计算机技术在数据管理中的运用

河南牧业经济学院信息工程学院 王 佳

随着数据管理理念与技术的发展，计算机技术成为改善数据管理质量与效率的关键技术之一，有助于提升数据管理的灵活性、分享性、可控性以及独立性。在数据管理具体应用中，较为常见的是以mysql、oracle为代表的数据库管理技术以及以大数据为代表的数字化数据管理技术，它们能够帮助数据管理解决风险管控、安全保密等问题。因此，应当推动以数据管理为导向的计算机科技创新，培养数据管理工作人员的信息素养与专业能力。

计算机技术的日益精进，为推进数据管理现代化发展带来了新的可能性，通过融入先进的计算机技术，能够帮助数据管理摆脱对人力的依赖，实现数据管理精细化、质量化发展，进而大幅度提升数据管理效率与水平。计算机技术是一种综合性学科技术的总称，是数据结构技术、数据库管理技术、智能算法技术等技术的集合。在数字化社会背景下，数据管理数据转型已经成为一个“必须全力达成”的时代趋势。得益于计算机技术的长足发展，数据管理正走入数字化、智慧化、信息化的实践场景，在数据采集、数据分析、数据处理等方面获得突飞猛进的进步。因此，应当提升计算机技术与数据管理的应用程度，助力数据管理的高质量发展，保障数据管理的可持续性。

1 计算机技术在数据管理中的应用价值

1.1 提升数据管理的灵活性与分享性

在传统的数据管理方式下，受限于技术与管理理念，数据管理方式与功能较为单一固定，且不同数据管理之间难以实现实时、高效的交流，存在着数据信息孤岛、数据管理混乱、数据流通不畅等问题，进而使得数据信息不能互相联通，导致数据管理效果大打折扣。计算机技术的应用为数据管理带来了诸多选择，数据管理可以根据自身硬件设施与管理诉求，选择不同类型的数据库，同时也能够通过不同的数据管理架构模式，在数据库内实现数据管理组织形式、数据管理功能的个性化设计，使数据内容与结构更加适用于数据管理活动，进而实现数据管理的共建共享，进行个性化的数据操作。以企业数据管理为例，企业在数据管理过程中可依据数据管理方式与数据库自身特征，选择与自身数据管理工作相适配的数据库来进行数据管理，建设企业数据资源管理中心；同时，可根据数据管理需求差异，在所选择数据库内建立有特色的数据库，横向关联多项数据管理功能，按照维度建模方式进行不同主题的数据库模型创建，对数据物理空间与逻辑关系进行科学设计，构建面向用户的数据库管理系统，进而借助于数据库的集群应用功能、联机事务管理功能、数据库产品设计等，实现数据管理的高度共享性与功能丰富性，提升数据管理的便利性个性化程度。

1.2 提升数据管理的可控性与独立性

可控性与独立性是数据管理的基本要求与本质属性，其中，可控性要求数据管理能够更好地控制数据，有能力解决数据联动性差、数据质量不高等问题；而独立性则要求数据管理实现数据逻辑与物理空间上的独立，主要指的是数据结构与数据管理业务实现相对独立性。以数据库为例，基于计算机技术的数据库技术，有着持久性、可维护性、一致性、隔离性等特性，拥有高度的数据控制能力，即数据加密、并发控制、数据恢复等，具有故障机制、安全机制、ACID等数据管理质量保障机制，能够从技术层、操作层等层面出发，建立多层次数据管理制度体系与统一化的数据标准，如设立一数一源、数出一库的管理原则，从源头确保数据的准确性与完整性。显然，数据库有助于有效控制数据管理活动，对数据管理进行约束规范，并在可控制范围内实现数据管理工作，实现数据的互联互通，为数据管理有序开展奠定基础。此外，独立性也是数据库的重要特征，能够实现数据与操作系统之间的独立性，确保业务逻辑和底层数据逻辑之间处于解耦合的关系，完成数据统一调度与联动，提供高性能的事务能力，进而构建一体化数据管理体系，充分发现与应用数据管理价值。

