4. 数据资产盘点

数据资产盘点是数据分类分级工作的基石。只有全面、准确地掌握企业拥有哪些数据、数据在哪里、数据结构如何，才能进行有效的分类与分级。本节将深入讲解数据源发现、资产清单建立与元数据采集三大核心步骤。

4.1 数据源发现

数据源发现是盘点的第一步，目标是识别企业内所有可能存储数据的系统与位置。常见的数据源包括：

• 关系型数据库：MySQL、Oracle、SQL Server、PostgreSQL 等
• 非关系型数据库：MongoDB、Elasticsearch、Redis、HBase 等
• 文件存储：NAS、FTP、SharePoint、HDFS、对象存储（S3、OSS）
• 大数据平台：Hive、Spark、Kafka 消息队列
• SaaS 应用：CRM、ERP、HR 系统（通过 API 或导出）
• 日志与备份：服务器日志、数据库备份文件、归档数据

4.2 资产清单建立

在发现数据源后，需要建立标准化的数据资产清单。清单应包含以下关键字段：

字段名称	说明	示例
资产编号	唯一标识	DA-2025-00123
数据源名称	系统/数据库名称	生产核心库
数据源类型	数据库/文件/API	MySQL 8.0
物理位置	IP/域名/路径	10.0.1.100:3306
责任人	业务/技术负责人	张三 (zhangsan@xx.com)
数据量级	记录数/存储大小	500GB / 1.2亿行

建立清单时建议遵循以下原则：

• 唯一性：每个数据源分配唯一资产编号，避免重复
• 完整性：覆盖所有已发现的数据源，不留盲区
• 可追溯：记录发现时间、扫描工具、版本信息
• 动态更新：建立变更流程，新数据源上线后及时入账

4.3 元数据采集

元数据是“关于数据的数据”，采集元数据是理解数据内容与结构的关键。元数据采集分为三个层次：

技术元数据采集通常通过连接数据库或文件系统自动获取，示例 SQL 如下：

-- MySQL 采集表结构元数据
SELECT 
    TABLE_NAME,
    COLUMN_NAME,
    DATA_TYPE,
    CHARACTER_MAXIMUM_LENGTH,
    IS_NULLABLE,
    COLUMN_COMMENT
FROM INFORMATION_SCHEMA.COLUMNS
WHERE TABLE_SCHEMA = 'your_database_name'
ORDER BY TABLE_NAME, ORDINAL_POSITION;

业务元数据需要人工补充或从数据字典导入，例如字段“id_card”应标记为“身份证号”，敏感级别为“高”。

管理元数据可通过审计日志或版本控制系统获取，记录数据资产的变更历史。

4.4 自动化采集架构建议

对于大型企业，建议搭建自动化元数据采集平台，架构示意如下：

通过上述架构，企业可以实现数据资产的持续发现、清单的动态维护以及元数据的自动化采集，为后续的数据分类分级打下坚实基础。

---

专注课程资料整理