Skip to content
SteveTechArcSteveTechArc Courses

数据质量与治理

另有 28 种语言版本

English · Español · 日本語 · Português (Brasil) · Français · Deutsch · Italiano · 한국어 · Português (Portugal) · 繁體中文 · Bahasa Indonesia · Türkçe · Polski · Tiếng Việt · ไทย · Nederlands · العربية · עברית · Українська · हिन्दी · Русский · Svenska · Dansk · Norsk bokmål · Suomi · Español (México) · Français (Canada) · Deutsch (Schweiz)

An open sketchbook on a drafting table at dawn, a building sketched on one page and a data model on the other, with a pencil, an eraser, a cup and a lamp.
图片由 AI 生成

Data Architect 课程第 5 章的学习指南。请先阅读六个模块；这一页帮你检查自己记住了什么。

**关于本学习指南。**它只依据本课程自己的内容，以及 Salesforce 公开发布的考试指南中的目标清单编写。它从不基于真实的考试题目，也不声称知道考试会考什么。如果你参加过考试，请不要把考题发给我：认证协议禁止分享考题，而且死记答案本来就不是成为架构师的正确方式。

本章承载了考试的“数据治理”部分（10%），以及“数据建模”（元数据）和“Salesforce 数据管理”（一致性）的部分内容。它也是隐私法与数据模型相遇的地方。这是架构，不是法律意见：由法务部门决定什么适用，由架构师让它变得可执行。平台的数字会变，所以在依赖它们之前先查看当前的数字。

备考要点

Section titled “备考要点 ”

边学边打勾。每一条都链接到讲授它的地方。

GOV-2：设计一个治理计划

  • 我知道记录所有人（一种访问权限的平台机制）不等于数据所有者（作为业务资产对数据负责的人），也知道每个字段都可以记录一个 Data Owner。（记录所有人不等于数据所有者）
  • 我能区分数据所有者（制定策略）、数据专员（让它持续运转）和数据保管人（运营系统）。（所有者、数据专员、数据保管人）
  • **考点：**我知道运作治理项目的三种方式：集中式、联邦式（分散式）和混合式，以及每种方式对由谁制定策略、共享定义放在哪里意味着什么。（治理项目如何运作）
  • 我能用 RACI 来回答数据在哪里创建、编辑和引用。（让 RACI 名副其实）
  • 我能为一项治理策略说出一个执行点（权限、验证、只允许集成写入的字段、字段历史记录），而不只是培训。（治理必须变成机制）
  • 我知道值得度量的质量信号，是那些有人会据此行动的信号。（度量有人会据此行动的东西）

SDM-2 和 MDM-4：把坏数据挡在门外

  • 我能决定客户的创建应该开放还是锁定，也知道针对在 ERP 中主控的客户的临时记录类型路径。（开放还是锁定？，折中的做法）
  • 我能保护受治理的属性（ERP ID、法定名称），同时让 Salesforce 自己的字段保持可编辑：一个混合式黄金记录。我也知道 Dynamic Forms 页面上的只读字段不是执行点；字段级安全性或验证规则才是。（保护受治理的记录，每个数据流一个记录类型）
  • 我知道双向数据流最难：如果 ERP 主控一个字段，Salesforce 就是在请求修改它，而冲突需要一条规则（ERP 胜出；如果值已改变就拒绝；或者由一个人来解决）。（保护受治理的记录）
  • 我知道必填字段可能制造假数据（N/A、999999），也知道替代办法。（不要让必填字段制造假数据）
  • 我能决定没通过检查的入站数据会怎样：接受、拒绝还是隔离，以及谁拥有这个例外。（每一条数据边界都需要一个质量决定）
  • 我知道参考数据也需要元数据：定义、一个所有者、一个来源，以及系统之间的映射。（参考数据也需要元数据）

DM-3：业务元数据和技术元数据

  • 考点：我能区分业务元数据（含义、定义、所有者、规则、敏感性）和技术元数据（对象、字段、类型、API 名称、模式、映射、血缘）。（两种元数据）
  • 我知道业务词典（它意味着什么）、血缘（它从哪里来）和分类（必须如何对待它）之间的区别。（了解你的数据）
  • 我知道 Salesforce 的分类字段：Data Owner、Field Usage、Data Sensitivity Level、Compliance Categorization，适用于标准字段和自定义字段。（分类回答的是另一个问题）
  • 我知道要给敏感字段分类，而不是每个字段，也知道没有执行的分类只是装饰。（没有执行的分类只是装饰）