2 计算机技术在数据管理中的具体运用

2.1 数据库管理技术

数据被列为市场五大生产要素之一，被誉为宝贵的信息资源，已然成为链接万物的关键。面对规模日益增长的数据，如何解决数据孤岛、数据口径混乱等数据问题，又该如何升级数据管理方式来适应新的数据管理场景，成为数据管理需要面对的现实课题。在数据管理过程中，传统数据管理以日常报表、数据汇总等使用文件来存储和管理数据的方式进行实施，这种数据管理方法过于局限，且流程过程相对复杂，不适宜规模庞大、关系错综的数据管理场景。在这样的社会背景下，数据库管理技术应运而生。从本质上来讲，数据库管理是针对海量数据、关联数据进行科学管理的技术，其以数据为面向对象，以各种操作系统为实施平台，能够以数据模型处理方式对数据资源进行获取、处理、存储、传输等操作，且能够适应于指数级增长的数据管理规模，有助于充分发挥数据的作用，优化数据价值链，实现数据记录、统计、分析、应用的高质量发展。显然，数据库管理技术既是组织与规范数据资源的过程，也是逐步实现数据价值的过程。比如，在当前中小型企业的数据管理过程中，可以运用ERP系统、OMS系统、WMS系统、MES系统等进行数据管理，以此来实现内部仓库管理数据的共享协同与互联互通，促进数据管理的质量化与高效化。再比如，可运用数据库管理技术构建数据安全保障体系，通过数据库管理技术对数据进行安全分级分类、访问管理权个性化设置，来保管重要机密数据信息，让数据管理实现用得放心、管得安心。

2.2 数字化数据管理技术

无论是从管理规模还是从业务功能上来看，数字化数据管理技术都是数据库管理技术的升级与延伸，是计算机技术在数据管理过程中的应用战略抉择，其中较为常见的是大数据管理技术、云数据库、云计算技术等。以大数据技术为例，从管理规模上来看，相较于人工数据管理、数据库数据管理，大数据技术采用分布式的架构模式，以数据驱动为业务场景，将数据管理放入了一个更为宏观的系统内，能够处理数量巨大、结构复杂的海量数据，且具有高性能、高可用性等特点。从业务功能上来看，大数据技术更像是数据治理技术，不但能够进行基础的数据收集、删除、增加等管理工作，实现数据的被看到、被感知、被调用，还能够进行以数据质量、数据价值等为主题的数据管理工作，适应数据爆炸性的增量发展，实现结构化与非结构化数据的双重管理，推动数据管理功能的现代化发展。比如，大数据技术能够进行大数据预处理，通过进行清洗、合并、规格化等操作，实现对收集数据有目的性有选择性的筛选，为数据分析工作节省时间与成本。再比如，大数据技术可以对杂乱无章的数据进行分析挖掘，借助可视化数据分析平台、数据挖掘算法等先进数字技术，以提升数据收集质量，为采取某种决策提供数据支撑。

3 计算机技术在数据管理中的应用策略

计算机技术在数据管理中凸显出较大的应用优势，扮演着辅助者、主导者等多重角色，并为数据管理业务与服务创新提供了更多可能。因此，结合当前计算机技术与数据管理融合的现实问题，应当围绕数据管理进行计算机技术创新，不断提升数据管理人员的数据管理技术应用能力。在计算机技术创新层面，数据要素化催生技术创新变革，在数据管理数字化转型被按下加速键的背景下，用户需求牵引技术持续演进,要从提升数据信息的辨识度、扩展数据信息管理渠道、加强数据信息质量管理等维度入手，以数据管理云平台建设与部署、数据算法、云计算等为技术突破口，做好数据管理的选择、组合和连接，形成全链路实时数据管理体系，加强计算机技术对数据管理的支持力度与技术保障，推进实现数据的规范化和集约化管理。比如，借鉴甲骨文在数据库软件创新的先进经验，包括新型区块链表类型、原生持久内存（PMEM）数据库等，加速数据库技术创新进程，推进新时代数据库开源生态的发展实践，使其更加适合当下数据管理需求，并赋能上层应用。再如，针对当前数据管理的新需求新变化，找到数据管理业务场景与计算机技术的结合点，以DataOps为数据管理技术与理念依托，借助特有的四大管理特征，即系统资源、节点、链路和数据任务的管理，实现数据管理由数据流向价值流的转变，以期实现数据管理的敏捷开发、治理闭环、安全可信，加快实时数据价值的释放。在数据管理人员能力提升层面，要通过内部交流、网络学习、技能竞赛等方式，调动数据管理人员的学习热情，提高其信息素养与专业能力，同时也要注重复合型数据管理人才的引进工作，吸纳更多兼具数据管理与信息技术能力的人才加入到数据管理行业中。比如，在数据管理人才管理过程中，应当注重数据管理人才在数据管理技术与理念上的培养活动，通过邀请行业专家开展主题讲座、观看以数据管理技术为主题的科技峰会与发布会等，组织数据管理人员学习大数据、数据库等数据管理技术，使其能够熟练应用先进的数据管理技术，掌握与理解最新的数据管理理念，从而适应数据管理数字转型的人才需求。