请问，以下这几种组合分别应用于什么业务场景，只用DGC+DLI 难道不能解决所有业务场景的问题吗。1. DGC + DLI2. DGC + MRS（Hive）3. DGC + DWS

【功能模块】规范设计是否支持MySQL？从支持的数据源看： DGC支持的数据源_数据湖治理中心 DGC_用户指南_管理中心_华为云 (huaweicloud.com) DGC的规范设计不支持MySQL。如果使用MySQL数据库，没有规范设计，如何完成后续的数据资产，数据质量，数据服务等治理功能？【截图信息】【日志信息】（可选，上传日志内容或者附件）

灰度wap发帖测试 452575

wap灰度发帖验证

尊敬的华为云客户：华为云计划于2020/12/22 00:00（北京时间）对数据湖探索服务DLI的Flink边缘作业（Flink Edge SQL）正式开始收费，中国站计费标准为20000元/年/节点，目前仅支持按1年购买，计费周期从购买成功的时间点开始计算。华为云在此提醒您，若您在2020/12/22 00:00（北京时间）后仍需继续使用DLI Flink边缘作业任务，请及时购买边缘鉴权码，否则将无法正常使用该任务。更多关于Flink边缘作业的介绍，请您点击了解。如您有任何问题，可随时通过工单或者服务热线（4000-955-988或950808）与我们联系。感谢您对华为云的支持！

11月30日，华为云发布云原生产业白皮书、云原生2.0全景图和行动计划，华为云CTO张宇昕表示：“新云原生企业既需要让新生能力生于云、长于云，把AI、大数据、边缘计算、视频等新生能力用于企业，同时也需要继承和发展既有能力，并与新生能力立而不破、有机协同。云原生2.0，让每一个企业都能成为新云原生企业。”华为云产品副总裁方国伟介绍了华为云云原生2.0全景图，为赋能新云原生企业智能升级，实现“资源高效、应用敏捷、业务智能、安全可信”，华为云原生基础设施全面升级，让云原生成为企业应用内生的能力。在业务智能方面，华为云通过FusionInsight云原生智能数据湖构建数据使能的坚实技术底座，助力企业把数据资源加工为数据资产，结合AI能力加速企业智能升级。随着大数据、5G、AI、物联网的飞速发展，数据的规模及种类急速激增，使得产业不断的变革，给业务带来机遇的同时，也在技术上提出了更高的要求，如数据的采集、存储、交互式查询、批流处理、融合分析等。而传统大数据平台在应对这些变化时，将面临如下问题：l  传统大数据通过虚机进行部署，但虚机的性能存在一定比例的损耗，当物理机资源的使用率越高，虚机的性能损耗则越大，性能损耗最高超过30%；l  传统存算一体解决方案在进行数据备份时，均采用1:3副本，使得存储资源的利用率仅为33%，造成存储成本居高不下；l  传统大数据平台虽有Hive MetaStore进行元数据的管理，但其缺乏统一的数据视图，数据在湖内分布散，管理复杂，流动性差，造成找数难的问题；l  传统大数据平台采用T+1批量入湖的方式，在进行数据分析时需频繁搬迁数据，且分析链路长，均以事后报表为主，造成数据分析慢的问题；l  传统大数据平台中各业务系统自建，数据分布散，易形成数据孤岛；伴随业务的增长，数据类型激增，存在组件多，数据格式不统一等问题，当进行协同分析计算时，数据需频繁搬迁，产生大量数据冗余，且各计算引擎开发语言不同，进行二次开发的技术门槛高。针对以上问题，华为云FusionInsight云原生智能数据湖为政企客户提供湖仓一体、云原生的大数据解决方案，主要包含MRS大数据、DWS数据仓库、CSS云搜索、GES图引擎、DLI数据湖探索等云服务，一站式解决分析域数据问题，让企业新生云原生能力生于云、长于云，并能和既有能力有机协同、立而不破，释放海量数据价值，助力政企客户实现一企一湖、一城一湖！具体来看，华为云FusionInsight智能数据湖具备五大云原生能力：l  针对虚机部署的问题，华为云FusionInsight采用裸金属部署方式，实现资源弹性，做到分钟级的裸金属服务器发放。同时，华为云FusionInsight具备独家的SDI技术，拥有超低时延；基于擎天加速卡，可做到100%释放完整算力，实现性能零损耗，高性能表现持续在线；l  针对传统存算一体化方案，华为云FusionInsight提供OBS云存储的存算分离方案，计算与存储资源按需灵活扩容，避免资源浪费，采用企业级EC替换3副本的备份机制，最低1.2副本，存储利用率从33%提升至80%+，使得整体TCO降低20%+，让每比特数据价值更优；l  通过DLC（Data Lake Catalog）统一全局数据视图，让元数据全局可见，同时，DLC还兼容Hive MetaStore但性能超越其3~5倍，在保持高性能的前提下，实现数据的全局可视可用；l  通过实时数仓，可T+0实时增量更新同步，批流合一分析；实现贴源数据实时多维分析，缩短分析链路，提高分析效率，实现PB级数据毫秒级响应；l  通过HetuEngine实现跨源跨域分析，打破MRS与DWS间的数据墙，协同计算，消除数据孤岛，免数据搬迁，让协同分析由数天降至数分钟；同时，HetuEngine支持多引擎融合，传统大数据在进行多引擎组件开发时，需涉及到不同组件的开发语言， HetuEngine统一SQL接口访问大数据，降低用数门槛，让华为云FusionInsight的云服务（MRS、DWS、GES、CSS、AI）使用更高效，让大数据越用越简单。基于存算分离架构构建的华为云FusionInsight云原生智能数据湖除了上述五大云原生能力外，还支持与AI的对接，基于统一的元数据，数据全局可视，大数据的工程师、科学家等角色可通过SQL的脚本，把数据通过AI的算法获取自己想要的结果，感受极致的智能体验。目前，华为云FusionInsight云原生智能数据湖已广泛应用于政府、金融、运营商、大企业、互联网等行业，携手800+合作伙伴，服务于全球60+国家和地区3000+政企客户。更多内容，华为云FusionInsight系列文章：https://bbs.huaweicloud.com/forum/thread-66105-1-1.html 

