過程沒有考慮計算與存儲問題，頻繁發生數據傾斜、全表掃描等場景，或者是數據存儲週期設置不合理。
談一談基本的治理思路
主要就是兩點：粗治理和細治理。
- 粗治理：普遍性治理項目，通過自動的掃描可以獲得的信息，通常包括如下幾種：
（1）創建的臨時表：以tmp/test開頭的表；
（2）無訪問信息表：例如最近一個月沒有訪問信息；
（3）無下游依賴表：下游沒有使用方的表；
（4）無更新時間表：表結構長期沒有更新信息。
將以上四類表抓出來，基本上能處理掉一大批沒人管的包。 - 細治理：專項性質的治理方案，主要針對有人負責的項目，通常包括如下幾種：
（1）運行時間過長的節點；
（2）存儲空間過大的表。
這一類的治理行爲通常花費時間很長，但產生的效果會非常明顯。
能夠沉澱下來的方法論
數據治理是一個十分消耗時間的過程，也是一次自我革新的歷程。除了制定一些可跟蹤、可管控、可負責、可施行的方案外，最好能夠制定一定的標準，即使這些標準很簡單，也能夠產生非常好的效果。對數據研發同學，就更要強化自我對於數據的治理意識，如果有可能，在招聘過程、晉升答辯、KPI制定中都加入數據治理相關的要求，對於推廣更有幫助。
