데이터 모델링의 맥락에서 데이터 계보는 보고서, 대시보드 또는 보고서가 될 수 있는 최종 목적지에 도달할 때까지 데이터가 원본에서 다양한 정제, 처리 및 변환 단계를 거치는 포괄적이고 추적 가능한 여정을 의미합니다. 애플리케이션. 데이터 계보는 데이터 흐름을 이해하고, 데이터 신뢰성, 정확성, 일관성을 보장하고, 데이터 감사 및 거버넌스를 촉진하는 데 중요한 역할을 합니다.
AppMaster no-code 플랫폼의 핵심은 비즈니스 프로세스 설계 및 애플리케이션 소스 코드 생성을 위한 기반을 형성하는 데이터 모델(데이터베이스 스키마)을 시각적으로 생성하는 기능입니다. 이러한 맥락에서 데이터 계보는 이러한 애플리케이션에 사용되는 데이터의 투명성, 추적성 및 책임성을 유지하는 데 필수적인 측면이 됩니다.
일반적인 데이터 계보 프로세스는 조직의 특정 데이터 모델링 및 데이터 처리 요구 사항에 따라 달라질 수 있는 여러 단계로 구성됩니다.
- 데이터 수집: 이 단계에서는 외부 API, 사용자 입력, 데이터베이스, 파일 또는 기타 유형의 소스와 같은 다양한 소스에서 데이터를 수집합니다. 이 단계에서는 다양한 데이터 처리 파이프라인을 통과하는 초기 데이터의 단계를 설정합니다.
- 데이터 변환: 데이터가 처리 파이프라인을 통해 이동하면서 비즈니스 요구 사항에 따라 변환, 강화 또는 정리될 수 있습니다. 데이터 변환에는 필터링, 집계, 조인 또는 피버팅과 같은 작업은 물론 비즈니스 규칙 및 논리 적용도 포함될 수 있습니다.
- 데이터 저장: 데이터가 처리 및 변환된 후에는 향후 검색, 분석 또는 다른 애플리케이션과의 통합을 위해 데이터베이스, 데이터 레이크 또는 기타 저장 시스템에 저장됩니다.
- 데이터 액세스: 사용자, 애플리케이션 또는 서비스는 특정 요구 사항에 따라 스토리지 시스템에서 변환된 데이터에 액세스합니다. 여기에는 API, SQL 또는 기타 쿼리 언어를 사용하여 데이터를 읽거나 쿼리하는 작업이 포함됩니다.
- 데이터 소비: 데이터 계보의 마지막 단계는 통찰력을 제공하고 의사 결정을 지원하거나 애플리케이션 기능을 구동하는 보고서, 분석, 대시보드 또는 시각화 형태로 처리된 데이터를 소비하는 것입니다.
데이터 계보는 다양한 데이터 관리 및 거버넌스 문제를 해결하는 데 중요한 역할을 합니다.
- 데이터 품질 보증: Data Lineage는 데이터가 겪는 다양한 변환에 대한 메타데이터를 캡처함으로써 이상, 오류 또는 부정확성을 식별하고 해결하여 데이터 품질과 신뢰성을 보장합니다.
- 데이터 규정 준수: 데이터 계보는 데이터에 대한 감사 추적을 제공하여 조직이 Web BP 디자이너의 kInstruction[label=data.labels.USER].onents 및 make.AutoScale과 같은 데이터 보호, 개인 정보 보호 및 보안 규정 준수를 입증할 수 있도록 합니다. (properties_input) 데이터 준수를 입증하는 속성]}>
