DAMA：数据治理 CDGA/CDGP 认证考试备考经验分享

一、关于DAMA中国和CDGA/CDGP考试

国际数据管理协会（DAMA国际）是一个全球性的专业组织，由数据管理和相关的专业人士组成，非营利性机构，厂商中立。协会自1980年成立以来，一直致力于数据管理和数字化的研究、实践及相关知识体系的建设，先后发行了《DAMA 数据管理字典》和《DAMA数据管理知识体系》等。

该知识体系目前已被广泛使用，并已成为业界的标杆和权威。为紧贴国内数据治理和数字化的发展趋势，2020年10月起，国际数据管理协会中国分会（DAMA中国）对DAMA国际数据管理专业人员认证( CDMP )的考试语言、考试形式、考试内容、证书类型等进行了适当本地化重构。重构后认证考试分为数据治理工程师—CDGA( Certified Data Governance Associate)和数据治理专家—CDGP( Certified Data Governance Professional )。

DAMA 中国承担认证考试命题工作，并定期组织中文考试，对考试通过者由 DAMA 中国颁发认证证书。中文版的 CDGA、CDGP 和英文版的 CDMP 证书国际通用，行业认可，是数据管理领域最专业的职业认证之一。

二、CDGA 考试总结

2.1 我的复习方法

主要方式就是看书，包括《DAMA-DMBOK2 数据管理知识体系指南》和《穿越数据的迷宫：数据管理执行指南》，这两本书在网络都有售卖。

其中后者可以看作是前者的简化版本，便于从宏观上掌握 DMBOK2 的纲要，主要的还是靠DAMA-DMBOK2 来学习，对这本教材我一共看了四遍：

• 通读教材，了解基本内容和不同知识领域自己的掌握情况，做到心中有数
• 精读教材，结合笔记、思维导图系统梳理知识点，这一遍时间最长
• 结合了数贝（厦门数贝信息科技有限公司提供的“databok数据课”，可以在微信中搜索到小程序“数贝”）提供的练习题进行模拟训练，对训练过程中出错的题目反向查找知识点进行强化学习，加深理解
• 查漏补缺，快速过一遍教材

当然，实际的学习过程可没有说起来这么轻松，建议大家还是投入相当的时间和精力去学习。

2.2 心得体会

1、对于 CDGA 考试，全是单选题，个人觉得最重要的就是对概念的清晰理解和把握，因此许多东西确实是要“背”的。对于重要章节，如数据治理、数据架构、建模与设计、元数据、数据质量、数据安全、数据仓库和商务智能等，应该较为全面的学习；而对于其它次重要章节，则一定要重视语境关系图，把每个知识领域的目标、原则、输入、活动、交付成果、参与人员、方法、工具、度量指标等搞清楚。这些知识点相当零碎，要想全背诵下来，还是不太现实的，但多看几遍你就会找到一些语感，考试时凭直觉不会犯重大错误。

2、正因为无法做到精确背诵，在考试时有些模糊的题目，我尽量做到以第一感觉为主，不想太多。

3、做模拟题有一定的作用，确实有一些题目会押中，但比例不大，还是要靠学习为主，模拟题主要是帮助进行知识点回顾。

4、如果有一些信息系统相关的经验，有些题目对你来说就很简单了。例如数据建模相关的。

5、务必注意考试时间，我是等最后快没时间了才做完（毕竟有些题目还是举棋不定，耽误了时间，100道题目100分钟，需要快速做决定），后面十几分钟手忙脚乱地填涂答题卡，没有多少时间检查。

6、现在看，CDGA 还是相对简单的，相关概念清楚，配合一些经验和常识，即使没见过，也有一定的机率“蒙”对，但为了提高这个机率，还是努力看书吧！

三、CDGP 考试心得

3.1 我的复习方法

对于 CDGP，我丝毫不敢掉以轻心。一方面是参加 CDGA 时发现自己确实掌握得不牢固，另一方面也知道 CDGP 不像 CDGA 题目类型简单，有10道单选题，15道多选题，后面几道大题内容和出题方式都未知。因此在初期的复习是有些茫然的，需要了解了 CDGP 考试的相关情况，当时还做了一些要点记录：