 Ranger的几个特性• 基于策略(Policy-based)的访问权限模型• 通用的策略同步与决策逻辑，方便控制插件的扩展接入• 内置常见系统(如HDFS、YARN、HBase等12个)的控制插件，且可扩展• 内置基于LDAP、File、Unix的用户同步机制，且可扩展权限模型权限模型访问权限定义了”用户-资源-权限“这三者间的关系，Ranger基于策略来抽象这种关系，进而延伸出自己的权限模型。”用户-资源-权限”的含义详解：• 用户：由User或Group来表达，User代表访问资源的用户，Group代表用户所属的用户组。• 资源：由Resource来表达，不同的组件对应的业务资源是不一样的，比如HDFS的File Path，HBase的Table。• 权限：由(AllowACL, DenyACL)来表达，类似白名单和黑名单机制，AllowACL用来描述允许访问的情况，DenyACL用来描述拒绝访问的情况。不同的组件对应的权限也是不一样的。Ranger中的访问权限模型可以用下面的表达式来描述，从而抽象出了”用户-资源-权限“这三者间的关系：Service = List<‘Policy’>Policy = List<‘Resource’> + AllowACL + DenyACLAllowACL = List<‘AccessItem’> allow + List<‘AccssItem’> allowExceptionDenyACL = List<‘AccessItem’> deny + List<‘AccssItem’> denyExceptionAccessItem = List<‘User/Group’> + List<‘AccessType’>说明：Resource 这里指组件的实际资源，比如hdfs的path，hive的database、table、column等AccessType 这里指访问权限的类型，比如read，write，excute等操作AccessItem 这里是访问项，包含用户和访问权限两部分优先级别denyException > deny > allowException > allow下表列出了Ranger支持的部分系统的模型实体枚举值(即访问权限类型):ServiceResourceAccess TypeHDFSPathRead,Write,ExecuteHBaseTable,Column-family,ColumnRead,Write,Create,AdminHiveDatabase,Table,UDF,Column,URLSelect,Update,Create,Drop,Alter,Index,Lock,Write,Read,ALL系统插件（AgentPlugin）系统插件主要负责三件事：• 定期从RangerAdmin拉取策略• 根据策略执行访问决策树• 实时记录访问审计下表列出了Ranger插件对部分支持的系统的扩展接口：ServiceExtensible InterfaceRanger Implement ClassHDFSorg.apache.hadoop.hdfs.server.namenode.INodeAttributeProviderorg.apache.ranger.authorization.hadoop.RangerHdfsAuthorizerHBaseorg.apache.hadoop.hbase.protobuf.generated.AccessControlProtos.AccessControlService.Interfaceorg.apache.ranger.authorization.hbase.RangerAuthorizationCoprocessorHiveorg.apache.hadoop.hive.ql.security.authorization.plugin.HiveAuthorizerFactoryorg.apache.ranger.authorization.hive.authorizer.RangerHiveAuthorizerFactory

