"ડેટાના અવ્યવસ્થિત જથ્થાને સ્પષ્ટતામાં ફેરવવા માટે તૈયાર છો? DataHub—એક ઓપન-સોર્સ મેટાડેટા પ્લેટફોર્મ જે મૂળરૂપે LinkedIn પર બનાવવામાં આવ્યું હતું—ટીમોને વેરહાઉસ, BI ટૂલ્સ, ઓર્કેસ્ટ્રેશન સિસ્ટમ્સ અને વધુમાં ડેટા શોધવામાં, તેના પર વિશ્વાસ મૂકવામાં અને તેનું સંચાલન કરવામાં મદદ કરે છે. આ વ્યવહારુ, પગલું-દર-પગલાં માર્ગદર્શિકામાં, તમે શૂન્યથી લઈને વર્કિંગ DataHub ઉદાહરણ સુધી જશો, મેટાડેટાને ગ્રહણ કરશો, વંશાવળીનું અન્વેષણ કરશો અને પરિભાષામાં ખોવાયા વિના શાસન સ્થાપિત કરશો."
"તમે એક નજરમાં શું શીખશો:"
- "મિનિટોમાં સ્થાનિક રીતે DataHub શરૂ કરો"
- "સામાન્ય સ્ત્રોતોમાંથી મેટાડેટા ગ્રહણ કરો (દા.ત., Snowflake, BigQuery, dbt)"
- "UI માં શોધ, વંશાવળી, માલિકી અને દસ્તાવેજીકરણનું અન્વેષણ કરો"
- "શાસન માટે નીતિઓ, ટૅગ્સ અને શરતો વ્યાખ્યાયિત કરો"
- "ટીમ પ્રક્રિયાઓ શરૂ કરો જે ખરેખર વળગી રહે"
"નોંધ: આ એક વ્યવહારુ અને ઉકેલ-લક્ષી વોકથ્રુ છે જે વાસ્તવિક વર્કફ્લોમાં મેપ કરવા માટે રચાયેલ છે. જરૂર પડ્યે ચોક્કસ માહિતી અને ઊંડાણપૂર્વકની માહિતી માટે અમે સત્તાવાર દસ્તાવેજો ટાંકીશું."
"- ઝડપી શરૂઆત: DataHubને સ્થાનિક રીતે ચલાવો\nજો તમે DataHubનો પ્રયોગ કરી રહ્યા છો અથવા તેને પાયલોટ કરી રહ્યા છો, તો સૌથી ઝડપી માર્ગ ક્વિકસ્ટાર્ટ છે. ખાતરી કરો કે તમારી પાસે પહેલાં Docker ઇન્સ્ટોલ કરેલું છે. પછી:
- "DataHub CLI ઇન્સ્ટોલ કરો"
- "UI ખોલો અને ડિફૉલ્ટ્સ સાથે લૉગ ઇન કરો"
"સત્તાવાર ક્વિકસ્ટાર્ટ વિગતો, આદેશો અને ડિફૉલ્ટ્સ અહીં છે. પરિચય આર્કિટેક્ચર સમજાવે છે અને DataHub આધુનિક સ્ટેક્સ માટે યોગ્ય રીઅલ-ટાઇમ મેટાડેટા મોડેલ (એન્ટિટીઝ, એસ્પેક્ટ્સ અને સ્ટ્રીમિંગ અપડેટ્સ) નો ઉપયોગ શા માટે કરે છે."
"સ્માર્ટ સેટઅપ ટિપ્સ:"
- "સ્થાનિક રીતે શરૂઆત કરો, પછી ભલે તમે પછીથી Kubernetes પર જવાની યોજના બનાવો. તે ખરીદી અને ડેમો માટે વધુ ઝડપી છે."
- "જો તમારી પાસે પહેલાથી જ Docker Desktop છે, તો તમે સામાન્ય રીતે થોડી મિનિટોમાં શરૂઆત કરી શકશો."
- "સુરક્ષા ઓળખપત્રોને સુરક્ષિત રાખો—સેન્ડબોક્સમાં પણ. અત્યારે બનાવેલી ટેવો પછીથી ચૂકવણી કરશે."
- 5 મિનિટમાં મુખ્ય ખ્યાલોને સમજો\nતમે કંઈપણ ગ્રહણ કરો તે પહેલાં, DataHubના માનસિક મોડેલથી આરામદાયક બનો:
- "એન્ટિટીઝ: ડેટાસેટ્સ, ટેબલ, ચાર્ટ્સ, ડેશબોર્ડ્સ, પાઇપલાઇન્સ, વપરાશકર્તાઓ જેવી વસ્તુઓ."