GOV-1：个人数据和敏感数据

  • 我认识主要的法律（GDPR、CCPA/CPRA、PIPEDA、LGPD、澳大利亚的 Privacy Act、HIPAA、PCI DSS、SOX、COPPA），知道 GDPR 可以适用于欧盟以外的组织，也知道这些法律的共同点：权利、跨境传输、数据泄露通知和问责原则。（你应该认识的法规，法律不止于国界）
  • 我知道加密、掩码、假名化和匿名化之间的区别，也知道假名化的数据仍然是个人数据。（匿名化、假名化、加密、掩码）
  • 我知道少收集是一种隐私控制，而保留要在一开始就设计好。（少收集是一个架构决定，保留是模型的一部分）
  • 我了解同意数据模型：个人上的全局同意、互动渠道同意、联系点同意和数据使用目的。（使用 Salesforce 已经构建好的模型）
  • 我知道这些请求都有期限（GDPR：一个月，可再延长两个月），所以副本地图必须事先就存在。（时钟已经开始走了）
  • 我知道被遗忘权意味着找到每一份副本（历史、归档、分析、日志、文件、自由文本），也知道 Privacy Center 的策略按对象、针对一条客户记录运行。（现在这个人说：忘掉我，Privacy Center 是一个工具）
  • 我知道 Shield Platform Encryption 的权衡：概率性加密的字段不能在 SOQL 中筛选、分组或排序；确定性加密允许筛选；加密字段不能驱动基于条件的共享。（加密是一种控制，而不等于合规）
  • 我知道不要把生产环境的敏感数据复制到沙盒里，也知道 Data Mask 正在被 Data Mask & Seed 取代。（不要把生产环境的风险复制到沙盒里）
  • 我知道字段历史记录跟踪（每个对象最多 20 个字段；保留 18 个月，只有通过 API 才能达到 24 个月；长文本只记录被编辑过）与 Field Audit Trail（最多 200 个字段，一直保留到你删除为止）的区别。（历史也是数据）
  • 我知道 Event Monitoring 的日志保留期（没有附加组件时部分事件保留 1 天，有附加组件时默认 30 天，延长后最多 365 天），也知道要在需要之前就把事件导出到 SIEM：付费日志无法获取合同开始之前的数据。（审计和监控不是一回事）

考试之外

Section titled “考试之外 ”

考试是底线，不是天花板。下面这些是本章中架构师需要的习惯，不管有没有考题问到它们。

  • 一项没有执行点的策略，基本上只是一个愿望。
  • **所有者制定策略；架构师负责执行。**不要编造策略，也不要扮演律师。
  • **治理永远没有完成的一天。**它时起时落；要设计好反馈。
  • **不要依赖自觉。**把控制措施建起来：人、集成和智能体都会犯错。
  • 治理要恰当，而不是事无巨细。
  • **先预防代价高昂的错误。**一个带着两年历史的重复记录是个大问题。
  • 区分给人读的东西和让机器据此做决定的东西。
  • 广泛地写文档；有选择地分类。
  • 治理成本最低的敏感数据，是你从未复制过的数据。
  • **同意是数据，**而使用数据的许可必须能够表示为数据。
  • **先控制个人数据去往何处，**因为删除既少见又困难。
  • 合规不是一个产品。
  • 采集 → 分类 → 保护 → 使用 → 保留 → 删除 → 审计。
  • 在任何人要求之前就采集好证据。

