5（第四章，数据架构）

最新推荐文章于 2024-09-30 19:37:38 发布

承缘丶

最新推荐文章于 2024-09-30 19:37:38 发布

阅读量587

点赞数 24

分类专栏：数据管理文章标签：架构 DAMA 数据架构

本文链接：https://blog.csdn.net/qq_30168227/article/details/138144655

版权

数据管理专栏收录该内容

22 篇文章 2 订阅

订阅专栏

概述

在国际标准 ISO/IEC/IEEE 42010：2011 中，将架构定义为“系统的基本结构，具体体现在架构构成中的组件、组件之间的相互关系以及管理其设计和演变的原则”

数据架构就是蓝图，既要管当下的问题，又要管未来的问题。

数据架构的构件包括当前状态的描述、数据需求的定义、数据整合的指引、数据管控策略中要求的数据资产管理规范。

业务驱动因素

数据架构的目标是在业务战略和技术实现之间建立起一座通畅的桥梁。

基本概念

企业架构

企业架构类型包含业务架构、数据架构、应用架构、技术架构。

企业架构是一个很深的东西，数据管理主要看的还是数据架构，但是也不是很深。

企业架构目前是没有统一的定义的，也就是说，每个企业、组织在建立自己的企业架构的过程中，都可能会按照自己的理解去定义，去解释企业架构。业界比较权威的OPEN GROUP对于企业架构的定义为：关于理解所有构成企业的不同企业元素，以及这些元素怎样相互关联。通俗来讲，企业架构承载企业战略，通过业务架构将业务战略转化为业务能力与流程，指导数据架构、应用架构、技术架构的设计和科技建设，端到端地将企业发展愿景和长远目标落实到具体实施层面的业务运营和技术实现。

企业架构框架

企业架构框架比较著名的是Zachman框架（作者John A Zachman）。

企业数据架构

企业数据架构描述必须包括企业数据模型（如数据结构和数据规范）和数据流设计。

企业数据模型

概念模型、逻辑模型。

数据流设计

数据价值链/数据流程/数据分布。

建立企业数据架构

企业数据架构的建立需要考虑到战略、沟通与文化、组织、工作方法和结果等。

两个原则

面向质量：

我是这样理解，前面文章也讲了数据的伦理，后面还会有数据质量、数据安全。数据架构有一个智能是会指导数据库的设计，不仅仅要考虑开发中涉及到的数据库、实体模型，还要考虑物理架构中数据存储的设计。因此其实可以将思维落下来，数据架构不只是画框框，要考虑到接下来实际的落地开发，设计过程中还要充分考虑数据的安全性怎么搞。

就我们耳熟能详的几个事情：

数据是企业决策和运营的基础，如果数据质量不高，那么基于这些数据做出的决策很可能出现偏差，甚至导致企业遭受损失。因此，面向质量的原则要求数据架构必须能够确保数据的准确性和一致性，从数据源到数据应用的全过程中都需要进行严格的质量控制。另外一个高质量的数据架构能够提供稳定、可靠的数据服务，避免因数据问题导致的业务中断或错误。这对于企业的日常运营和长期发展至关重要。

面向创新：

现时代，数据架构必须能够灵活适应市场变化，快速支持新的数据需求和应用场景。现在不是说迭代快就是抓住用户的流量密码吗，有一定道理，而一个具有创新性的数据架构可以帮助企业在激烈的市场竞争中脱颖而出，企业可以更好地满足客户需求，提升服务质量，从而赢得更多的市场份额。

数据架构举例

架构分很多层次，例如数据架构可分为数据主题域视图-》数据主题域关系视图、概念数据模型视图-》数据流转视图、逻辑数据模型视图-》数据分布视图、物理数据模型视图，七类。

其他架构举例

业务架构

应用架构

技术架构

工具

数据建模工具
资产管理软件
图形设计应用

设计方法

数据架构的设计方法最常使用的是瀑布法。

度量指标

度量指标最好是一年就去评估一次。

1、架构标准接受率

测量项目与已建立的数据架构的紧密程度及项目与企业架构参与流程的遵循度。
追踪项目预期的衡量指标也有助于理解和采纳执行过程中出现的问题。

2、实施趋势

对跟踪企业架构改善组织实施项目能力的程度，至少沿两个方向进行改善：

使用/重用/代替/废弃测量。决定使用新架构构件与重用、代替或废弃构件的比例；
项目执行效率测量。测量项目的交付时间和可重用构件及指导构件的交付改进成本。

3、业务价值度量指标

追踪向期待的业务效果和利益方向的发展过程：
业务敏捷性改进。解释生命周期改进或改变的好处，改进延误成本的测量方法；
业务质量。测量业务案例是否按期完成；基于新创建或集成的数据导致业务发生的改变测量项目是否实际交付了这些变更；
业务操作质量。测量改进效率的方法。实例包括准确性改进、时间减少，由于数据错误而导致的纠错费；
业务环境改进。实例包括由于数据错误减少而改变的客户保留率和在递交报告中当局评论的减少率。

其他

数据架构管理办法

我们之前项目上搞的，举一个例子，摘几条，扩展下。

数据架构主要内容

数据架构组件分别包括数据资产目录、数据标准、数据模型与数据分布，其具体定义如下：

（一）数据资产目录：通过对数据资产的梳理，按照分层结构（L1-L5）对数据进行识别表达，编制成可用于分析和应用的数据资产目录体系。数据资产目录决定了数据治理的对象与范围，协助集团更好地对业务变革进行规划设计，为数据资产的查找与有效使用奠定基础；

（二）数据标准：数据标准定义集团层面共同遵守的属性层数据含义和业务规则，是基于集团层面对某个数据的共同理解，且作为集团层面的标准在集团内被共同遵守；

（三）数据模型：数据模型是从数据视角，根据业务需求抽取业务对象的主要特征，反映业务对象之间的关联关系，并且用实体、属性及其关系对企业运营和管理过程中涉及的所有业务概念和逻辑规则进行统一定义、命名和编码。数据模型不仅是业务（场景）的真实模拟，同时也是对重要业务模型与规则的固化；

（四）数据分布：数据分布定义数据产生的源头及在IT系统与各个流程间的流动情况。数据分布的核心是数据源的认证，所谓数据源，指业务上首次正式发布某项数据的应用系统，并经过数据管理专业组织认证，作为企业范围内唯一数据源头被周边系统调用。为了更好地识别、管理数据在流程与IT系统间的流动情况，可以通过信息链、数据流进行描述，体现某一数据在流程或应用系统中是如何被创建（C）、读取(R)、更新(U)、删除(D)的。