【中项】系统集成项目管理工程师-第6章 数据工程-6.4数据仓库和数据资产

前言：系统集成项目管理工程师专业，现分享一些教材知识点。觉得文章还不错的喜欢点赞收藏的同时帮忙点点关注。 

       软考同样是国家人社部和工信部组织的国家级考试，全称为“全国计算机与软件专业技术资格（水平）考试”，目前涵盖了计算机软件、计算机网络、计算机应用技术、信息系统、信息服务5大领域，总共27个科目，也是分为初、中、高三个级别。

       通信专业主要需要关注“计算机网络”这个专业类别，可以考的科目有初级资格的“网络管理员”、中级的“网络工程师”。

       还有5个高级资格专业，分别是“信息系统项目管理师“”系统分析师“”系统架构设计师“”网络规划设计师“”系统规划与管理师“。

       软考高级证书在通信行业比较吃香，主要原因有两个： 通信行业与计算机软件是相近专业，评职称满足相近专业的要求； 通信高级不能以考代评，但软考高级可以，很多考生通过考软考高级来评高级职称。
————————————————

                       

6.4数据仓库和数据资产

       随着“数字中国 ”等国家战略持续深化，以及各类组织数字化转型的全面实施和持续推进，数 据资产逐步成为各类组织的重要资产类型，也是组织高质量发展和可持续竞争优势建设的关键。

6.4.1数据仓库

       数据仓库是一个面向主题的、集成的、随时间变化的、包含汇总和明细的、稳定的历史数据集合（ 中23下）。数据仓库通常由数据源、数据的存储与管理、OLAP服务器、前端工具等组件构成  （中22下广）。

（1）数据源。数据源是数据仓库系统的基础，是整个系统的数据源泉，通常包括企业的内部信 息和外部信息。内部信息包括存放于关系型数据库管理系统中的各种业务处理数据和各类文档数

据；外部信息包括各类法律法规、市场信息和竞争对手的信息等。

（2）数据的存储与管理。数据的存储与管理是整个数据仓库系统的核心。数据仓库真正的关键 是数据的存储和管理。数据仓库的组织管理方式决定了它有别于传统数据库，同时也决定了其对外 部数据的表现形式。要决定采用什么产品和技术来建立数据仓库的核心，则需要从数据仓库的技术 特点着手分析。针对现有各业务系统的数据，进行抽取、清理，并有效集成，按照主题进行组织。 数据仓库按照数据的覆盖范围可以分为企业级数据仓库和部门级数据仓库（通常称为数据集市）。

（3）OLAP（On-Line Analysis Processing ，联机分析处理）服务器。对分析需要的数据进行有  效集成，按多维模型予以组织， 以便进行多角度、多层次的分析，并发现趋势。其具体实现可以分为：ROLAP（关系数据的关系在线分析处理）、MOLAP（多维在线分析处理）和HOLAP（混合  在线分析处理）。ROLAP基本数据和聚合数据均存放在RDBMS之中；MOLAP基本数据和聚合数  据均存放于多维数据库中；HOLAP基本数据存放于RDBMS之中，聚合数据存放于多维数据库中。

（4）前端工具。前端工具主要包括各种查询工具、报表工具、分析工具、数据挖掘工具以及各 种基于数据仓库或数据集市的应用开发工具（ 中21上）。其中，数据分析工具主要针对OLAP服务 器，报表工具、数据挖掘工具主要针对数据仓库。

6.4.2主题库

       主题库建设是数据仓库建设的一部分。主题库是为了便利工作、精准快速地反映工作对象全貌 而建立的融合各类原始数据、资源数据等，围绕能标识组织、人员、产权、财务等的主题对象，长 期积累形成的多种维度的数据集合。例如，人口主题库、土地主题库、企业主题库、产权主题库、 财务主题库、组织主题库等。由于每类主题对象具有不同的基本属性、不同的业务关注角度，因此 每类主题对象具有不同的描述维度。主题库建设可采用多层级体系结构，即数据源层、构件层、主 题库层。

（1）数据源层。数据源层存放数据管理信息的各种管理表和数据的各类数据表。

（2）构件层。构件层包括基础构件和组合构件。基础构件包括用户交互相关的查询数据、展现 数据和存储数据构件，以及数据维护相关的采集数据、载入数据和更新数据构件。组合构件由基础 构件组装而成，能够完成相对独立的复杂功能。

（3）主题库层。按业务需求通过构建组合，形成具有统一访问接口的主题库。

6.4.3数据资产管理

       数据资产管理（DataAssetManagement ，DAM）是指对数据资产进行规划、控制和提供的一组 活动职能，包括开发、执行和监督有关数据的计划、政策、方案、项目、流程、方法和程序，从而 控制、保护、交付和提高数据资产的价值。数据资产管理须充分融合政策、管理、业务、技术和服 务等，从而确保数据资产保值增值。在数字时代，数据是一种重要的生产要素，把数据转化成可流 通的数据要素，重点包含数据资源化、数据资产化两个环节。

