无论是开源还是商业可用，使用软件可以确保在基于Hadoop的数据湖中进行适当的数据管理，但如何在这个过程中获得最大收益呢？

对于主流大数据用户来说，数据治理是一个大问题。最近，IT供应商已经宣称使用开源以及商业数据治理工具来管理基于Hadoop的数据湖中的数据。 但IT专业人员如何筛选这些数据治理产品以实现大数据任务的自动化？

Atlas 似乎很“完美”

Hadoop供应商Hortonworks供应商创建了Apache Atlas，它是一种可扩展的核心基础服务框架。据该公司介绍，Apache Atlas不仅允许企业满足其Hadoop合规性要求，还可以与整个企业数据生态系统相集成。 Hortonworks在开源项目（例如Aetna，Merck，Schlumberger和Target）中，吸引了一些大型公司开发人员的参与。

Hortonworks 的CTO Scott Gnau解释道：“当你开始使用大数据驱动的企业应用时，安全和治理以及运营复杂性变得更加重要。Atlas技术的范围已经足够广泛，足够强大，我们可以看到客户部署数量的激增。”

Hortonworks的竞争对手Cloudera已经发布了Navigator，该公司称之为“Apache Hadoop唯一完整的数据治理解决方案”，并具有数据发现，持续优化、审计、谱系、元数据管理和策略执行功能。该产品是Cloudera Enterprise的一部分。

Beachbody 公司数据执行总监Eric Anderson表示，健身和营养产品的制造商使用诸如HCatalog和Apache Falcon等技术来分析其分析系统中的元数据和数据。2016年12月，Beachbody在AWS云端开始运行基于Hadoop的数据湖。

Atlas仍有待完善

“这些技术提供的功能可能已经足够好，但是一些工具并不像预期中那么成熟，”Anderson说，“如果我们想要端到端数据谱系，这一点就很难做到。”他的最终目标是在所有接触点上了解数据源的完整范围。

根据2016年Gartner的调查，企业已经将重心从大数据转移到大数据可以解决的具体业务问题上，这可能会影响数据治理工具的部署。尽管有48%的受访企业在2015年至2016年期间略微增加了大数据方面的支出，但那些计划在未来两年投资的公司比例从31%降至25%。

数据治理工具不够成熟可能会对企业造成不利影响。Gnau也承认，Atlas仍有待完善。