- "એસ્પેક્ટ્સ: એન્ટિટીઝ (સ્કીમા, માલિકી, ટૅગ્સ, ગ્લોસરી ટર્મ્સ, વંશાવળી) વિશેના મેટાડેટાના વર્ઝનવાળા "પાસાં"."
- "ગ્રાફ: સંબંધો (વંશાવળી, માલિકી, નિર્ભરતા) શોધ અને શોધ અનુભવને શક્તિ આપે છે."
"આ ગ્રાફ-આધારિત અભિગમ અસર વિશ્લેષણ (જો આપણે આ કૉલમ બદલીએ તો શું તૂટી જશે?), ડાઉનસ્ટ્રીમ વંશાવળી મેપિંગ અને ટ્રસ્ટ સિગ્નલ્સ (માલિકો, ટૅગ્સ, દસ્તાવેજીકરણ) જેવી સુવિધાઓને સક્ષમ કરે છે. સંક્ષિપ્ત વૈચારિક વિહંગાવલોકન પરિચય માર્ગદર્શિકામાં છે."
"- મેટાડેટા ગ્રહણ કરો: UI વિ. CLI (તમારો માર્ગ પસંદ કરો)\nDataHub વપરાશકર્તા મૈત્રીપૂર્ણ UI ગ્રહણ અને સ્ક્રિપ્ટેબલ CLI પાઇપલાઇન્સ બંનેને સપોર્ટ કરે છે. આજે તમારી વર્કફ્લોને જે બંધબેસે છે તે પસંદ કરો—ઘણી ટીમો બંનેનો ઉપયોગ કરે છે.
"વિકલ્પ A: UI-આધારિત ગ્રહણ (પ્રથમ રન માટે ઝડપી)"
- "UI માં, ગ્રહણ → નવો સ્ત્રોત પર જાઓ."
- "સ્ત્રોત પસંદ કરો (દા.ત., Snowflake, BigQuery, dbt, Kafka, Looker, Tableau)."
- "કનેક્શન વિગતો દાખલ કરો."
- "કનેક્શનનું પરીક્ષણ કરો."
- "માગ પર ગ્રહણનું શેડ્યૂલ કરો અથવા ચલાવો."
"UI પ્રવાહ અને પગલાં અહીં આવરી લેવામાં આવ્યા છે. તે બિન-એન્જિનિયરો અથવા ટીમો માટે આદર્શ છે જે કનેક્ટિવિટીને ઝડપથી માન્ય કરવા માગે છે."
"વિકલ્પ B: CLI-આધારિત ગ્રહણ (પુનરાવર્તિત અને CI-મૈત્રીપૂર્ણ)"
- "YAML રેસીપી બનાવો જે તમારા સ્ત્રોત, ફિલ્ટર્સ અને મેપિંગને વ્યાખ્યાયિત કરે છે."
- "ચલાવો: datahub ingest -c recipe.yml"
- "પુનરાવર્તિતતા માટે રેસીપીને વર્ઝન કંટ્રોલમાં સમર્પિત કરો."
"CLI ગ્રહણ અને રેસિપી અહીં વિગતવાર દસ્તાવેજીકૃત છે. આ અભિગમ dev/prod પાઇપલાઇન્સ, ઓટોમેશન અને સુસંગતતા માટે વધુ સારો છે."
"ગ્રહણ માટે પ્રો ટિપ્સ:"
- "એક અથવા બે સ્ત્રોતોથી પ્રારંભ કરો જે સૌથી મહત્વપૂર્ણ છે (દા.ત., Snowflake + dbt). ઝડપી જીત વેગ બનાવે છે."
- "આક્રમક રીતે ફિલ્ટર કરો. પહેલા દિવસે દરેક સેન્ડબોક્સ ડેટાસેટને ગ્રહણ કરશો નહીં; તે અવાજ બનાવે છે."
- "ગૂંચવણ ટાળવા માટે પ્લેટફોર્મ ઇન્સ્ટન્સ નામો ઉમેરો (જેમ કે snowflake:prod વિરુદ્ધ snowflake:dev)."
