ITIL即IT基础架构库(Information Technology Infrastructure Library, ITIL，信息技术基础架构库)由英国政府部门CCTA(Central Computing and Telecommunications Agency)在20世纪80年代末制订，现由英国商务部OGC(Office of Government Commerce)负责管理，主要适用于IT服务管理（ITSM）。ITIL为企业的IT服务管理实践提供了一个客观、严谨、可量化的标准和规范。
信息技术基础架构库（Information Technology Infrastructure Library，ITIL）是全球公认的一系列信息技术（IT）服务管理的最佳实践。由英国中央计算机与电信局（简称CCTA）一手创建，旨在满足将信息技术应用于商业领域的发展需求。
扩展资料：
ITIL最早于20世纪80年代，作为英国政府IT部门的最佳实践指南，由英国商务部（OGC，office Government Commerce）发布并维护，问世后不久便被推广到英国的私营企业中，然后传遍欧洲和美国。OGC最初的用途是通过应用ITIL来提升英国政府业务的效率，因此获得了来自IT管理行业专家的帮助并开始将他们的经验文档化。
参考资料来源：百度百科-信息技术基础架构库
参考资料来源：百度百科-ITIL
工商银行通过实施“1031”工程、信息化银行建设等工作，打造了同业领先的第四代核心银行系统，确立了信息 科技 领先优势。随着银行进入40时代，金融 科技 推动银行从生产资料、生产力和生产关系三方面打破传统、变更生产经营模式，顺势数字化、智能化、开放化的时代特征，银行不断丰富服务渠道、完善产品供给、提升服务体验和效率，同时对企业级架构建设和信息系统转型提出了新要求。
为应对内外部形势变化、满足业务创新转型发展要求，工商银行于2015年启动IT架构转型工作。充分利用分布式、云计算等新技术，基于开放平台与主机有机结合的基础架构，构建面向未来业务发展，以开放性、高容量、易扩展、成本可控、安全稳定、便捷研发为特征的全新技术体系。在技术变革的外部驱动和转型发展的内生需求互相作用下，工商银行于2017年启动智慧银行生态系统（ECOS）工程，围绕“客户服务智慧普惠、金融生态开放互联、业务运营共享联动、创新研发高效灵活、业务 科技 融合共建”的智慧银行建设目标，通过整合构建企业级业务架构，强化产品创新顶层设计与跨产品线整合，将业务架构由内部企业级延展至跨界生态，在业务架构指导下，进一步深化IT架构转型，持续优化应用架构、数据架构、技术架构、安全架构，建立金融与 科技 高度融合的全新生态体系。
1构建服务化、松耦合应用架构。 同步ECOS工程建设，工商银行引入了业界领先的持续价值提升方法论，通过分析全行发展战略、业务发展前瞻性规划和业务现状问题，体系化地开展业务领域顶层设计，从流程、产品、实体等三个维度开展业务建模，整合构建覆盖63个业务领域、100多个业务组件、近4000个任务组件的企业级业务架构，并指导推动IT系统建设。通过从业务领域、业务组件、业务对象到IT应用、IT服务、数据对象的对接落地，围绕业务对象，以数据为中心聚合服务，形成了覆盖业务产品服务、业务和数据基础服务、技术基础服务的企业级服务体系，打造了分层解耦的应用架构。建立组件化研发机制，实现业务模型的高效传导，促进统一架构语境下从业务到IT的一致性承接。在支付结算、xyk等热点领域完成组件化落地， 提炼 了19000余个IT服务，日交易量逾40亿笔，提升了产品研发的市场响应速度。
2打造主机+开放平台双核心系统。 依托自主可控、体系完备的开放平台技术，逐步从传统的以主机为核心的应用布局向主机+开放平台双核心布局转型，初步建成具备承接主机业务下移能力的开放平台核心银行系统。在国内大型银行中，率先实现银行核心业务的完整闭环处理，截至2020年上半年，已有超过90%的应用部署在开放平台。在中资银行中，率先使用自主研发的开放平台境外核心业务系统，已在欧洲、亚太区域新设机构实际投产运营。随着双核心建设不断深化，工商银行在业务量快速增长态势下，整体保持主机资源零增长，2015~2020年累计实现主机资源压降65000MIPS以上。
3形成双轮驱动的开放金融生态。 工商银行建设以“嵌入场景、输出金融”为特征的API开放平台，与以“绿色部署、敏捷上线”为特征的金融生态云，组合形成全行互联网金融场景建设“双轮驱动”的体系化品牌。目前已对外开放9大类1800多项API服务，为8800多家合作方提供服务，成为银行同业中“合作伙伴最多、服务最全面”的开放平台。已推出教育云、物业云等17款金融生态云产品，累计推广G/B端客户超过3万个，C端客户929万。
1打造多模式、高性能数据交换体系。 工商银行综合运用流数据处理、数据复制、文件共享等技术，打造了多模式、高性能的企业级数据交换平台，面向全行提供实时、准实时、分钟级、小时级等多种时效的企业级数据交换服务，并在余额变动实时提醒、实时交易反欺诈、准实时存贷款偏离度计算等应用场景取得良好成效。
2率先建成自主可控的大数据服务云。 同业率先完成传统封闭式架构（TD、Extradata）向开放分布式架构(Hadoop、MPPDB)转型，建成金融行业集群规模最大、技术生态最全、供给能力最强的大数据服务云体系，软硬件投入仅为原有产品投入的30%。全数据整合后容量超过93PB，为171个总行应用、22个业务部门和52家境内外分行及子公司提供了高效、便捷、丰富的高质量数据服务。
3着力打造企业级数据中台。 按照ECOS工程总体布局，以共享、复用、创新为目标，通过数据资产沉淀、数据服务化、数据资产运营、数据产品输出等措施，打造高效、智慧、开放、共享的标准化数据服务。面向全行1万余名数据分析师提供一站式、全链路线上BI分析能力，支撑全面风险管理、xyk风控、智慧大脑等重点场景建设，加快推进客服、运营、产品和风控等领域的智慧赋能，提升各专业数据应用创新能力。
1打造一系列企业级新技术应用平台。 工商银行依托金融 科技 研究院体系化布局新技术，建成了云计算、分布式、API平台、大数据、流数据、人工智能、物联网、区块链、生物识别、移动互联网十大技术平台，是工商银行技术领先优势的集中体现。人工智能机器学习平台集成业界主流机器学习算法，提供便捷高效、全流程建模、自学习的AI全栈平台，赋能数据智能化应用，构建工行智慧大脑。物联网金融服务平台通过智能感知万物，获取海量物联数据，扩展银行金融服务边界，创新金融服务模式，提供安全可靠的智慧物联解决方案。区块链技术平台在资金管理、供应链金融等七大业务领域构建服务实体经济的区块链应用生态，机构用户超千家，个人用户超100万，拥有近百项专利，荣获多项业界大奖。生物识别平台提供人脸、指纹等生物特征管理、安全管控、服务调度等功能，具备多生物特征统一管控、统一服务的能力。
