第1章 数据生命周期概述：定义、阶段划分、核心价值、适用范围

数据生命周期（Data Lifecycle）是数据从产生到最终销毁或永久保存所经历的一系列有序阶段的总和。它不仅是技术管理框架，更是组织在数据治理、合规、成本控制和价值释放方面必须遵循的核心流程。本章围绕“定义—阶段—价值—边界”四个维度建立全局认知，并以SOP结构交付可落地的方法论。

1.1 适用场景

生命周期感知数据管理适用于以下典型场景：

• 治理初始期：组织尚未建立数据分类与阶段管理，需从零定义阶段边界。
• 合规审计：监管要求明确数据保留期限与销毁策略，例如金融业反洗钱数据保存5年。
• 成本控制：云存储按生命周期分层（热→冷→归档），自动迁移可节省30%～60%存储成本。
• 数据价值衰减分析：识别频繁访问的“热数据”与长期未用的“僵尸数据”，及时释放资源。

1.2 前置条件

1. 已建立基础数据资产清单（包含数据源、负责人、存储位置）。
2. 组织已定义数据分级分类标准（敏感/公开、核心/一般）。
3. 拥有至少一种数据存储/管理工具（如Hadoop、云对象存储、关系型数据库）。
4. 数据所有者（Data Owner）已确定，具备决策权。

1.3 操作步骤：数据生命周期阶段映射

以下步骤将任意数据资产映射到6个阶段之一，并记录迁移触发条件：

1. Step 1 – 识别数据载体：枚举所有数据集、表、文件、流，记录其创建时间与业务用途。
2. Step 2 – 判断当前使用频率：通过访问日志或元数据统计近30天访问次数。
3. Step 3 – 确定阶段归属：
   若数据创建未满1天且频繁写入 → 创建；
   若数据已持久化且日常查询 > 10次/天 → 存储；
   若数据被分析作业引用 → 使用；
   若数据被外部系统调用 → 共享；
   若数据最后访问时间 > 180天且合规保留 → 归档；
   若数据已无价值或超保留期 → 销毁。
4. Step 4 – 更新阶段标签：在元数据管理中写入lifecycle_stage属性。
5. Step 5 – 设置自动流转规则（如云存储中的生命周期策略）。

1.4 输入输出物

1.5 责任边界

• 数据所有者：定义该数据各阶段持续时间、批准销毁申请。
• 数据管家：维护阶段标签、监控流转异常、执行迁移脚本。
• 存储管理员：提供底层存储分层能力（SSD→HDD→Tape/Glacier）。
• 法务合规：提供最低保留期限与销毁证明要求。

1.6 记录材料

每项数据资产必须保留以下记录（保存至该数据销毁后至少2年）：

1.7 异常处理

1. 阶段归属模糊（如同时满足“使用”和“共享”） → 以数据用途主标签为准，并在备注中注明双重归属。
2. 归档数据被意外访问 → 临时升级为“使用”状态，恢复热存储，并记录异常原因。
3. 销毁后仍需恢复 → 必须由数据所有者提交数据恢复申请，从最近一次合规备份中恢复，此操作需单独审批。
4. 存储成本超预算 → 检查是否因“热转冷”规则未生效，手动触发一次生命周期策略重评估。

1.8 验收标准

本章实施完成后，需满足以下条件方可视为通过：

• 所有已知数据资产（≥95%）已完成生命周期阶段标注。
• 至少3个核心业务数据集配置好自动流转规则，且在小规模测试中成功运行。
• 合规部门确认保留期限策略已在系统内落地。
• 所有责任方（数据所有者、管家、存储管理员）均已签字确认角色与职责。