- UIનું અન્વેષણ કરો: શોધ, વંશાવળી અને માલિકી\nએકવાર તમારું પ્રથમ ગ્રહણ પૂર્ણ થઈ જાય, પછી ઝડપથી મૂલ્યને માન્ય કરવા માટે UI પર જાઓ:
- "સાર્વત્રિક શોધ: નામ, સ્કીમા, ટૅગ્સ અથવા ગ્લોસરી ટર્મ્સ દ્વારા ડેટાસેટ્સ, ડેશબોર્ડ્સ અને પાઇપલાઇન્સ શોધો."
- "વંશાવળી ગ્રાફ: અપસ્ટ્રીમ અને ડાઉનસ્ટ્રીમ કનેક્શન્સ જોવા માટે ડેટાસેટ પર ક્લિક કરો. આ અસર વિશ્લેષણ માટે સોનું છે."
- "માલિકી અને દસ્તાવેજીકરણ: માલિકો (ટીમો અથવા વપરાશકર્તાઓ) ઉમેરો અને સ્પષ્ટ વર્ણનો લખો. આ પ્રથમ વિશ્વાસ સંકેતો છે જે તમારી સંસ્થા અનુભવશે."
- "સ્કીમા અને પ્રોફાઇલિંગ: કૉલમ નામો, પ્રકારો અને નમૂના આંકડાઓની સમીક્ષા કરો. વહેલી તકે વિસંગતતાઓ શોધો."
- અર્થ ઉમેરો: ગ્લોસરી, ટૅગ્સ અને ડોમેન્સ\nકાચો મેટાડેટા માત્ર શરૂઆત છે. તમે સિમેન્ટિક્સને સ્તરીકરણ કરીને વાસ્તવિક સ્વીકૃતિને અનલૉક કરશો:
- "ગ્લોસરી ટર્મ્સ: વ્યવસાય-મૈત્રીપૂર્ણ ખ્યાલો વ્યાખ્યાયિત કરો (ગ્રાહક, ARR, સક્રિય વપરાશકર્તા). ભાષાને પ્રમાણિત કરવા માટે ડેટાસેટ્સ/કૉલમ્સ સાથે જોડો."
- "ટૅગ્સ: હળવા વજનવાળા લેબલ્સ (PII, ક્રિટિકલ, ડેપ્રિકેટેડ, ગોલ્ડ). જોખમ અને મહત્વ માટે ઝડપી દ્રશ્ય સંકેતો."
- "ડોમેન્સ: વ્યવસાય કાર્ય (ફાઇનાન્સ, માર્કેટિંગ) અથવા પ્લેટફોર્મ દ્વારા સંબંધિત સંપત્તિઓને જૂથબદ્ધ કરો."
"ભલામણ કરેલ પ્રથમ વર્ગીકરણ:"
- "ત્રણ ગ્લોસરી ટર્મ્સ જે દરેક વ્યક્તિ સમજે છે (ગ્રાહક, ઓર્ડર, આવક)"
- "એક નાનો ટૅગ સેટ: pii, gold, deprecated, experimental"
- "5–7 ડોમેન્સ જે તમારા ઓર્ગ ચાર્ટ અથવા ડેટા પ્લેટફોર્મ્સ સાથે મેપ કરે છે"
- શાસન જે સ્કેલ કરે છે: નીતિઓ અને ઍક્સેસ\nDataHub ભૂમિકા- અને એસેટ-આધારિત નીતિઓને સપોર્ટ કરે છે જેથી તમે નિયંત્રિત કરી શકો કે કોણ શું કરી શકે છે (દસ્તાવેજીકરણ સંપાદિત કરો, ટૅગ્સ ઉમેરો, વંશાવળીનું સંચાલન કરો, વગેરે). સરળ શરૂઆત કરો:
- "દસ્તાવેજો, માલિકી અને ટૅગ્સ પર સંપાદન અધિકારો સાથે "સ્ટુઅર્ડ્સ" જૂથ બનાવો."
- "મોટાભાગની સંપત્તિઓ માટે વિશ્લેષકોને વાંચવાની ઍક્સેસ આપો પરંતુ સંવેદનશીલ ડોમેન્સને પ્રતિબંધિત કરો."
- ""ટોપ પિક્સ" માં દેખાય તે પહેલાં "ગોલ્ડ" ડેટાસેટ્સ માટે માલિકોની આવશ્યકતા રાખો."