2建成自主可控、体系完备的云计算、分布式技术体系。 云计算平台具有开放性、高容量、易扩展、智能运维等特点，从传统手工为主的虚拟化架构，转变为快速供给、稳定可靠、资源集约、运维智能的新型云计算体系架构。截至2020年8月，工商银行已实现60000+节点、34000+容器的入云规模，具备万级容器集群自动供给能力，同等业务量下服务器虚拟资源利用率平均提升2~3倍，业务高峰期系统扩容时间由几十分钟缩至秒级，2019年荣获人民银行 科技 发展奖一等奖。分布式技术平台涵盖9大类分布式技术组件，在快捷支付、纪念币预约等150余个应用广泛运用，为IT架构从单体集中式架构向分布式服务化架构转型提供了技术基础。截至2020年8月，日均交易量超过50亿笔，并发支撑能力超过10万笔/秒，重点交易平均响应时间小于10ms，有效应对“双十一”秒杀等高频、大并发交易对IT架构稳定性、业务连续性的冲击。
落实国家网络安全等级保护20要求，完善安全体系建设，加强新技术领域的安全防护，随云计算、大数据、人工智能、区块链、5G、物联网等金融 科技 发展同步规划、同步建设。研究完善以数据为中心的安全方法论和保护体系，加强个人信息和隐私的保护，“融e行”第一批完成在中国互联网金融协会的认证备案。围绕ECOS工程建设，建立多因子身份认证体系，发展手机盾、云证书、指纹、人脸、声纹、指静脉、虹膜等多种认证及生物识别技术。建设企业级反欺诈平台，通过终端、账户、行为等多维度展开智能风控，有效拦截欺诈交易，提升开放银行防御和风险处置能力。
在新一轮 科技 革命与我国转变发展方式的 历史 交汇期，工商银行将 科技 创新作为第一发展动力，积极创新和引入金融 科技 前沿技术，在全行战略、企业架构的指引下，强化IT与业务的融合。通过金融 科技 赋能经营转型，创新服务模式，拓展新生态，提高金融供给对实体经济的适配性和灵活性，为广大客户提供高价值服务，为建设具有全球竞争力的世界一流现代金融企业提供动能源泉。
数据治理和数据管理的关系： 数据治理:保证数据中被管理的。数据管理:管理数据以达到既定目标。见下图3-1
以数据为中心的组织对待数据的原则： 1)数据应该作为 <font color="red" >企业资产管起来</font>。2)应该在整个组织内 <font color="red" >鼓励</font>数据管理的<font color="red" >最佳实践</font>。3)企业数据战略必须与业务<font color="red" >战略一致</font>。4)应不断 <font color="red" >改进</font>数据管理 <font color="red" >流程</font>。<font color="green">P48</font>
做正确的事(立法/司法)与正确的做事(执法)。P48
典型数据治理委员会： 数据治理指导委员会;数据治理委员会;数据治理办公室;数据管理团队; 本地数据治理委员会。<font color="green">P49</font>
数据治理运营模型类型： 集中式治理;分布式治理;联邦式治理。在 集中式管理模式 中，数据治理组织监督所有业务领域中的活动。在 分布式管理模式 中，每个业务单元中采用相同的数据治理运营模型和标准。在 联邦式管理模式 中，数据治理组织与多个业务单元协同，以维护一致的定义和标准。 <font color="green">P49</font>
数据管理职责(Data Stewardship)： 描述了数据管理岗位的责任,以确保数据资产得到有效控制和使用。<font color="green">P49</font>
数据管理活动集中于： <font color="red">1创建和管理核心元数据</font>;业务术语/有效数据值/关键元数据的定义和字 处理。<font color="red">2记录规则和标准</font>;业务规则/数据标准/数据质量规则的定义和记录。<font color="red">3管理数据质量问 题;4执行数据治理运营活动</font>。<font color="green">P49</font>
数据管理岗位的类型： 首席数据管理专员;高级数据管理专员;企业数据管理专员;业务数据管 理专员;数据所有者;技术数据管理专员;协调数据管理专员。<font color="red">通常最好的数据管理专员都是在 工作中被发现的，而不是靠培养的</font>。大多数组织中,即使没有数据治理项目,也有人负责数据管理。<font color="green">P50</font>
数据制度: 包括对数据治理管理初衷的简要说明和相关基本规则，贯穿数据和信息的全过程，是全 局性的。不同组织制度差异大，描述了数据治理的==“什么“==，标准和规程描述了数据治理的==”如何“==。<font color="green">P51</font>
数据资产评估: 理解和计算数据对组织的经济价值的过程。数据具有不可互换性，只有在使用时才有价值，使用会伴随风险。<font color="green">P51</font>
数据生命周期的大多数阶段涉及成本: 包括获取数据、存储、管理和处置。<font color="green">P51</font>
其他度量价值的方式： <font color="red">1 替换成本;2 市场价值;3 发现商机;4 售卖数据;5 风险成本</font>。<font color="green">P51-52</font>
风险成本有： 1<font color="red">缺少必要的数据</font>。2存在<font color="red">不应留存</font>的数据。3除上述成本外，包括数据不正确造成 客户、公司<font color="red">财务和声誉</font>受到<font color="red">伤害</font>。4风险下降或风险成本的下降，其实是与提升和验证数据等 *** 作干预成本的抵消之后的<font color="red">溢出部分</font>。<font color="green">P52</font>
数据资产会计准则： 问责原则;资产原则;审计原则;尽职调查原则;持续经营原则;估值级别 原则;责任原则;质量原则; 见下表3-6
数据治理(Data Governance，DG)： 对数据资产管理行使权力、控制和共享决策(规划/监测 和执行)的系列活动。<font color="green">P43</font>
数据治理<font color="red">职能</font>： 是指导所有其他数据管理领域的活动。<font color="green">P43</font>
数据治理的<font color="red">目的</font>： 是确保根据数据管理制度和最佳实践正确地管理数据。<font color="green">P43</font>
