数据体系（Data Platform）

目标：让数据从“可采集”→“可信”→“可复用”→“可决策”

P0（数据基础）
├── 数据采集 / 埋点体系
├── 数据中台（数据湖 / 数据仓库）
├── ETL / ELT 平台（Airflow）

P1（数据可信）
├── 元数据平台（Data Catalog）
├── 指标平台
├── 数据质量平台（DQ）

P2（数据服务）
├── 数据 API 平台
├── 报表平台（BI）
├── 数据可视化平台

P3（数据资产化）
├── 数据资产管理
├── 数据权限与安全治理
├── 特征平台（Feature Store）

中间件体系的本质不是“技术选型”，而是“运行能力抽象”：

数据权限与安全治理（Data Access Control & Security Governance）

下面我从企业级数据体系与治理视角，系统、可落地地 详细展开「数据权限与安全治理（Data Access Control & Security Governance）」。

我会刻意把它讲成一套工程体系，而不是零散的安全点。

一、先一句话定性

数据权限与安全治理 = 在数据“产生 → 加工 → 存储 → 服务 → 消费”的全链路上，确保“该给谁的给、该遮的遮、该留痕的留痕、该追责的可追责”。

核心不是“封死数据”，而是 安全可用。

二、为什么数据权限是“治理”，不是“权限表”

如果只是“权限表”，你会遇到：

表太多，授权混乱
权限随人走，不随数据走
指标、API、报表权限各自一套
审计时说不清楚“谁看了什么”

数据权限治理的本质是：

以数据资产为中心，统一身份、统一策略、统一审计。

三、数据安全治理的整体分层模型

身份层（Who）
 └─ 用户 / 应用 / 角色

权限策略层（Can Do What）
 ├─ 数据资产权限
 ├─ 行列权限
 ├─ 脱敏策略
 ├─ 指标权限

执行层（How）
 ├─ 数据 API 平台
 ├─ BI 平台
 ├─ 查询引擎

审计与合规层（Trace）
 ├─ 访问日志
 ├─ 风险识别
 ├─ 合规报表

四、权限治理核心能力拆解

1. 身份与主体治理（Who）

访问主体

人（员工 / 分析师 / 管理者）
系统（应用、服务）
外部主体（合作方）

核心原则

统一身份源（SSO / IAM）
人与系统身份隔离
权限不直接给人，而是给角色

2. 数据资产级权限（What）

权限对象

表
指标
标签 / 人群
API
报表

常见权限动作

查看资产
查询
导出
共享

资产目录是权限治理的“锚点”。

3. 行级权限（Row-Level Security）

这是企业最刚需、也最复杂的部分。

常见规则

只能看自己部门
只能看自己区域
只能看自己负责的业务线

实现方式

SQL 重写（where 条件注入）
视图隔离
引擎级 RLS

4. 列级权限（Column-Level Security）

典型敏感字段

手机号
身份证
邮箱
地址

策略

不可见
部分可见（掩码）
明文（高权限）

5. 数据脱敏与隐私保护

脱敏类型

类型	示例
静态脱敏	存储前脱敏
动态脱敏	查询时脱敏
可逆脱敏	Token / 加密
不可逆脱敏	Hash

6. 指标级权限（常被忽略）

GMV 是否人人可见？
成本、利润是否有限制？

指标平台需要支持：

指标可见性控制
指标粒度限制

7. 数据服务访问控制

API 级

Token / AppKey
QPS / 并发限制
调用范围

参数级

时间范围限制
维度限制

8. 导出与传播治理（非常重要）

Excel 导出权限
水印
导出审批
访问到期自动回收

五、审计、风控与合规能力

1. 审计日志

记录内容：

谁
在什么时候
访问了什么资产
返回了多少数据

2. 风险识别

异常访问频率
非工作时间访问
敏感字段高频访问

3. 合规支持

等保
GDPR / PIPL
内部审计

六、技术实现架构（落地视角）

用户 / 系统
 ↓ SSO / IAM

数据访问统一入口
（API / BI / 查询网关）
 ↓
权限策略引擎
 ├─ 行列权限
 ├─ 脱敏策略
 ├─ 指标权限

↓
查询执行引擎
（OLAP / 实时）

↓
审计 & 风控

核心思想： 权限一定要在“访问入口”集中执行，而不是分散在数据库。

七、与其他数据平台的关系

平台	关系
元数据平台	权限对象来源
数据资产管理	权限治理入口
指标平台	指标级权限
数据 API 平台	执行权限
BI 平台	消费权限
数据质量平台	异常辅助判断

八、常见错误与反模式

数据库直接授权
BI 自己管权限
权限与人强绑定
没有审计
脱敏靠开发写代码

九、落地路线建议

阶段 1：止血

禁止直连数仓
统一数据出口

阶段 2：治理

行列权限
脱敏策略

阶段 3：合规

审计
风控

阶段 4：运营

数据体系（Data Platform）
数据权限与安全治理（Data Access Control & Security Governance）
一、先一句话定性
二、为什么数据权限是“治理”，不是“权限表”
三、数据安全治理的整体分层模型
四、权限治理核心能力拆解
五、审计、风控与合规能力
六、技术实现架构（落地视角）
七、与其他数据平台的关系
八、常见错误与反模式
九、落地路线建议

成熟企业级技术平台-101-数据权限与安全治理（Data Access Control & Security Governance）