数据库保证数据准确性的措施有哪些

数据的准确性无非就是两个方面：1、数据源本身准确无误；2、使用数据源的逻辑准确无误

1、对于数据源本身质量，由于数据分析师接触到的数据基本上是经过了数据清洗、数仓建模之后的数据，换言之，已经是加工后的数据，已经处于数据链的下游，所以数据准确性更多的是数仓层面保证，数据分析师要做的就是根据自己的业务sense对数据做核验，发现数据中是否有异常数据

2、对于计算逻辑，还可以分为数据表逻辑和清洗规则了解，以及自己算的指标准确性，具体来说：1)要清楚所用数据表的逻辑和清洗规则，保证取了对的数据；2)要保证自己的计算逻辑无误，比如数据是否可累加，保证自己算对了指标。

数据完整性一般包括域完整性、实体完整性、参照完整性三部分。

域完整性就是字段的取值范围是合法的，在指定的取值范围内，用check来定义；

实体完整性就是每个关系表都要有主键，且不能是空的，不能有重复记录；

参照完整性就是指外键要和另外一个表对应的主键值相同，且两者必须同时在各自的表中出现；

我只能说这么多了，具体的话看书本的例子，有实例能使你更加明白，在这里说再多也没用，呵呵！

1.数据脱敏

数据脱敏是保证数据安全的最基本的手段，脱敏方法有很多，最常用的就是使用可逆加密算法，对入仓每一个敏感字段都需要加密。比如手机号，邮箱，身份z号，yhk号等信息

2.数据权限控制

需要开发一套完善的数据权限控制体系，最好是能做到字段级别，有些表无关人员是不需要查询的，所以不需要任何权限，有些表部分人需要查询，除数据工程师外，其他人均需要通过OA流程进行权限审批，需要查看哪些表的哪些字段，为什么需要这个权限等信息都需要审批存档。

3.程序检查

有些字段明显是敏感数据，比如身份z号，手机号等信息，但是业务库并没有加密，而且从字段名来看，也很难看出是敏感信息，所以抽取到数据仓库后需要使用程序去统一检测是否有敏感数据，然后根据检测结果让对应负责人去确认是否真的是敏感字段，是否需要加密等。

4.流程化 *** 作

流程化主要是体现在公司内部取数或者外部项目数据同步，取数的时候如果数据量很大或者包含了敏感信息，是需要提OA 审批流程的，让大家知道谁要取这些数据，取这些数据的意义在哪，出了问题可以回溯，快速定位到责任人。开发外部项目的时候，不同公司之间的数据同步，是需要由甲方出具同意书的，否则的话风险太大。

5.敏感SQL实时审查及 *** 作日志分析

及时发现敏感sql的执行并询问责任人，事后分析 *** 作日志，查出有问题的 *** 作。

6.部门重视数据安全

把数据安全当做一项KPI去考核，让大家积极的参与到数据安全管理当中去。

---