数据管理的<font color="red">整体驱动力</font>： 是确保组织可以从其数据中<font color="red">获得价值</font>；数据治理聚焦于<font color="red">如何制定有关数据的决策,以及人员和流程在数据方面的行为方式</font>。<font color="green">P43</font>
数据治理项目的范围和焦点依赖于组织需求，常见有： <font color="red">1)战略。2)制度。3)标准和质量。4)监督。 5)合规。6)问题管理。7)数据管理项目。8)数据资产估值</font>。<font color="green">P43</font>
对于多数企业,采用正式的数据治理需要进行组织变革管理(参见第17章),以及得到来自最高层管理者(C级别)的支持,如CRO、CFO或者CDO。 <font color="green">P44</font>
为了实现这些目标，数据治理时将制定制度和实施细则，在组织内多个层次上实践数据管理，并 参与组织变革管理工作，积极向组织传达改进数据治理的好处以及成功地将数据作为资产管理 所必需的行为。<font color="green">P44</font>
数据治理目标: 1 <font color="red">提升</font>管理数据资产的<font color="red">能力</font>;2 <font color="red">定义、批准、沟通和实施</font>数据管理的<font color="red">原则、政策、 程序、指标、工具和责任</font>;3 <font color="red">监控和指导</font>政策合规性、数据使用和管理活动。<font color="green">P44</font>
有效的数据治理应具有以下特征： 1 可持续发展;2 嵌入式的，而不是附加的管理流程;3 可度量。<font color="green">P46</font>
数据治理基础原则： <font color="red">(1)领导力和战略</font>;成功的数据治理始于远见卓识和坚定的领导。数据战略指导数据管理活动，同时由企业业务战略所驱动。<font color="red">(2)业务驱动(Business-driven)，</font>数据治理是一项业务管理计划，因此必须管理与数据相关的 IT 决策，就像管理与数据有关的业务活动一样。 <font color="red">(3)共担责任(Shared Responsibility)，</font>在所有数据管理的知识领域中，业务数据管理专员和数据管理专业人员共担责任。<font color="red">(4)多层面(Multi-layered)，</font>数据治理活动发生在企业层面和各地基层，但通常发生在中间各层面。<font color="red">(5)基于框架(Framework-based)，</font>由于治理活动需进行跨组织职能的协调，因此对数据治理项目必须建立一个运营框架来定义各自职责和工作内容。<font color="red">(6)原则导向(Principle-based)，</font>指导原则是数据治理活动、特别是数据治理策略的基础。 <font color="green">P46</font>
业务驱动因素: 常见是法规遵从性；高级分析师、数据科学家的迅猛发展也成为新增的驱动力；很多组织的数据治理是通过其他业务信息化管理需求所驱动的；聚焦减少风险和改进流程。<font color="green">P45</font>
<font color="red">减少风险</font>： 1一般性风险管理;2数据安全;3隐私; <font color="green">P45</font>
<font color="red">改进流程</font>： 1法规遵从性;2数据质量提升;3元数据管理;4项目开发效率;5供应商管理; <font color="green">P45</font>
数据治理 不是一次性 的行为。治理数据是一个<font color="red">持续性的项目集</font>,以保证组织一直聚焦于能够从数据获得价值和降低有关数据的风险。可以由一个<font color="red">虚拟组织</font>或者有特定职责的<font color="red">实体组织</font>承担数据治理的责任。<font color="green">P45</font>
要考虑<font color="red">组织和文化</font>的独特性问题，还有内部要面对的<font color="red">具体挑战和机遇</font>。<font color="red">数据治理要与 IT 治理分开</font>。<font color="green">P45</font>
==(A 执行就绪评估。B 探索与业务保持一致。C 制定组织触点。)(触点:突破口、价值点、抓手、切入点·)==
1 执行就绪评估： 典型的评估包括:1) 数据管理成熟度 。了解 组织对数据的处理方式;衡量其当前的数据管理能力和容量。重点是业务人员对公司管理数据和 利用数据的优势以及客观标准(如工具的使用、报告级别等)的印象 2) 变革能力(识别阻力点) 。 数据治理需要行为上的改变，因此测量组织为适应数据治理所需而改变行为的能力非常重要。3) 协作准备度 。体现了组织在管理和使用数据方面的协作能力。如果某个组织对于如何协作无从下手，那么这样的企业文化将成为管理的障碍。4) 与业务保持一致 。通过业务一致性能力评估可以 检查组织如何调整数据的使用来支持满足业务战略要求。 <font color="green">P53</font>
2探索与业务保持一致： 数据治理项目必须能够被找到并提供 特定的价值来为组织作出贡献。例如，减少监管机构的罚款。通过评估识别和评价现有制度/方 针的有效性，找到特定的价值。关键评估:数据质量分析。<font color="red">数据管理实践的评估。</font> <font color="green">P54</font>
3制定组织触点 (治理介入点)： 1采购和合同。2预算和资金。3法规遵从性。4SDLC/开发框架。==(触点: 突破口、价值点、抓手、切入点·)== 首席数据官影响组织触点，支持企业在管理其数据时的凝聚 力，也会增加企业使用数据的敏捷性。<font color="red">从本质上来讲，这是组织如何理解和看待数据治理的一个态度</font>。<font color="green">P55</font>
数据治理战略 定义治理工作的范围和方法。 交付物： 章程。运营框架和职责。实施路线图。为成 功运营制订计划。
1定义数据治理运营框架： 需要考虑:<font color="red">1 数据对组织的价值。2 业务模式(分散/集中、本地化与国际化)。3 文化因素。4 监管影响</font>。<font color="green">P55</font>