必知术语

Section titled “必知术语 ”
术语一句话解释
数据治理关于数据的策略，以及让它们成真的架构
数据所有者对某类数据负责的人或职能
数据专员在日常中保持数据健康的人
数据保管人运营存放数据的系统的团队
RACI负责执行、负最终责任、咨询、通知
临时记录在权威系统接受它之前就创建的记录
业务词典对业务中重要术语达成一致的定义
血缘一个值从哪里来，以及它在途中经历了什么
数据分类按敏感性和合规类别给数据贴标签，让它得到合适的控制
分类体系一个组织用来给数据分类的一套标签
个人数据能识别某个人，或能被关联回某个人的信息
假名化替换标识符，但仍存在一条回去的路；仍然是个人数据
匿名化消除合理识别这个人的能力
同意数据模型Salesforce 中按个人、渠道、联系点和目的管理同意的对象
被遗忘权在法律赋予的情况下，一个人要求删除其个人数据的权利
混合式黄金记录一条记录同时包含主控系统的字段和 Salesforce 自己的字段，每类字段只有一个来源
业务元数据 / 技术元数据数据意味着什么、由谁拥有 / 它如何构建、如何流动
Field Audit Trail更长的字段历史：每个对象最多 200 个字段，一直保留到被删除
Event Monitoring登录、导出、API 调用和查看的日志，保留有限的时间
SIEM保存和分析事件日志的安全存储库

自我检查

Section titled “自我检查 ”

按课程风格编写的简短情景题。打开答案之前，先想好你的答案。

1. 策略规定只有财务部门可以修改客户的法定名称。团队打算在培训中讲到这一点。缺了什么？

一个执行点。培训不是控制措施：使用字段级访问权限、一个只有集成才能写入的字段、一条验证规则，或者一个受控流程。所有者制定策略；架构师让它在机制上成真。重读治理必须变成机制。

2. 客户在 ERP 中主控。销售代表需要马上开始向新的潜在客户销售。你如何让他们做到，而又不让两个系统都去创建主记录？

让销售代表把客户创建为一个临时记录类型，然后通过一个受控流程来转换它：由财务部门批准，或者由集成提交给 ERP，ERP 匹配或创建客户，并回传权威 ID。重读折中的做法。

3. 一个新的必填字段被填满了“N/A”和“999999”。发生了什么，你会怎么做？

用户在知道答案之前就被迫回答了。在流程的后面再要求它，让另一个系统来提供它，使用临时状态，或者在“未知”是一个真实答案时允许明确选择未知。重读不要让必填字段制造假数据。

4. 团队把姓名换成了令牌，说数据已经匿名化了，所以删除请求已经完成。是这样吗？

如果令牌可以被关联回这个人，就不是：那是假名化，数据仍然是个人数据。准确说明系统做了什么、映射关系存放在哪里，并让法务部门判断它是否满足要求。重读匿名化、假名化、加密、掩码。

5. 一位收货人同意接收配送短信，但拒绝营销。模型应该如何保存这一点？

用同意数据模型，而不是一个复选框：这个人、渠道（短信）、具体的号码，以及数据使用目的（配送通知，而不是营销）。还要决定哪个系统是同意的权威来源，让撤回能到达每一个据此行事的系统。重读使用 Salesforce 已经构建好的模型。

6. 合规部门需要按一个加密的社会安全号码字段筛选报表。这个字段使用的是默认加密方案。问题在哪里？

概率性加密不允许在 SOQL WHERE 子句或数据管理筛选条件中筛选。确定性加密允许筛选，代价是强度略有降低。加密是一个有权衡的设计决定，而不是最后勾一下的复选框。重读加密是一种控制，而不等于合规。

7. 事件发生六个月后，有人问是谁导出了一批记录。没人设置过 Event Monitoring 的存储。你能告诉他们什么？

多半什么也说不了：事件日志只保留有限的时间（即使延长也最多一年），所以更早的数据，除非被导出过，否则就没了。在需要之前就设置好 Event Monitoring，并把事件发送到 SIEM。重读审计和监控不是一回事。

8. 一位销售代表请求 Salesforce 修改一个客户的法定名称，而这个字段由 ERP 主控。就在同样的几分钟里，有人在 ERP 中修改了它。设计应该怎么规定？

Salesforce 是在请求修改，而不是在修改：这个字段由 ERP 主控。事先决定冲突规则（ERP 胜出；如果值已改变就拒绝；或者由一个人来解决），以及相关字段是否一起传递。重读保护受治理的记录。

9. 一个人的删除请求到了。团队打算开始梳理这个人的数据存放在哪里。问题在哪里？

时钟已经开始走了：根据 GDPR，期限是一个月，复杂的请求可以再延长两个月。副本地图必须在请求到来之前就存在。重读时钟已经开始走了。

延伸探索

Section titled “延伸探索 ”