大数据里的风险管理

在数据管理的时候，将所有数据放在一个地方是有很大的风险的，为了数据的安全，数据应该存储不同的地方。如数值数据可以存储在数据库里，非结构化的数据则可以存储在文档或者表格里。我们看到，增加了这些不同来源的风险信息的语义描述，意味着我们可以迅速了解综合风险状况。

通过语义数据模型一个最大的好处就是，在进行修改时，无需回到数据最底层进行修改，去重写遗留系统和数据库语义。因为这个语义数据模型是在数据之上的，它的破坏性远小于其他的技术，只要我们为一个来源的数据提供一个语义定义，我们就可以直接应用到其他来源的数据之上。

其实这个技术并不是为程序员或是数据库管理人员设计的，而是为业务人员设计。业务人员他需要明白这些数据对他而言是何意义，他看不懂最底层的数据表格，他希望能够直观的看到一段时间内销售量与其他因素的关系，而这些只有通过我们的语义数据模型层才能做到。近几年，IT部门与业务部门的界限其实开始渐渐模糊，业务部门能够更好的明确自己的需求，而IT部门也能更好的满足业务部门的需求，虽然还没达到最佳的状态，但已经超着这个方向在努力了。