2制定目标、原则和制度： 由<font color="red">数据管理专业人员、业务策 略人员</font>，在<font color="red">数据治理组织</font>的支持下共同起草数据治理的目标、原则和制度，然后由<font color="red">数据管理专员和管理人员</font>审查并完善，最后由<font color="red">数据管理委员会</font>终审、修订和发布。
数据治理办公室 DGO 认证确认组织用到的数据，批准成为业务拥有者。
业务拥有者 在其业务领域委派数据管理专员。
数据管理专员 的日常职责是协调数据治理活动。 <font color="green">P56</font>
3推动数据管理项目： 数据治理委员会负责定义数据管理项目的 商业案例，监督项目状态和进度。数据管理项目可视为整个IT项目组合的一部分。数据治理委员会还可以与企业范围内的大型项目集配合开展数据管理改进工作。
关键： <font color="red">阐明数据管理提高效率和降低风险的方法</font>。<font color="green">P57</font>
4参与变革管理： <font color="red">组织经常面临管理项目上的变迁，而不是管理组织体系进化。</font>成熟的组织在变革管理中建立清晰的组织愿景，从高层积极引导和监督变革，设计和管理较小的变革尝试，再根据整个组织的反馈和协同情况调整变革计划方案。<font color="green">P57</font>
组织需要组建一个团队来负责： 1)规划。2)培训。3)影响系统开发。在 SDLC 中增加数据治理步骤。4)制度实施。5)沟通。<font color="green">P58</font>
沟通重点放在： <font color="red">1)提升数据资产价值</font>。教育和告知员工数据在实现组织目标中所起的作用。<font color="red">2)监控治理活动的反馈并采取行动</font>。除了共享信息外，通过沟通计划还应引导出相关方反馈，以指导数据 治理方案和变更管理过程。<font color="red">3)实施数据管理培训</font>。<font color="red">4)在 5 个关键域衡量</font>。1==意识==到需要改变。2 希望==参与==并支持变革。3==知道==如何改变。4==具备==实施新技能和行为的能力。5保持==持续==变革。<font color="red">5) 实施新的指标和 KPI。</font> <font color="green">P58</font>
5参与问题管理： 问题管理是识别、量化、划分优先级和解决与 数据治理有关问题的过程： 1)授权。2)变更管理升级。3)合规性。4)冲突。5)一致性。6) 合同。7)数据安全和身份识别。8)数据质量。<font color="green">P58</font>
开展数据治理需要在以下方面建立控制机制和流程： 1)识别、收集、记录和更新的问题。2)各 项活动的评估和跟踪。3)记录利益相关方的观点和可选解决方案。4)确定、记录和传达问题解 决方案。5)促进客观、中立的讨论，听取各方观点。6)将问题升级到更高权限级别。<font color="green">P58-59</font>
80%-85%的问题在业务单元数据治理、数据管理团队中解决。 20%在数据治理委员会解决。5%升 级到数据治理指导委员会解决。<font color="green">P59</font> 见下图3-7
6评估法规遵从性要求： 合规性通常是实施数据管理的初始原因。 对管理信息资产有重大影响的部分全球性法规： 1)会计准则。==2)BCBS 239(巴塞尔银行监管委 员会)和巴塞尔 II。==3)CPG 235。==4)支付卡行业数据安全标准 PCI-DSS==。5)偿付能力标准 II。 6)隐私法。数据治理监控组织要对涉及数据和数据实践的监管要求或审计承诺作出响应，如在 监管报告中证明数据质量合格。<font color="green">P59</font>
最佳方式是创建一个实施路线图。有些数据治理工作是基础性，可分为初始阶段和持续阶段。高优先级的前期工作有： 1)<font color="red">定义</font>可满足高优先级目标的数据治理流程。 2)建立业务术语表，记录术语和<font color="red">标准</font>。3)协调企业架构师和数据架构师，<font color="red">帮助理解</font>数据和系统。 4)为数据资产<font color="red">分配财务价值</font>，以实现更好的决策，并提高对数据在组织成功中所起作用的理解。 流程。术语。人。赋值。<font color="green">P60</font>
1发起数据标准和规程： 数据标准通常由数据管理专业人员起草， 应由数据治理办公室或授权工作组(如数据标准指导委员会)审查、批准和采用。数据标准必须得到有效沟通、监控，并被定期审查和更新。最重要的是，必须有强制手段，对数据可以根据标准进行测量。数据管理活动可由数据治理委员会或数据标准指导委员会按照规定的时间表或作为 SDLC 批准流程的一部分进行审核，以确保符合标准。通常由数据管理专业人员 来起草数据流程文档。<font color="green">P61</font>
标准被定义为“用来判断其他事物质量的好东西”或“由权威建立和确定,作为衡量数量、重量、范围、价值或质量的规则”。通过采用标准,组织只需做一次决定,并将其编成一组实施细则(标准),而不再需要为每个项目重新做出相同的决定。<font color="green">P61</font>
“标准”在组织内部和跨组织变化很大,对一致性的期望也是如此。数据治理的标准应该具有强制性。<font color="green">P61</font>
数据标准应由数据治理办公室或授权工作组(如数据标准指导委员会)审查、批准和采用。<font color="green">P61</font>
2制定业务术语表： 数据管理专员通常负责整理业务术语表的内容。<font color="green">P61</font>
业务术语表具有如下目标： 1)对核心业务概念和术语有<font color="red">共同的理解</font>。2)<font color="red">降低</font>由于对业务概念理 解不一致而导致数据<font color="red">误用风险</font>。3)<font color="red">改进</font>技术资产(包括技术命名规范)与业务组织之间的<font color="red">一致性</font>。4)最大限度地<font color="red">提高搜索能力</font>，并能够获得记录在案的组织知识。共同理解。降低风险。 一致性。可搜索能力 <font color="green">P61</font>
