成本控制与预算是企业的难题，如何巧妙使用数据库，掌握好数据库运作的效能与效益分寸，协助企业合理的配置数据库资源，有效利用数据库的特性来支撑系统是数字时代数据库人必须替企业考虑的主题之一，为实现合理即价值，本此主要为大家分享此专题：成本与预算在系统中的行业痛点，数据库效能与效益管控方法体系构建过程，未来规划等。
分享提纲：
1、实现数据库与数据效能与效益管控的意义；
2、数据库与数据效能点的分布与解析；
3、根据数据库与数据效能点构建效能管控模型与方法过程；
4、构建数据库与数据效能系统化的管理方案及初步案例；
5、数据库与数据效能实现的未来规划。
21CN ORACLE 10G OCM，已申请数据库相关专利（作者）6个（已授权3个），从事数据库专项工作近16年，任公司数据库架构师，技术专家、DBA主管等。擅长数据库整体架构的构建，数据库治理，数据库自动化运维设计，早期介入数据库服务研究，长期从事在云计算下的数据库运行情况难题解决，并长期公司内部 DBA 团队建设培养，对公司内部（研发及DBA）数据库技术，数据库规范，调优培训等。
随着大数据技术的日趋成熟和AI技术的快速发展，对于数据治理的需求，越来越强烈，有的专家甚至说，不做数据治理，企业对数据依赖越深，死的越快。那么，怎么做好企业的数据治理工作呢？尤其是，怎么做好基本的元数据治理工作呢？本次演讲从数据治理的体系架构出发，结合在运营商，金融，物流，互联网等领域经验，从主数据，元数据，数据质量，数据标准，数据安全，数据生命周期等多个维度，详细阐述企业数据治理实战六步法，重点落在元数据治理方面，介绍元数据管理的概念，范围，结合公司的实践经验，重点介绍元数据质量的管理，包括元数据检查六项内容，元数据的长效机制等，给与听众实用性的方法指导和建设性意见。
分享大纲：
1、数据治理简介和解读
1.1、数据治理的内涵和外延
1.2、利用比喻介绍数据治理各管理域
1.3、数据治理范围的权威参考
1.4、企业中的数据治理工作范围
1.5、企业开展数据治理工作的切入点
1.6、根据数据治理工作的特点，由哪个部门来做？
2、元数据管理实践分享
2.1、元数据的定义
2.2、元数据管理功能架构
2.3、数据治理范围的权威参考
2.4、模型元数据管理分享
2.5、模型元数据详情
2.6、模型元数据字段详情
2.7、模型元数据血缘
2.8、元数据在企业中的价值
3、元数据质量管理的思考
3.1、衡量元数据质量的评价标准
3.2、针对核心属性，构建自动化检测工具
3.3、保证元数据质量的长效机制
大数据总监，领域专家，中国计算机协会委员，北京华友会大数据会长，曾就职于IBM，中国普天，华为，360，中信百信银行，京东等公司。参与过华为代运营商大数据平台的规划、设计、实施，是国内早一批从事大数据领域研究的人员，积累了丰富的实战经验。对于toB，toC模式企业的大数据管理和数据价值发现，有独特见解，并在多年的工作实践中，沉淀出运营商，公安，银行，互联网等行业的数据治理方法论。在数据安全方面，参与了多项国家标准的制定，被信安标委评为，突出贡献先进个人。在数据治理方面，沉淀出三大评价体系，包括数据治理执行度评价体系，数据应用成熟度评价体系和数据价值评价体系，并锤炼出数据治理五步法，用于企业数据治理实践工作。
在国内，Oracle统治时代，DBA们探索总结出很多SQL优化要点，现在MySQL成为新的，这些要点还有价值吗？这个主题将分别从道与术两个层面，探究Oracle到MySQL优化SQL的同与不同。
分享内容包括，Oracle与MySQL的引擎模型、元数据模型、统计信息模型、执行计划模型、锁模型对比分析，提炼共通的SQL优化要点和原则，又考虑差异调整执行层面的细节。
2002年工作至今，围绕数据库领域，搞过开发、架构、运维等，如今专注于产品；经历了两层架构时代关系型数据库技术的蓬勃发展，并在三层架构时代关系型数据库技术中砥砺前行，一直到现在互联网+时代数据库技术面临的诸多挑战。作为数据领域的老兵，很高兴能继续奋战在一线，和大家一起学习成长，乐在其中；擅长场景化的SQL质控解决方案、Oracle数据库、TimesTen、GoldenGate等。
数据库是应用系统的底层核心组件之一，数据库的稳定高效是应用系统稳定高效的基本保障。众所周知，在实际的应用系统运行中，90%以上数据库性能问题是由SQL引发的，因此，提升数据库开发质量、保障SQL稳定高效也一直是IT人员的追求。在平安，我们持续在实践和优化数据库开发质量管理，使用自研的DDQM平台，与应用系统开发生命周期深度融合，规范化数据库开发脚本的编写、提前预警SQL性能风险、提供SQL整改追踪机制，并从多个维度对数据库开发质量进行分析评估，能够让用户从整体到细节全视角了解数据库开发质量，为系统稳定高效运行保驾护航。
产品经理，目前任职于平安科技数据库产品团队，主要负责数据库开发质量管理体系建设和推广。
工业数据随着产业智能化转型发展，呈突飞猛进地增长，但其数据资产属性和价值变现能力较消费甚至政务数据却很低下。企业基于数据的生产全寿命周期管理，产业基于数据的产品全寿命管理，着眼于生产线效能提升和供应链效率提升。对工业企业智能化生产经营过程中数据的资产化和价值化，旨在工业价值链的优化提升，仅在数据管理层面是做不到的。在数据管理的基础上，通过数据治理，开展工业数据的资产管理顶层设计、价值评估及数据运营，才是实现数据资产价值变现的科学途径。通过汽车行业的订单驱动数据模型，很好地诠释了工业数据价值变现的可行性和巨大潜力。
曾任法国达索集团（DASSULT）研究工程师、源汛集团（ATOS）法国系统公司数据分析与处理部负责人、数据分析师。长期从事软件系统集成、数据处理和工业数字仿真技术研究，参与过航空航天、高端制造、交通运输、环境保护等领域的数据采集与处理的工业级软件包架构设计和开发工作。作为课题负责人，主导多项专项，涉及基于工业互联网与区块链技术的供应链建设，基于工业大数据的区域产业网络协同生产系统与管理体系设计与研发，复杂生态系统的工业大数据价值理论与数据治理方法研究等领域。