"નીતિઓ અને શાસન પ્લેટફોર્મની અંદર રહે છે, તેથી સંપાદકો અને દર્શકો માટે અનુભવ સુસંગત છે. જેમ જેમ તમારી સંસ્થા પરિપક્વ થાય છે, તેમ તેમ વધુ દાણાદાર પરવાનગીઓ અને મંજૂરી પ્રવાહો સાથે વિસ્તૃત કરો."
"- સંચાલન શ્રેષ્ઠ પ્રયાસો: તેને વળગી રહો\nજ્યારે મેટાડેટા પ્રોગ્રામ્સ વધારાના કામ જેવા લાગે છે ત્યારે નિષ્ફળ જાય છે. DataHub ને સામાન્ય પ્રવાહનો ભાગ બનાવો:
- "PRs/CI માં એમ્બેડ કરો: જ્યારે ડેટા પાઇપલાઇન્સ બદલાય છે, ત્યારે મેટાડેટા ગ્રહણ ચલાવો અને સ્કીમા ડિફ્સની તુલના કરો. આપોઆપ બ્રેકિંગ ફેરફારોને ફ્લેગ કરો."
- "dbt સાથે સંરેખિત કરો: dbt દસ્તાવેજો, પરીક્ષણો અને એક્સપોઝરનો ઉપયોગ કરો; કોડને વ્યવસાય સંદર્ભ સાથે જોડવા માટે તેમને DataHubમાં સપાટી પર લાવો."
- ""સ્વીકૃતિ પ્લેબુક" બનાવો: માલિકો ઓનબોર્ડિંગ દરમિયાન દસ્તાવેજો, ટૅગ્સ અને ગ્લોસરી ટર્મ્સ ઉમેરે છે. સ્કોરકાર્ડ્સ દ્વારા ગુણવત્તાને પુરસ્કાર આપો."
- "ડેટા કોન્ટ્રાક્ટ પ્રકાશિત કરો: મુખ્ય કોષ્ટકો માટે, SLA, તાજગી, નલિબિલિટી અને સ્થિરતા નિયમો વ્યાખ્યાયિત કરો. તેને DataHubમાં સપાટી પર લાવો."
- "પાયલોટથી પ્રોડક્શન સુધી: શું ફેરફારો છે?"
- "ઇન્ફ્રાસ્ટ્રક્ચર: સ્થાનિક Docker થી સંચાલિત પર્યાવરણ (Kubernetes, ક્લાઉડ સેવાઓ) પર જાઓ. જો તમારી સંસ્થામાં ઉપલબ્ધ હોય તો હોસ્ટેડ વિકલ્પ ધ્યાનમાં લો."
- "ઓથ/SSO: તમારા ઓળખ પ્રદાતા (Okta, Azure AD, વગેરે) સાથે સંકલિત કરો."
- "નિરીક્ષણક્ષમતા: ગ્રહણ જોબ્સ, ગ્રાફ સાઇઝ અને UI પ્રદર્શનનું નિરીક્ષણ કરો."
- "ફેરફાર વ્યવસ્થાપન: મેટાડેટા સમીક્ષા કેડન્સ સ્થાપિત કરો (દા.ત., સાપ્તાહિક સ્ટુઅર્ડશિપ સિંક્સ)."
- "મુશ્કેલીનિવારણ: સામાન્ય મુશ્કેલીઓ અને સુધારાઓ"
- ""હું મારા કોષ્ટકો જોઈ શકતો નથી." નેટવર્ક નિયમો, ઓળખપત્રો અને સ્ત્રોત ફિલ્ટર્સ તપાસો. સમસ્યાને અલગ કરવા માટે ન્યૂનતમ ગ્રહણ રેસીપી ચલાવો."
- ""વંશાવળી અધૂરી છે." ખાતરી કરો કે તમે ઓર્કેસ્ટ્રેશન (Airflow), પરિવર્તન (dbt) અને વેરહાઉસ સ્ત્રોતોમાંથી ગ્રહણ કર્યું છે. વંશાવળીને ઘણીવાર બહુવિધ કનેક્ટર્સની જરૂર પડે છે."
- ""શોધ અવ્યવસ્થિત લાગે છે." ફિલ્ટર્સને સજ્જડ કરો, ટૅગ્સ/ગ્લોસરી ઉમેરો અને ડેપ્રિકેટેડ એસેટ્સને છુપાવો."
- ""દસ્તાવેજો વાસી છે." નિયમિત ગ્રહણનું શેડ્યૂલ કરો; માલિકોને કોડ ફેરફારો સાથે વર્ણનો અપડેટ કરવા માટે પ્રોત્સાહિત કરો."