3协调架构团队协作： 数据治理委员会支持并批准数据架构。应由数据架构师和数据管理专员在业务领域团队中共同开发和维护企业数据模型。根据组织情况的不同,可以由企业数据架构师或数据管理专员协调这项工作。<font color="green">P62</font>
企业级数据模型应经数据治理委员会评审、批准并正式采用，与关键业务战略、流程、组织和系统保持一致性。数据战略和数据架构是在“做正确的事”和“正确的做事”之间协调的核心。<font color="green">P62</font>
4发起数据资产估值： 数据治理委员会应组织开展数据资产估值工作，并为此设置标准。<font color="green">P62</font>
信息缺口——所需信息和可用信息之间的差异——代表业务负债。弥补或防止差距的成本可用于估算数据丢失的业务价值。参考这个思路,组织可以开发模型来评估实际存在信息的价值。<font color="green">P62</font>
将治理活动嵌入到数据作为资产管理相关的一系列流程中。可持续性意味着采取行动，保证流程和资金到位，以确保可持续地执行数据治理组织框架。通常为了加深组织对数据治理的理解，可通过其本地应用创建一个感兴趣的数据治理社区来加强相互学习。<font color="green">P62</font>
数据治理的工具和方法： <font color="red">数据治理流程必须有效管理自己的工作和数据。</font>线上应用/网站。业务术语表<font color="red">(业务术语表是数据治理的核心工具)</font>。工作流工具。文档管理工具。数据治理计分卡。 <font color="green">P63</font>
数据治理成功与否的度量指标：
(1) 价值： <font color="red">1对业务目标的贡献。2风险的降低。3运营效率的提高。 </font>
(2) 有效性： 1<font color="red">目标的实现</font>。2<font color="red">扩展</font>数据管理专员正在使用的相关<font color="red">工具</font>。3<font color="red">沟通的有效性</font>。4<font color="red">培训的有效性</font>。5<font color="red">采纳变革的速度</font>。
(3) 可持续性： 1制度和流程的<font color="red">执行情况</font>(即它们是否正常工作)。2标准和规程的<font color="red">遵从情况</font>(即员工是否在必要时遵守指导和改变行为)
<font color="green">P65-66</font>
数据治理实施指南： 定义规程/运营计划——>实施路线图——>启动治理。一般始于重大项目、 试点、渐进式。 <font color="green">P64-65</font>
有效而持久的数据治理： 需要<font color="red">组织文化的转变和持续的变革管理</font>，文化包括<font color="red">组织思维和数据行为</font>， 变革包括为实现未来预期的行为状态而支持的新思维、行为、策略和流程。<font color="green">P65</font>
管理和沟通变更工具： <font color="red">业务战略/数据治理治理蓝图。数据治理路线图。数据治理的持续业务案例。数据治理指标</font>。<font color="green">P65</font>
TmaxSoft的SOA愿景 近来，SOA(Service-Oriented Architecture)成为在IT行业乃至企业界倍受重视的一个话题。SOA为什么会受到如此的关注？其原因是: 作为一个创新的IT架构，SOA通过标准化的接口方式和d性业务服务的开发与革新，力求实现“可重复使用性”、“整合性”、“敏捷性”和“维护便利性”，从而有利于结合现有的IT环境，保证生成服务的敏捷性。
正是基于以上SOA的理念，TmaxSoft提出了自己的SOA思想，一方面通过采用迅速妥善应对经营环境变化的d性经营模式，另一方面利用架构提供系统的简单化、虚拟化及抽象化，为引导持续的流程再造的适应性提供软件基础，从而实现业务部门和IT部门的紧密协作。此外，通过在企业内部和外部进行持续的业务流程改善，把经营活动所生成的信息实时向负责人传达，使得业务延迟最小化，决策速度最大化，同时确保企业敏捷性，提高顾客的满意度，实现流程的高效性和服务的可重组，最终帮助企业成就RTE(Real-Time Enterprise)。
TmaxSoft的SOA解决方案――SOAware
SOAware 是TmaxSoft公司基于SOA思想的解决方案。在广泛的产业领域应用后，SOAware的效率已经得到了验证，它高效地实现了SOA所追求的“敏捷性”、“可重复使用性”及“整合性”，帮助企业完成“实时企业”的战略转变。
从基础管理服务层到客户服务层，SOAware提供完整的产品组合解决方案:
● 下一代数据库解决方案－Tibero;
● 遵守国际标准的大容量传输处理中间件－JEUS/Tmax;
● 确保服务可重复使用性的应用框架解决方案－ProFrame;
● 基于规则的业务流程管理解决方案－BizMaster;
● 业务规则引擎解决方案－ProRule;
● 提供用户便利性的整合开发工具－ProWeb;
● 系统间有机整合、多渠道整合解决方案－AnyLink;
● 应用性能管理和安全解决方案－SysMaster/SysKeeper。
TmaxSoft的SOA战略
TmaxSoft的SOA战略是企业业务部门与IT部门之间紧密合作的基础，提供支撑3S(Single-Entry Point、Simplification、Strength)的Hands-on Tools的灵活框架。TmaxSoft把SOA定义为“把服务之间的关系由基于标准的基础框架转变成服务/规则组件的结合，成为以流程为中心的服务化导向架构”，TmaxSoft的SOA战略旨在切实实现基于SOA的应用程序整合的框架，提供单一运营环境(Single-Entry Point)，支持简单、直观的开发环境(Simplification)，提供强有力的管理环境(Strength Management、Successful Competitiveness)基础，从而实现适合企业环境的因地制宜的SOA服务。
此外，TmaxSoft通过框架的概念集合成SOAware，并且提供部分基于服务的应用程序，为了解决IT领域共同的问题，又精心设计了通用的、可重复使用的模型框架(基于规则的服务及组件模型)，这种框架可以实现易整合性、扩展性、灵活性、维护便利性以及高效的开发优势。