1、CDGP考试论述题内容

重点包括架构设计、逻辑模型设计、性能问题解决方案、数据质量、元数据问题解决方案等；

题型包括知识点类（如数据质量问题的来源）、活动排序类（如数据科学、主数据等活动超过七个的知识领域）、开放类（结合经验论述，如集成外部数据时如何做到标准化）；尤其应当关注数据仓库与BI、大数据领域的架构设计案例、架构图；模型设计可能包括关系模型或维度模型。

2、答题要点

• 写字工整；
• 写出要点，不需要长篇大论；
• 只要言之有理就可能得分；
• 有些题目可能会有些绕弯，需要认真辨析题义。

这些内容虽然和后续我参加考试的体会并不是完全一致的（毕竟DAMA中国的老师们也在对考试进行不断迭代），但它确实驱散了眼前 CDGP 考试的一部分迷雾，为我修订自己的复习方法提供了信息支持：

我再次系统地看了一遍书，就当自己从来没看过。这一遍居然看出了不少新的体会，逐步在头脑中形成了一个整体框架，甚至可以靠回忆来把知识体系串起来了。

我手动把 DMBOK2 中所有认为重要的图表都画了一遍，以应对可能出现的“画图”题目。尤其是数据仓库和商务智能中的那两个架构图（CIF和数仓棋子视图），反反复复画了好几遍，直到可以“默写”，后来考试虽然没用上这两张图，但它让我对数据仓库的架构加深了理解，事实上题目中也确实有数据仓库架构类的题目。

3、扩展阅读，我给自己制订了一个书目。不过需要注意的是，这些大部头要想在短短一两个月全部啃下来是不可能的，一方面有些书我以前已经读过了，另一方面，我主要是将这些外围知识与 DMBOK2 中的知识体系连接起来，不到于有枝无叶，所以更多是快速浏览学习。

图书较多，就不附链接了，书名如下：

• 《穿越数据的迷宫：数据管理执行指南》
• 《数据仓库》
• 《数据治理：工业企业数字化转型之道》
• 《数据仓库工具箱：维度建模权威指南》
• 《大数据架构详解：从数据获取到深度学习》
• 《主数据驱动的数据治理》
• 《中台实战：数字化转型方法论与解决方案》
• 《中台战略：中台建设与数字商业》
• 《数据治理：如何设计、开展和保持有效的数据治理计划》
• 《数据中台架构：企业数据化最佳实践》
• 《数据中台：让数据用起来》
• 《数字化转型方法论：落地路径与数据中台》
• 《Hadoop构建数据仓库实践》
• 《NoSQL数据库入门与实践》
• 《数据治理与数据安全》
• 《大数据分析：数据仓库项目实战》

3、 把各知识领域的语境关系图打印出来装订成了一个小本，有空就拿出来看看，几乎快背下来了（主要是想应付上文所说的“排序题”，不过也没用上，只是这回碰到单选题，几乎不用犹豫了）。

4、 最后，非常关键的一点，把数据建模与设计的知识重点复习了一下。CDGP 建模是必考题，也就是针对特定的业务场景建立逻辑数据模型。作为数据开发，建模对我来说并不算陌生，但是对信息工程表示法（也就是鸭掌模型）特地找了一些相关资料来学习，事实证明，用上了。

四、总结

1、多看几遍书是非常必要的，尽管 DMBOK2 这本书很厚，知识点繁杂，很容易让人感觉千头万绪。但是世上本没有路，走的次数多了，也就踩出了一条路。

2、类似建模这些技能，是真的有必要练习的，因为你不仅要会，而且要快。

3、CDGA 重在厘清概念，CDGP 重理论应用，这的确是一个逐步深入的过程，如果能把这个学习的过程与工作结合起来，真正形成解决问题的技能而不是仅仅应付考试，岂不更好？