隨著企業(yè)從越來越多的信息源收集到了無窮無盡的數(shù)據(jù)流，他們開始積累一個由數(shù)據(jù)存儲、潛在終端用戶和信息管道組成的生態(tài)系統(tǒng)。隨著生態(tài)系統(tǒng)愈加復雜，數(shù)據(jù)停機，以及數(shù)據(jù)部分、錯誤、缺失或其他不準確的時刻，都會成倍增加。因此，數(shù)據(jù)團隊把大部分時間花在了數(shù)據(jù)質(zhì)量問題上，而不是花在了為企業(yè)創(chuàng)收的工作上。

數(shù)據(jù)可觀察性可以被定義為整體視圖，包括監(jiān)測、跟蹤和分流事件以防止系統(tǒng)停機。同時，數(shù)據(jù)質(zhì)量是對如何適應數(shù)據(jù)集以滿足企業(yè)的特定需求的衡量。

它們在哪里重疊？

數(shù)據(jù)可觀察性是用來提高數(shù)據(jù)質(zhì)量的。當組織采用數(shù)據(jù)可觀察性來提高數(shù)據(jù)質(zhì)量時，必然會有很大的效果。其中一些包括：

1、在影響用戶體驗前發(fā)現(xiàn)數(shù)據(jù)異常，從而節(jié)約企業(yè)成本。當異常發(fā)生時，數(shù)據(jù)可觀察性引擎會立即提醒團隊，從而使企業(yè)有時間和機會在問題影響到消費者之前進行調(diào)查和排除故障。由于數(shù)據(jù)工程團隊在問題涉及利益相關(guān)者之前就得到了通知，他們可以及時修復數(shù)據(jù)管道，避免未來的異常情況危及數(shù)據(jù)完整性。

2、通過追蹤字段級線狀數(shù)據(jù)的可觀察性來改善合作，有助于理解它們之間的依賴關(guān)系。

3、通過掌握被廢棄的數(shù)據(jù)集來提高生產(chǎn)力，數(shù)據(jù)可觀察性使關(guān)鍵數(shù)據(jù)資產(chǎn)的相關(guān)性和使用模式更加透明，在不同屬性被廢棄時通知他們。

4、通過減少解決令人厭煩的數(shù)據(jù)消防演習的時間來促進成本節(jié)約，并重新獲得對關(guān)鍵決策數(shù)據(jù)的信任。

5、更好的協(xié)調(diào)數(shù)據(jù)工程和數(shù)據(jù)分析師團隊之間的關(guān)系，有助于理解數(shù)據(jù)資產(chǎn)之間的關(guān)鍵依賴關(guān)系。

6、通過增加對數(shù)據(jù)資產(chǎn)的健康狀況、使用模式和相關(guān)性的端到端可視性，推動更高的效率和生產(chǎn)力。

由此，可以得出結(jié)論，數(shù)據(jù)可觀察性和數(shù)據(jù)質(zhì)量依賴企業(yè)的良好運作。盡管有區(qū)別，但兩者在各種方面都有重疊，有助于提高數(shù)據(jù)質(zhì)量，更好的交付產(chǎn)品。

原文標題：Data observability vs data quality

原文作者：Vanitha