TmaxSoft SOAware基于SOA的框架，把业务流程中可重复使用的服务组件和业务逻辑规则组合成业务服务，并构建了以流程为中心的、由可重复执行的分析、设计、实现、测试及 *** 作等阶段为组成部分的服务生命周期。
为了实现灵活应对经营变化的、以SOA为基础的未来导向型体系架构，TmaxSoft以与SOA基本概念有关的各种技术及解决方案为基础，对业务流程中所需部分进行诊断，并提供解决方法，从而为客户创造实际业务价值，并降低总体拥有成本TCO，提高投资回报率ROI。
TmaxSoft SOAIF框架
TmaxSoft拥有All-in-One Platform的SOA实现框架――SOAIF（SOA Implementation Framework)。SOAIF提供遵守国际标准接口的相关技术，有利于保护现有IT资产的投资，并可以对不同系统之间的服务进行方便的整合。通过使用IT系统可以对企业政策变化迅速做出响应，并且对经营风险进行预测，从而达到企业的RTE目标。
TmaxSoft的SOAIF框架具有如下优点:
1灵活应对变化的体系架构
外部环境的各种变化常常会导致企业IT环境的急剧变化，形成外部环境变化――>经营环境变化――>经营流程变化――>IT结构变化的连环反应。SOAIF具有能够迅速应对这些变化的灵活架构。
2具有反射机制的体系架构
● 建模
随着产业的高速发展和多元化，为了适应日益复杂的经营环境，IT角色变得越发重要，企业希望因业务变化而引起的IT变化更加直观，为了将业务变化直接反映成IT变化，IT系统要通过建模反映经营方案，以便业务负责人易于理解。SOAIF提供了服务、规则、业务流程建模等多种工具，并通过建模应对变化，实现业务观点和IT观点的一元化。
● 简单化
当业务发生变化时，利用建模工具通过拖拽的方式设计流程，设定相应的策略并实时部署，可以简便有效地应对外界的变化。通过协作视图（Collaboration View）, 可以方便地掌握流程之间的相互关系，从而降低业务的复杂度。并且通过建模使IT观点变得形象易懂，让决策者和业务分析人员共享，从而确保企业业务的透明性。
● 业务服务的组合和热部署
基于TmaxSoft的技术，通过业务服务的组合/组装和基于规则的编程，而不是编码对业务重新开发，支持对性能影响最小化的“编译后热部署（Compiled Hot-Deploy）”，从而不会出现业务系统的服务中断，并且能够实时变更和部署服务，解决企业实现RTE的IT技术难题。
● 端到端的可视化
向业务负责人提供实时信息监控的可视化工具――仪表盘，使企业的流程和管理变得更加透明。
● 有效整合
SOAIF以CBD开发方法论为原型，包含了基于规则的框架开发方法论，实现基于SOA的从核心服务到界面服务的整体应用解决方案，从而把具有不同架构的系统组建成基于SOA的整合平台，以便包容新的技术架构，使灵活应对变化成为可能。
TmaxSoft SOAware技术路线
TmaxSoft集成SOA的各种丰富技术并且遵守相关的国际标准来实施自己的技术路线。为了优化企业的业务目标，TmaxSoft在解决方案的路线中，尽量做到把全公司范围内的IT资源与现有标准加以管理，最终实现基于SOA的企业应用框架。此外，为了在基于SOA的企业架构中实现全公司的整合，TmaxSoft在技术路线中从多种角度对以下特性提供强有力的支持:
1服务设计角度
● 支持设计直观、易于理解的服务整合的建模工具;
● 提高分析/设计的精确度，提高业务经验及分析/设计模型的重复使用性;
● 通过工具扩展服务的生成管理功能，提高服务品质及生产性、
2框架角度
● 应用EA(Enterprise Architecture)标准架构，提供优化的全公司范围内整合平台的构建环境;
● 遵守国际标准，利用存储库整合管理元数据;
● 应用不同功能独立层，提供独立性和面向编码的标准化和最少化;
● 确保解决方案的生命周期。
3方法论角度
● 通过SOA方法论，支持服务整体生命周期;
● 通过对特定业务的模拟，早期发现危险要素的管理功能;
● 通过重复的服务诊断、设计、开发流程支持，提高服务品质。
4服务角度
● 通过工具支持服务的组合，提高重复使用性;
● 通过热部署的实时服务切换功能，实现及时敏捷地应对市场;
● 通过基于规则的服务逻辑变更，无需编码，由业务负责人进行服务管理。
5开发角度
● 通过现有服务的重复使用，提高生产率，提供公共服务;
● 使因外部系统等变更而导致的影响最小化，实时变更及替换服务;
● 对外部多种协议和消息的统一管理及自动整合转换;
● 内置已被验证的中间件，保证服务的扩展性和整合的稳定性。
《IT管理框架》（博恩 编）电子书网盘下载免费在线阅读
链接：> 密码：f15e
书名：IT管理框架
作者：博恩 编
豆瓣评分：70
出版社：清华大学
出版年份：2009-4
页数：289
内容简介：
国际IT服务管理论坛组织，通过其由全球IT服务管理论坛分会成员代表组成的国际出版执行委员会（IPESC）对《IT管理框架》授予了第一个正式的ITSMF国际性的认可。IT服务管理论坛（ITSMF）是一个主要由其会员负责运营的非营利性组织。它是世界IT服务管理领域行业最佳实践和标准的重要影响者和贡献者。它决不依附于任何机构、公司或产品，而完全由其会员所拥有。
10战略与管理
IT管理者首先要战略视野和战略思维，要能够理解企业的战略，并使得IT的战略与企业战略匹配。在新技术深刻改变业务的时代，IT管理者需要有对未来的洞察能力，并深刻理解新技术如何影响并改变企业战略。为了支撑好企业战略，IT管理者需要管理好IT组织，所以必须具备一定的专业管理能力。作为一个变革的领导者，IT管理者还需要一些软性的领导能力，包括一些管理理念、管理思维和沟通技能等。
11 IT战略
能够深刻理解信息化的内涵与作用，理解新的数字化转型方向，识别IT给企业带来的创新机会，能够制定务实有效的IT战略规划。
111信息化内涵与作用
理解信息化或数字化的本质内涵及发展历史，理解国家在信息化发展方面的战略，理解信息化在宏观经济社会层面及微观企业层面的作用，了解产业数字化与数字产业化的趋势。
112 数字化转型
理解新的数字化技术带来的转型机会，特别是人工智能带来的智能化转型机会。能够识别转型中的主要风险，把握转型的正确方向。能够制定正确的转型策略与方法，包括敏捷及迭代方法。
113 基于IT的企业创新
能够识别IT，特别是新一代IT给企业带来的创新机会，包括技术创新、业务创新、管理创新、产品创新和营销创新等。
114 IT战略规划
能够理解企业的战略，包括企业未来发展愿景和规划。能够识别企业业务中存在的主要问题及改进机会。能够根据企业和业务的战略制定IT战略规划，包括IT愿景、主要目标、主要工程、实施路径及治理模式等。
115 打造敏捷组织