- ઉદાહરણ: 48 કલાકમાં મૂલ્યનો ઝડપી માર્ગ\nદિવસ 1
- "ક્વિકસ્ટાર્ટ દ્વારા સ્થાનિક રીતે DataHub શરૂ કરો."
- "UI ગ્રહણનો ઉપયોગ કરીને તમારા વેરહાઉસ (Snowflake/BigQuery) માંથી ગ્રહણ કરો."
- "પાંચ નિર્ણાયક ડેટાસેટ્સમાં માલિકો અને વર્ણનો ઉમેરો."
- "ગ્રાહક અને આવક માટે ગ્લોસરી ટર્મ્સ બનાવો; તે ડેટાસેટ્સને ગોલ્ડ તરીકે ટૅગ કરો."
"દિવસ 2"
- "કોષ્ટકો સાથે મોડેલ્સને કનેક્ટ કરવા માટે dbt મેટાડેટા ગ્રહણ કરો."
- "ગ્રહણ → પરિવર્તન → BI માં વંશાવળીને માન્ય કરો."
- "એક નીતિ બનાવો કે માત્ર સ્ટુઅર્ડ્સ જ ગોલ્ડ ડેટાસેટ ડોક્સ બદલી શકે છે."
- "હિસ્સેદારોને વંશાવળી દૃશ્ય અને શોધ અનુભવનું ડેમો આપો; પ્રતિસાદ એકત્રિત કરો."
"મુખ્ય સંદર્ભો"
- "ક્વિકસ્ટાર્ટ: સ્થાનિક સેટઅપ, ઓળખપત્રો, પોર્ટ્સ, આદેશો"
- "ખ્યાલો અને આર્કિટેક્ચર વિહંગાવલોકન"
- "CLI ગ્રહણ અને YAML રેસિપી"
Sider.AI ક્યાં મદદ કરી શકે છે\nજો તમારી ટીમ વારંવાર શ્રેષ્ઠ પ્રયાસો પર સંશોધન કરે છે, ડેટાસેટ દસ્તાવેજો લખે છે અથવા વંશાવળી અને સ્કીમા ફેરફારોના સુપાચ્ય સારાંશની જરૂર હોય, તો એ નોંધવું યોગ્ય છે કે Sider.AI દસ્તાવેજીકરણ અને જ્ઞાન વહેંચણીને ઝડપી બનાવી શકે છે. ઉદાહરણ તરીકે, તમે ગાઢ સ્કીમા ડિફ્સને માનવ-વાંચી શકાય તેવા ચેન્જ લૉગ્સમાં ફેરવી શકો છો, અથવા પ્રથમ-ડ્રાફ્ટ ડેટાસેટ વર્ણનો જનરેટ કરી શકો છો જે સ્ટુઅર્ડ્સને શુદ્ધ કરે છે—કાચા મેટાડેટાથી ઉપયોગી સંદર્ભ સુધીનો સમય ઘટાડે છે. ""ચીટ શીટ: તમારી પ્રથમ 10 ક્રિયાઓ"
- "ક્વિકસ્ટાર્ટ દ્વારા સ્થાનિક રીતે DataHub લોંચ કરો."
- "UI ગ્રહણ દ્વારા એક વેરહાઉસ સ્ત્રોત ઉમેરો."
- "વંશાવળી માટે dbt અથવા ઓર્કેસ્ટ્રેશન મેટાડેટા ગ્રહણ કરો."
- "5–10 મુખ્ય ડેટાસેટ્સમાં માલિકો ઉમેરો."
- "સંક્ષિપ્ત વર્ણનો લખો (દરેક 2–3 વાક્યો)."
- "3 ગ્લોસરી ટર્મ્સ અને 4–6 ટૅગ્સ બનાવો."
- "5 ડેટાસેટ્સને ગોલ્ડ તરીકે ટૅગ કરો અને ડેપ્રિકેટેડને છુપાવો."
- "સ્ટુઅર્ડ્સ માટે એક સંપાદક નીતિ સેટ કરો."
- "દૈનિક ગ્રહણનું શેડ્યૂલ કરો."
- "2 હિસ્સેદાર ટીમોને UIનું ડેમો આપો અને પ્રતિસાદ એકત્રિત કરો."
"આગળ શું છે?"
- "Kubernetes અથવા સંચાલિત પર્યાવરણમાં સ્કેલ કરો."