（1）数字资源化。通过将原始数据转变为数据资源，使数据具备一定的潜在价值，是数据资产 化的必要前提。数据资源化以数据治理为工作重点， 以提升数据质量、保障数据安全为目标，确保 数据的准确性、一致性、时效性和完整性，推动数据内外部流通。

（2）数据资产化。通过将数据资源转变为数据资产，使数据资源的潜在价值得以充分释放。数 据资产化以扩大数据资产的应用范围、显性化数据资产的成本与效益为工作重点，并使数据供给端 与数据消费端之间形成良性反馈闭环。

       在数据资产化之后，将关注数据资产的流通、数据资产的运营、数据价值评估等流程和活动， 为数据价值的实现提供支撑。

       数据资产流通是指通过数据共享、数据开放或数据交易等流通模式，推动数据资产在组织内外 部的价值实现。数据共享是指打通组织各部门间的数据壁垒，建立统一的数据共享机制，加速数据 资源在组织内部流动。数据开放是指向社会公众提供易于获取和理解的数据。对于政府而言，数据 开放主要是指公共数据资源开放；对于企业而言，数据开放主要是指披露企业运行情况、推动政企 数据融合等。数据交易是指交易双方通过合同约定，在安全合规的前提下，开展以数据或其衍生形 态为核心的交易行为。

       数据资产运营是指对数据服务、数据流通情况进行持续跟踪和分析，以数据价值管理为参考， 从数据使用者的视角出发，全面评价数据应用效果，建立科学的正向反馈和闭环管理机制，促进数 据资产的迭代和完善，不断适应和满足数据资产的应用和创新。

       数据价值评估是数据资产管理的关键环节，是数据资产化的价值基线。狭义的数据价值是指数 据的经济效益；广义的数据价值是在经济效益之外，考虑数据的业务效益、成本计量等因素。数据 价值评估是指通过构建价值评估体系，计量数据的经济效益、业务效益、投入成本等活动。

6.4.4 数据资源编目

       数据资源编目是实现数据资产管理的重要手段。数据资源目录体系设计包括概念模型设计和业 务模型设计等，概念模型设计明确数据资源目录的构成要素，通过业务模型设计规范数据资源目录 的业务框架。数据资源目录的概念模型由数据资源目录、信息项、数据资源库、标准规范等要素构 成。

（1）数据资源目录。数据资源目录是站在全局视角对所拥有的全部数据资源进行编目，以便对 数据资源进行管理、识别、定位、发现、共享的一种分类组织方法，从而达到对数据的浏览、查 询、获取等目的。数据资源目录分为资源目录、资产目录和服务目录3个层面。

● 资源目录：能够准确浏览组织所记录或拥有的线上、线下原始数据资源的目录，如电子文档 索引、数据库表、 电子文件、电子表格、纸质文档等。

● 资产目录：对原始数据资源进行标准化处理，识别数据资产及其信息要素，包括基本信息、 业务信息、管理信息和价值信息等，按照分类、分级，登记到数据资产目录中。

●服务目录：是基于资源和资产目录，对特定的业务场景以信息模型、业务模型等形式对外提  供的可视化共享数据目录。服务目录主要分为两类：一类是指标报表、分析报告等数据应用，可以 直接使用；另一类是共享接口，提供鉴权、加密、计量、标签化等功能，并对接外部系统。服务目 录应以应用场景为切入， 以应用需求为导向进行编制。

（2）信息项。信息项是将各类数据资源（如表、字段） 以元数据流水账的形式清晰地反映出 来，以便更好地了解、掌握和管理数据资源。信息项需要通过数据标识符挂接到对应的数据目录。 信息项常分为数据资源信息项、数据资产信息项和数据服务信息项3种类型。

●数据资源信息项：是记录原始数据资源的元数据流水账，是对原始数据资源的定义描述。

●数据资产信息项：是记录经过一系列处理后所形成的主题数据资源、基础数据资源的元数据 流水账，是对数据资产的定义描述。

●数据服务信息项：是记录需要对外提供数据应用、数据接口两类数据服务的元数据流水账， 是对数据服务的定义描述。

（3）数据资源库。数据资源库是存储各类数据资源的物理数据库，常分为专题数据资源库、主 题数据资源库和基础数据资源库。

（4）标准规范。数据资源目录体系标准规范包括数据资源元数据规范、编码规范、分类标准等 相关标准。元数据规范描述数据资源所必须具备的特征要素；编码规范规定了数据资源目录相关编 码的表示形式、结构和维护规则；分类标准规范了数据资源分类的原则和方法。

1 #include "stdio.h"
2 void main()
3 {
4     int time;
5     for (time=1;time<=10;time++)
6     printf("%d、喜欢的帮忙点赞收藏加关注哦！\n",time);
7 }