主要观点：数据治理在数据工程中曾是最不吸引人的部分，常被视为繁文缛节，直到出现合规问题才被重视，而 Unity Catalog（UC）填补了这一治理空白。
关键信息：

• 数据工程师专注于构建、设计等，治理常被忽视，导致合规问题暴露，治理体系脆弱。
• UC 是 Databricks 的统一治理层，是跨 SQL、机器学习和 AI 工作负载的单一控制平面。
• 步骤包括创建目录和模式、注册数据表、定义用户组、应用细粒度安全、处理血统和元数据等。
• UC 能将数据与元数据统一，确保数据可发现、可信和可消费。
  重要细节：
• 定义 3 级命名空间（目录、模式、表）来组织数据。
• 通过注册表将现有数据集纳入 UC 治理，如为 Bakehouse 数据集创建相关表。
• 定义反映实际工作家族或功能的用户组，与身份提供程序集成进行基于角色的访问控制。
• 支持列掩码和行过滤器，为不同用户组提供不同访问权限，如为分析师掩码客户电子邮件。
• 在 Catalog Explorer 中可探索元数据和血统，UC 中的描述可由 AI 驱动生成，Lineage 标签可提供数据流向的可视化地图。