什么是元数据？元数据是关于数据的组织、数据域及其关系的信息，简言之，元数据就是关于数据的数据。元数据包括元数据实体和元数据元素。元数据元素是元数据的基本单元，若干个相关的元数据元素构成了元数据实体。元数据的分类：1) 业务元数据：包括了主题域分组、主题域、业务对象、逻辑实体、属性及数据标准的业务名称和业务定义、属性的数据类型和其他特性，范围描述和业务规则，以及有效值域及其定义。企业所拥有的业务元数据即为企业的业务资产。2) 技术元数据：为开发人员或技术用户提供系统信息，包括物理表名和字段名，字段属性，其他数据库对象的属性和数据存储特性。企业所拥有的技术元数据即为企业的技术资产。3) 操作元数据：主要用于满足IT运维用户的需求，它包括了数据迁移信息、数据源和目标系统信息、批处理程序、任务频率、调度异常处理、备份与恢复信息、归档规则和使用等信息。 DAYU中的数据资产管理通过DAYU数据资产模块，用户可以查看数据地图，还可以对数据资产进行数据权限管理和数据安全管理。数据地图包含业务资产和技术资产：业务资产包含指逻辑实体和业务对象；技术资产包含数据连接、数据库对象等。在数据资产-任务管理中，配置元数据采集任务，可以将迁移到云上的原始数据层的技术元数据采集到技术资产之中。 通过规范设计-关系建模管理数据资产：进入配置中心，根据用户业务需求，确认模型设计业务流程步骤中“同步技术资产”、“同步业务资产”以及“资产关联”的选项是否勾选：进入主题设计模块，用户可以构建统一的数据分类体系，用于目录化管理所有业务数据，便于数据的归类，查找，评价，使用。通过分层架构对数据的分类和定义，可帮助用户厘清数据资产，明确业务领域和业务对象的关联关系。主题域分组：基于业务场景对主题域进行分组；主题域：互不重叠数据的高层面的数据分类，用于管理其下一级的业务对象；业务对象：指企业运作和管理中不可缺少的重要人、事、物信息。进入关系建模模块，如果当前未创建过关系模型，系统会弹出提示框，单击“确认”创建一个关系模型。对于之前步骤中，已经在DAYU数据资产中完成采集的技术元数据，可以通过逆向数据库功能，将技术元数据逆向至关系建模中进行管理：业务元数据可以通过“更多”中的“导入”功能，使用Excel模板批量导入：除此之外，在关系建模中也可以通过新建业务表来新建业务元数据：以上步骤所创建的表在完成设计与编辑后，将需要提交审核人审核。审核发布之后，会根据配置，将在规范设计中模型的业务元数据同步至数据资产。若模型为物理模型，则可以通过数据源信息，在数据资产模块中将业务元数据与技术元数据互相关联：以上便是简单的基于关系建模的数据资产管理流程，具体的模型设计步骤，请参考https://support.huaweicloud.com/qs-dayu/dayu_04_0004.html。