一本书带你了解企业数据架构

2017年英国《经济学人》杂志提出一个观点：世界上最具价值的资源不再是石油，而是数据。围绕数据的各种概念的提出或者理论层面的探索从未停止过，例如数据要素、数字经济、数字化转型以及数据资产以及定价等。不同行业的企业乃至整个社会对于数据愈发重视，政府也同样提出建设“数字中国”的概念。上述种种无疑都对数据从业者提出更高的要求。

当下企业内部的系统往往出现非常复杂的、网状的、相互深耦合以及标准互不统一等现象。很多时候，只要某一个应用系统数据出现问题，往往会导致企业内部非常多的系统出现相关业务问题，例如指标计算错误、业务状态流转错误，更有甚者可能出现一些公共事件。此外数据孤岛、数据沼泽、数据荒漠的各种概念想必大家都并不会陌生吧？这一些现象的出现说明某些企业的数据架构可能在某些方面出现一些问题。

正如灵活、高效以及稳定的应用系统需要优秀的应用架构去支撑。很明显构建“数字中国”需要构成国家不同的组织有着高质高效的数据支撑。企业高质高效的数据从何而来？那么就必须要在企业内部实现优秀的数据架构。很明显，没有优秀的数据架构那么就不会有着高质高效的数据。

那么数据架构到底是什么？数据架构到底包含什么东西？优秀的数据架构如何而来？数据从业者如何在当前的数字化时代提升自己呢？让我们带着这些问题一起翻开《企业级数据架构》。

正如在《企业级数据架构》一书中的第一章所提到的，其实不同类型的组织对于数据架构的理解或者定义都是不一样的。书中列举了DAMA、华为、金标委等不同组织关于数据架构的理解。而本书并没有只是简单的按照上述机构的定义，而是结合笔者这十几年的经验，将数据架构核心要素进行整合。从业者掌握这些核心要素那么就有机会帮助企业构建优秀的数据架构。同时笔者还将数据架构核心要素在逻辑上实现了统一，开创性的梳理了不同要素之间的关系，这部分的内容出现在《企业级数据架构》的第十二章。

此外本书还按照DIKW框架，参考数据资产相关的书籍，罗列了数字相关名词出现的时间点（例如信息化、数字化、数据化），并且结合自身的理解构建了三者在物理空间以及网络空间的相关关系，相关的内容出现在本书的第十四章。

数据从业者只有理解这些相关的概念才能更好的理解这些概念衍生概念的内涵，不会在各种各样的“数据概念”中迷路，知其然知其所以然。

当然《企业级数据架构》一书的内容远非这些，上述的点点只是书中的冰山一角。作者是一个十几年始终在一线的从业者，他不仅精通数据架构，对于应用架构也有较深的积累（可能是因为加班实在太多）。所以当然站在数据的视角看应用，或者站在应用的视角看待数据会发现很多不一样的体会，而这些体会很多内容都出现在书中不同章节的Tips中。

而这些都需要读者自己打开这本书，然后开始一场《企业级数据架构》的探索之旅。

< end >