- "શાસન માટે SSO અને જૂથો શરૂ કરો."
- "BI અને ઇવેન્ટ સ્ટ્રીમ્સમાં ગ્રહણ વિસ્તૃત કરો."
- "ડેટા ગુણવત્તા અને દસ્તાવેજીકરણ પૂર્ણતા માટે સ્કોરકાર્ડ્સ બનાવો."
- "CI/CD સાથે સંકલિત કરો જેથી સ્કીમા ફેરફારો હંમેશા કેટલોગમાં પ્રતિબિંબિત થાય."
"અંતિમ ટેકઅવેઝ"
- "નાની શરૂઆત કરો, ઝડપથી મૂલ્ય મોકલો અને પુનરાવર્તન કરો."
- "ઝડપ માટે UI ગ્રહણનો ઉપયોગ કરો; પુનરાવર્તિતતા માટે CLI."
- "વિશ્વાસ વધારવા માટે શરૂઆતમાં ગ્લોસરી, ટૅગ્સ અને નીતિઓમાં સ્તર કરો."
- "સંપૂર્ણ વંશાવળી માટે વેરહાઉસ + dbt + BI ને કનેક્ટ કરો."
- "દસ્તાવેજીકરણને વિકાસના ભાગ તરીકે ગણો, વિચાર્યા પછી નહીં."
"FAQ"
"Q1: DataHub શું છે અને મારે તેનો ઉપયોગ શા માટે કરવો જોઈએ?\nDataHub એ તમારા ડેટા સ્ટેકમાં શોધ, વંશાવળી અને શાસન માટેનું ઓપન-સોર્સ મેટાડેટા પ્લેટફોર્મ છે. તે ટીમોને વિશ્વસનીય ડેટાસેટ્સ શોધવામાં, અસરને સમજવામાં અને દસ્તાવેજીકરણને પ્રમાણિત કરવામાં મદદ કરે છે. સત્તાવાર પરિચયમાં મૂળભૂત બાબતો જાણો.
""Q2: હું DataHubને ઝડપથી કેવી રીતે ઇન્સ્ટોલ કરી શકું?\nક્વિકસ્ટાર્ટનો ઉપયોગ કરો: Docker ઇન્સ્ટોલ કરો, CLI ઇન્સ્ટોલ કરો, પછી એક જ આદેશથી શરૂઆત કરો. તમે સ્થાનિક રીતે UIને ઍક્સેસ કરી શકો છો અને સેટઅપને ઝડપથી માન્ય કરવા માટે ડિફૉલ્ટ્સ સાથે લૉગ ઇન કરી શકો છો.
""Q3: મારે DataHubમાં UI ગ્રહણ અથવા CLI ગ્રહણનો ઉપયોગ કરવો જોઈએ?\nઝડપથી શરૂઆત કરવા અથવા બિન-એન્જિનિયરોને સામેલ કરવા માટે UI-આધારિત ગ્રહણનો ઉપયોગ કરો; તે પ્રથમ વખત કનેક્ટિવિટી અને ડેમો માટે શ્રેષ્ઠ છે. વર્ઝનવાળી રેસિપી, ઓટોમેશન અને CI/CD એકીકરણ માટે CLI ગ્રહણ પર સ્વિચ કરો.
""Q4: DataHubમાં વંશાવળી બતાવવા માટે હું શું કરું?\nબહુવિધ સ્ત્રોતોમાંથી ગ્રહણ કરો: તમારું વેરહાઉસ (દા.ત., Snowflake), તમારું પરિવર્તન સ્તર (દા.ત., dbt), અને ઓર્કેસ્ટ્રેશન (દા.ત., Airflow). DataHub આ ટુકડાઓને કનેક્ટ કરે છે તેમ વંશાવળી ઉભરી આવે છે.
""Q5: DataHubમાં મારે પ્રથમ કઈ શાસન સુવિધાઓ સક્ષમ કરવી જોઈએ?\nમાલિકી, સંક્ષિપ્ત વર્ણનો, એક નાની ગ્લોસરી અને ગોલ્ડ, pii અને ડેપ્રિકેટેડ જેવા સુસંગત ટૅગ્સથી પ્રારંભ કરો. પછી નિર્ણાયક સંપત્તિઓને કોણ સંપાદિત કરી શકે છે તેને નિયંત્રિત કરવા માટે નીતિઓ ઉમેરો અને નિયમિત ગ્રહણનું શેડ્યૂલ કરો.
"