在VUCA时代，企业越来越需要敏捷地应对环境地变化。信息化和数字化需要快速敏捷地应对环境和业务的变化，从而打造一个敏捷的组织。SAFe和VeriSM等框架提供了一些可参考的学习内容。
12 IT管理
既要掌握一些通用的管理方法，也要掌握一些与IT技术相关的专业管理方法。IT管理领域，包括IT项目管理、IT服务管理、信息安全管理和IT治理等，都已形成一些标准的框架与方法。
121 IT项目管理
在项目管理领域，国际上已形成PMBOK、PRINCE2两大体系。对于IT项目管理，可以采用其中某个体系，或者综合裁剪采用两个体系中的部分内容。
122 DevOps与服务管理
ITIL是IT服务管理领域的标准框架，目前已经发展到第4版，即ITIL v4。由于敏捷开发和快速迭代的需要，打破开发与运营的分割，促使开发和运营紧密结合的DevOps（开发运营组合）逐渐在改变传统的IT服务管理模式。
123 信息安全管理
信息安全是三分技术、七分管理。ISO27001是信息安全管理领域的国际标准框架。随着业务数字化的发展，隐私与数据保护变得越来越重要。EXIN根据欧盟《通用数据保护条例》（GDPR）制定的相关认证培训内容可以作为参考。
124 IT治理
IT治理的核心是要在IT相关决策和行动上控制风险，提交价值。合规性也是IT治理的一项重要内容。COBIT作为IT治理领域的一个流程框架得到了广泛采用。MIT关于IT决策的治理内容也得到了广泛采用。
125 数据治理与数据资产管理
区分数据管理、数据治理和数据资产管理的基本概念；掌握数据管理、数据治理和数据资产管理的基本方法，包括DAMA数据管理知识框架、主数据管理、数据治理框架、数据资产管理方法等。
13 领导力
作为一个IT管理者，不仅需要一些技术和管理方面的硬技能，还需要人际沟通和带领团队方面的软技能。对人的充分理解、好的管理思维、良好的人际沟通等等都是软技能的重要内容。
131 IT管理者领导力
IT管理者领导力是IT管理者带领团队的能力。谦虚、博学、诚信等都是IT管理者应具备的个人素质。IT管理者需要在战略视野和横向视野，沟通能力和协调能力等方面修炼自己的领导力。
132 中西思维与管理哲学
在大量接受西方标准管理框架的同时，IT管理者还需要理解东西方传统文化所带来的不同思维特征与思维模式，如西方文化更重视结构和流程，东方文化更重视整体和结果；西方文化更偏重逻辑思维，东方文化更偏重形象思维。
133 高效沟通
作为一个IT管理者，尤其是技术出身的IT管理者，如何更高效和有效的沟通非常重要。金字塔原理中的“打桩子”和“先结论再论据”等表达技巧值得IT管理者好好修炼。好的沟通心态和好的沟通技能，是高效沟通的前提。
20业务与流程
懂业务是IT管理者的关键成功因素之一。对于所在的企业，IT管理者需要理解企业的业务流程和管理流程，还要了解相应的行业知识。在某种程度上，优秀的IT管理者应该比某些具体的业务人员更懂他的业务，因为IT管理者可以通过信息视角从一个更高角度去看清业务；优秀的IT管理者不仅知道他们业务现在是怎么做的，而且知道他们的业务未来应该如何更好地去做。
21 业务流程
对于业务，IT管理者首先要能识别并理解企业的核心业务流程。对于一个制造型企业，其核心业务流程主要是“进销存”和“产供销”等。有关核心业务流程的具体内容主要有供应链管理、客户关系管理、电子商务、商业模式创新等。
211 业务流程管理
IT管理者需要理解的业务流程管理内容包括：业务流程的概念，流程与工作流，BPM的概念及价值，BPM的实施，流程性组织，业务流程架构与IT。
212 供应链管理
互联网新零售时代对传统的供应链管理（采购、库存、物流、渠道等管理）带来了新的需求和挑战。物联网、大数据和人工智能等新技术给供应链管理带来了基于数据的精准化运营模式。
213 客户关系管理
如何利用数字化手段对客户进行细分和有效管理，特别是在社交网络发达的互联网时代，如何通过消费者数据更好地经营客户。社交性CRM是这个时代客户关系管理的重要内容。
214 O2O与电子商务
无论是电子商务，还是线上线下相结合的O2O与新零售，电子商务模式正在朝线上线下一体化的方向发展。微信吸粉、数字导购、智能体验、智能推荐等正在打造全新的消费体验。
215 商业模式创新
什么是商业模式？商业模式的构成要素是什么？基于互联网的商业模式有哪些范式？商业模式创新案例分析。
22 管理流程
除了核心业务流程，企业还有一些管理流程用于管理者的决策与控制，如财务管理、商业智能与决策支持等。
221 财务管理
财务管理的主要内容包括：企业会计信息的作用，企业全面预算与财务资源配置，企业资金管理，企业成本管理与控制，企业财务共享中心的建设，财务报表分析等。
222 商业智能与决策支持
何为商业智能（BI）？大数据与商业智能，商业智能对管理决策的支持，商业智能项目的实施，大数据与商业智能案例分析。
23 行业与企业业务知识
虽然做IT管理者工作具有跨行业的通用性优势，但是了解其所在行业和企业的业务知识，是真正做好一个IT管理者的重要基础。
231 行业业务洞察能力
对行业业务知识要有足够的了解，特别是对行业的主要业务模式、核心业务流程、市场竞争格局等的了解。
232 企业业务洞察能力
对企业业务知识要有足够的了解，特别是对本企业的业务模式、核心业务流程、市场地位、核心竞争能力、主要问题及发展战略等的了解。
233 业务创新能力
对新技术如何改变本行业和企业有深入理解，如制造业需要深入理解的工业互联网与智能制造，政府部门需要深入理解的互联网+政务服务，金融行业需要深入理解互联网金融和金融科技等。
30技术与架构
理解技术的整体架构和发展趋势是IT管理者的基本功之一。IT管理者对横向技术面的了解（如有哪些主要的技术？各自的作用是什么？他们之间的架构层级是什么样？）比他对某个纵向技术点的精通要重要得多。
31 架构能力
IT管理者要了解技术的组成结构及匹配关系，能够根据业务需求识别出主要的解决方案架构和技术架构。架构思维和架构设计能力是作为一个IT管理者非常重要的能力。
311 信息化总体架构
信息化总体架构或企业架构（EA）主要描述了企业战略、业务和IT之间的匹配关系。TOGAF、FEA等架构框架中关于企业架构开发方法、架构参考模型等是IT管理者学习信息化总体架构的重要内容。
312 IT架构规划
IT架构规划主要是指应用架构、数据架构和技术架构（基础架构）等的规划设计。云架构、分布式架构、微服务架构等新的技术架构模式是IT架构规划的主要方向。
32 新兴技术
云计算、大数据、物联网、移动互联网和新一代IT人工智能（深度学习）等新兴技术正在改变企业IT结构和IT应用模式。
321 容器云与微服务架构
Docker容器技术和Kubernetes分布式系统管理技术等的结合为原生云应用开发提供了强大的支撑。基于微服务架构的原生云应用开发已成为应用开发的新模式和新趋势。
