企业数据资产盘点：从"有什么"到"管什么"

数据资产盘点，说白了你得先知道自己家里到底有多少东西。我见过不少团队，分类分级标准写得天花乱坠，结果一问数据在哪、长什么样、谁管的——全懵。这就好比你要收拾房间，但连柜子里有啥都不清楚。

这一章我们聊聊盘点的四个核心动作。嗯，每个动作都有坑，我这些年踩过不少。

盘点范围确定：别贪大，也别漏掉关键

你想想看，一个中型企业光数据库就得几十上百个，更别提文件服务器、SaaS应用、员工电脑里的Excel。全盘？不现实。我个人习惯分成两步走。

第一步：划定边界

• 业务域边界：核心业务系统（CRM、ERP、HRM）必须纳入。边缘系统（测试环境、临时项目组）可以暂缓。
• 数据域边界：客户数据、财务数据、生产数据优先。行政通知、内部论坛这类非结构化内容，放后一批。
• 环境边界：生产环境全量覆盖。预发布、测试环境只采集样本，用于验证流程。

第二步：明确排期

我建议分三批：第一批1个月内搞定核心交易系统；第二批2个月内扩展到周边系统；第三批3-6个月覆盖剩余部分。别想着一步到位，你会被业务部门骂死。

数据源梳理：理清"数据从哪里来"

确定范围后，你要把数据源的脉络画出来。这一步说白了就是搞清楚：数据产生于哪个系统？存储在哪里？流向了哪里？

梳理清单模板

嗯，这里要注意：很多团队只登记系统名，漏了负责人。等你后面想确认字段含义，找谁去？

元数据采集：给数据做"身份证"

元数据，说白了就是关于数据的数据。你想想看，一张订单表，字段名叫order_id，你得知道它的类型是int还是varchar，长度多少，有没有默认值。这些就是元数据。

技术采集合约

我建议优先使用自动化工具。比如Apache Atlas、DataHub或者自研的采集引擎。它们能直连数据库，直接拉取表结构、字段、索引、主外键。

举个例子，采集MySQL元数据的核心SQL：

SELECT 
  TABLE_NAME,
  COLUMN_NAME,
  DATA_TYPE,
  CHARACTER_MAXIMUM_LENGTH,
  IS_NULLABLE,
  COLUMN_DEFAULT,
  COLUMN_COMMENT
FROM INFORMATION_SCHEMA.COLUMNS
WHERE TABLE_SCHEMA = 'your_database';

跑完这段，你会拿到一张表的所有字段清单。但这还不够——我习惯再加上字段的采样统计：比如每个字段的空值率、唯一值数量、值分布。这些信息对后续的分级很有用。

采集频次建议

• 初始盘点：一次性全量采集
• 日常更新：每周增量采集（只变动的表和DDL）
• 重大变更：系统上线/重构后，触发重新采集

资产清单模板设计：把散落的数据串起来

元数据采集回来后，你要把它们装进一个标准化的"柜子"——也就是资产清单。这个模板的设计，直接影响后续分类分级的可操作性。

核心字段定义

嗯，这里有个关键点：分级字段要预留。我见过有人把分级写死到系统字段里，后面想调级得改数据库结构。更好的做法是用独立的配置表或字段，允许管理员手动调整。

一张图看懂企业数据资产盘点流程

我把上面四个步骤串成一张流程图。你保存下来，做项目时可以直接参考。

这张图的核心逻辑是：先框定范围，顺着范围把数据源摸清楚，然后自动采集元数据，最后结构化地存入资产清单。四个步骤环环相扣，缺一个都会导致后面分类分级跑偏。