本文由AI智能模型生成，在自有數(shù)據(jù)的基礎上，訓練NLP文本生成模型，根據(jù)標題生成內(nèi)容，適配到模板。內(nèi)容僅供參考，不對其準確性、真實性等作任何形式的保證，如果有任何問題或意見，請聯(lián)系contentedit@huawei.com或點擊右側(cè)用戶幫助進行反饋。我們原則上將于收到您的反饋后的5個工作日內(nèi)做出答復或反饋處理結果。
場景描述
數(shù)據(jù)湖建設和持續(xù)運營，是指數(shù)據(jù)湖的初始化建設及后續(xù)日常的海量元數(shù)據(jù)及權限管理，因此客戶需要便捷高效的建設和管理方式。
傳統(tǒng)方式的弊端
· 僅支持通過計算引擎（Hive、Spark等）執(zhí)行SQL實現(xiàn)元數(shù)據(jù)的定義、修改、查詢，對客戶有一定的技能要求，缺少提升易用性的可視化界面。
· 一個完整的授權活動，需要針對計算引擎、 對象存儲 執(zhí)行兩次授權操作，對客戶操作帶來不便，易用性差。
服務優(yōu)勢
· 站式可視化數(shù)據(jù)湖構建：提供數(shù)據(jù)湖元數(shù)據(jù)統(tǒng)一定義和授權的可視化界面，支持客戶便捷操作，快速構建。
· 聯(lián)動授權：支持在元數(shù)據(jù)授權的同時， 自動化 完成元數(shù)據(jù)所映射的文件目錄的授權，使客戶授權操作更便捷和高效。
· 細粒度訪問控制：實現(xiàn)針對數(shù)據(jù)湖的庫、表、列級元數(shù)據(jù)的細粒度訪問控制，為業(yè)務數(shù)據(jù)的安全性提供有力保障。
建議搭配服務： MapReduce服務 、 數(shù)據(jù)湖探索 DLI、云 數(shù)據(jù)倉庫 GaussDB、 數(shù)據(jù)治理中心 DataArts Studio、 AI開發(fā)平臺 ModelArts
