change(index): 修改小标题

Author: Guo-Zhang

index.md

@@ -20,37 +20,37 @@
 
 我们将会以从局部到整体的方式，逐步建立对整个数据工程领域问题的系统理解。我们先通过设定严格的假设，着眼于某一个具体环节，深入阐述其中的问题和解决方案；然后，再逐步放宽假设，从而暴露出整体流程中的一些关键问题及其相互影响关系，以方便阐述对应的解决方案。
 
-### 数据生命周期
+### 如何描述数据处理流程？
 
 假设只有你一个人负责整个数据分析流程。比如，量潮的前身，研究线上平台价格的经济学课题组China's Prices Project。假设你是创始人，你需要编写爬虫程序，每日采集多个电商网站商品价格和销量数据，经预处理标准化后计算线上价格指数，并以报表形式展示结果；分析完成后，原始和中间数据将逐步备份，以节省存储空间。
 
 我们将会使用“数据生命周期”的概念来描述整个数据从产生到消失的全过程，包括采集、存储、预处理、分析、可视化、传输、备份等。我们计划参考已有的各机构和学者对数据生命周期的理解，对此概念进行严谨全面的定义。在此基础上，我们将介绍各个阶段可能会遇到的常见问题，并给出相应的解决方案，帮助读者建立一个系统的问题与解决框架。较复杂的技术细节，将会在以后独立的教程中详细阐述，例如网页爬虫教程、数据分析教程、数据库教程等。
 
-### 系统治理
+### 如何治理数据处理系统？
 
 现在，我们放宽之前的假设。假设在China's Prices Project项目组中，有多个人共同协作完成价格指数的编制。例如，你负责采集多个电商平台的原始数据，小明负责汇总和对齐多个平台的价格和销量数据，小红负责分析数据和绘制线上价格指数。由于每个人的任务都直接影响后续工作，所以团队成员在信息交流和工作流程管理上需要密切配合。例如,你采集的数据格式需要与小明的需求匹配，小明对齐好的数据也要方便小红进行下游分析；作为数据采集人和分析人，你与小红在一些技术细节或问题理解上，由于背景和思考角度的差异还可能会产生一定程度上的误解。只有通过密切的协作与交流,才能让项目顺利进行。
 
 我们从系统工程的视角为这个问题提供解决方案。其中一个重要原则是增加系统的可观测性。我们可以设法实时跟踪每个阶段数据的流向和质量变化过程，比如设计和使用数据流程监控平台来追踪数据在每个步骤流向何处、数据质量如何，以便及时发现和诊断问题，进而不断提高整个系统的稳定性。另一个重点是管理系统中的依赖关系，好的编排工具能够清晰展示不同处理环节的先后顺序，有助于各成员对整体工作流程的统一理解，避免因误解而导致的问题。增加系统间的解耦能力也很重要。一旦某个环节出现问题，应设计好机制把影响范围限制在最小范围内，不影响其他正常运行中的流程。这就需要提前针对可能的异常情况，设计对应的隔离机制。
 
-### 研发流程管理
+### 如何管理工作流程？
 
 在前面我们讨论数据处理流程时，实际上隐含了一个不太现实的假设——“人不会犯错误”。但是，在实际项目中，即使是经验较丰富的数据处理人员，在处理复杂任务时也难免会出现疏忽。比如，某个电商的网页爬虫程序没有经过测试就被匆匆忙忙地使用起来，可能会出现运行不稳定的情况。
 
 为了更好地应对这类隐蔽的风险，我们计划介绍如何遵循DataOps提出工作流程管理数据处理项目的研发过程的每个阶段。我们会遵循设计、开发、再构建、测试、发布、部署、运维、监控等顺序，明确研发每个阶段的工作内容和质量标准。
 
-### 数据共享
+### 如何跨组织共享数据？
 
 在实际商业环境中，不同组织之间的数据合作往往需要面临许多问题的解决。比如，量潮使用China's Prices Project积累的技术为客户提供一套线上价格监控平台。该平台需要整合各家网站商品数据，进行横向分析，并提供定价建议。但由于数据格式标准不一致，直接整合使用将导致大量错误。个别敏感字段，如买家姓名，如果直接共享，也会触犯隐私法规。此外，参与各方在收集与应用数据上的权责需要明确规定。
 
 我们计划介绍制定统一的数据字段和结构标准的方案。对于敏感信息的存储和分享，我们计划介绍数据加密、数据脱敏、隐私计算等数据安全技术。商业数据的交易环节会涉及到财务和法务知识，因此我们将介绍如何评估数据资产的价值、如何制定多方数据使用授权实践等。网页爬虫等技术需要合规，因此我们也会接受合规评估方案。
 
-### 数据工程平台
+### 如何搭建数据工程平台？
 
 在长期的实践中，我们深刻认识到，数据分析流程中的步骤通常较多，任何一个步骤出现问题都可能对整个分析流程产生负面影响。假设有个平台，它可以积累在某个处理环节的经验，以提高构建处理流程的效率；可以更透明地展示每个项目的完整流程，以提高团队协作水平；可以严格地约束开发者的行为，以确保工程质量；最后，帮助减少跨组织分享的成本，最终实现数据的价值。
 
 我们正在研发的量潮数据云正是为了满足上述需求而创建的平台。我们计划提供持续交付数据集和应用的功能，通过集成Serverless计算等标准云服务来提高数据处理流程的效率。我们计划通过引入可观测性和工作流等功能来加强系统治理，以确保平台的稳定性和可靠性。我们还会通过拓展DevOps解决方案为平台用户提供符合DataOps规范的研发管理流程管理。我们的平台还支持与自研或社区金融法务SaaS以及数据交易所等进行打通，最大程度地扫清数据共享的障碍。我们致力于为用户提供一站式的数据工程管理和协作平台，帮助我们的用户从繁琐复杂的数据工程问题中解脱出来，专注于自己的数据分析工作。
 
-## 阅读指南
+## 对本书读者的建议
 
 对于媒体记者等不需要实际操作的读者,我们希望这本教程可以起到扫盲作用。您可以初步了解数据工程这个新兴领域的基本概念，例如各个处理环节的含义，以及它在不同行业中的应用场景。理解这些就可以，无需深入解读各个技术细节。