322 大数据技术及应用
大数据技术在存储、计算和分析等不同层面的技术组件及特征。大数据参考架构及技术图谱，大数据的应用场景及案例分析等。
323 物联网技术及应用
物联网主要技术，物联网参考架构，物联网与边缘计算，物联网产业链，物联网发展趋势，物联网的应用场景及案例分析。
324 人工智能技术及应用
人工智能的发展历史，大数据与人工智能，机器学习与深度学习，深度神经网络（卷积神经网络和循环神经网络）算法，主要实用的人工智能技术（语音识别、计算机视觉、自然语言处理），人工智能在行业的应用。
325 区块链技术及应用
比特币与区块链，区块链主要技术组合，区块链技术发展趋势，区块链技术的应用场景。
326 5G+AR/VR技术及应用
5G+AR/VR的技术组合、技术特点，AR/VR的主要应用场景、AR/VR应用的策略等。
40实践与绩效
IT管理者是一个实践性非常强的职业。IT管理者的价值需要在具体实践中去体现。IT管理者需要特别重视每一笔IT投资给企业带来的真实绩效，而不是为了技术而技术。
41 信息化实践
他山之石，可以攻玉。CI0需要学习和借鉴其它企业案例进行学习。
411 信息化案例研讨
信息化案例有技术专题相关的，也有行业相关的，案例中的成功经验与失败教训等值得学习和借鉴。
412 沙盘模拟演练
除了真实案例学习，IT管理者还可以通过好的沙盘模拟演练，体会企业经营管理中的物流、资金流和信息流，从而更深刻理解信息化在其中的作用。
42 信息化绩效
信息化绩效体现在投资以及投资之后的项目建设及运营管理中。
421 IT投资管理
选择比执行更重要。IT投资决策的风险是整个IT生命周期中最大的风险。IT管理者需要有效的IT投资管理，包括投资决策的机制、投资决策的依据（业务案例分析、ROI分析等）。
422 IT绩效管理
IT绩效管理主要指IT项目建设中的项目绩效管理以及系统运行维护过程中的运营绩效（如平衡积分卡、关联绩效卡、KPI等）
423 IT业务协同
敏捷化时代，IT对业务需求的响应能力和响应速度同样重要，IT业务协同绩效管理即是考核IT对业务目标的贡献能力，IT项目建设、IT运维和业务部门之间的高效协同，是保证业务和企业成功的关键。
随着互联网的不断发展，无论是产品运营还是用户运营现在都是围绕着互联网而展开的。下面IT培训就一起来聊聊关于互联网产品的用户运营方法都有哪些。
一、从不同的渠道获取新用户
做用户运营，先得获取新用户，解决用户从哪里来的问题。应尽量从不同的渠道获取新用户，避免新用户来源单一对后期所造成的风险。
Android/iOSApp：AppStore、应用市场/商店、手机助手、App广告联盟、社会化媒体广告、自有网站、线下广告、软文、资源置换等。
PC站：网址导航、搜索引擎、传统广告联盟、软文、资源置换等。
手机站：网址导航、搜索引擎、移动端广告联盟、社会化媒体广告、线下广告、病毒式传播活动、软文、资源置换等。
以上所列举的只是获取新用户的一部分渠道，在实际 *** 作中需不断拓展和补充。
二、提升用户留存率
从获取新用户这一步开始，就应该思考“如何提升用户留存率”，如：用利益诱导新用户注册、优化注册流程和注册体验。需要注意的是，应尽量让用户留下****，如手机号、Email、微信****、关注微信公众号、关注微博等，以便进行二次营销。
另外，选择与自身产品定位相关的推广渠道、多参加各个渠道的推广活动也很重要，这有利于提高推广效率，降低推广成本。
通过用户反馈，不断完善产品体验，满足用户需求，让用户用得更方便。具体措施如下：
及时传达产品信息，如：优惠活动、新功能等;
快速处理用户建议、反馈、问题等，建立专业的客服团队;
对用户反馈进行定期收集，分析用户数据，对产品进行快速迭代和优化;
提供必要的使用帮助，如：新功能使用引导、FAQ等;
核心用户贴心服务、关怀，如：生日、节日活动提前告知、专享优惠、新功能优先体验等。这需要在建立用户体系的基础上进行，接下来会提到。
大数据分析一直是过去这十年的一个重要技术趋势，也是IT市场中最具活力和创新力的领域之一。但是如今的大数据分析市场与几年前截然不同，未来几年肯定也会有很大的变化。
大数据需要掌握的知识：
一、Java编程
Java语言是基础，可以编写Web应用、桌面应用、分布式系统、嵌入式系统应用等。Java语言有很多优点，它的跨平台能力赢得了很多工程师的喜爱。
二、linux基础 *** 作命令
大数据开发一般在Linux环境下进行。
大数据工程师使用的命令主要在三方面：查看进程，包括CPU、内存;排查故障，定位问题;排除系统慢的原因等。
三、hadoop
Hadoop中使用最多的是HDFS集群和MapReduce框架。
HDFS存储数据，并优化存取过程。
MapReduce方便了工程师编写应用程序。
四、HBase
HBase可以随机、实时读写大数据，更适合于非结构化数据存储，核心是分布式的、面向列的Apache HBase数据库。
HBase作为Hadoop的数据看，它的应用、架构和高级用法对大数据开发来说非常重要。
五、Hive
Hive作为Hadoop的一个数据仓库工具，方便了数据汇总和统计分析。
六、ZooKeeper
ZooKeeper是Hadoop和Hbase的重要组件，可以协调为分布式应用程序。
ZooKeeper的的功能主要有：配置维护、域名服务、分布式同步、组件服务。
七、phoenix
phoenix是一种开源的sql引擎，是用Java语言编写的。
八、Avro与Protobuf
Avro、Protobuf是适合做数据存储的数据序列化系统，有较丰富的数据结构类型，可以在多种不同的语言间进行通信。
九、Cassandra
Apache Cassandra是运行在服务器或者云基础设施上的可以为数据提供完美平台的数据库，具有高性能、可扩展性、高线性。
Cassandra支持数据中心间互相复制，低延迟、不受断**响。它的数据模型有列索引、高性能视图和内置缓存。
十、Kafka
Kafka可以通过集群来提供实时的消息的分布式发布订阅消息系统，具有很高的吞吐量，主要是利用Hadoop的并行加载来统一线上、离线的消息处理。
十一、Chukwa
Chukwa是一个分布式的数据采集监视系统，具有可伸缩性和健壮性。
Chukwa的工具包可以对结果进行显示、监测、分析，充分使用收集到的数据。
十二、Flume
Flume是海量日志处理系统，具有高可用、高可靠、分布式的特点，可以对日志进行采集、聚合和传输。
Flume可以定制数据发送方来收集数据，也可以对数据简单处理后写到数据接收方。
以上我的回答希望对你有所帮助
以上就是关于什么是ITIL全部的内容，包括:什么是ITIL、罗毅：深化IT架构转型，助力业务创新发展、《DAMA-DMBOK2》读书笔记-第3章 数据治理等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）