数据架构概述
什么是数据
一个企业的数字化核心是数据,数据化的价值依赖于数据的标准和质量,数据对一个企业来说至关重要,它也是整个信息化建设及企业架构的核心。数据具有多样性,有结构化的、非结构化的,与业务相关的、与系统相关的,企业内部的、企业外部的等。
从数据的价值来看,可分为数据本身的和由数据分析产生的。数据本身并没有太多价值,重要的是数据进一步带给我们什么。我们可以从数据中提炼出信息,总结出知识,并可以进一步通过技术来更智能地分析这些数据的深层次价值。这需要数据思维,一种重视事实、追求数据本质的思维模式。
什么是数据架构
数据架构作为企业架构的重要组成部分,是连接业务架构与应用架构的纽带,是企业架构的核心,主要描述企业架构的数据模型、数据分布、数据资产之间的结构和关系。
数据架构涉及数据模型,相关的实体、属性、关系等,以及相关的数据分布和治理。
数据架构的目的:
- 建立一个标准、统一、通用、共享的公共数据平台
- 既能够满足业务处理需要
- 也能够为上层应用提供一个共享、开放的数据访问环境,
- 在此基础上充分分析和挖掘数据的价值,有效地支撑企业数据经营决策
从企业架构的视角来看,数据架构扮演着重要的作用。
比如,在Zachman企业架构理论框架:
- 第一列是数据
- 第二行是概念数据模型
- 第三行是逻辑数据模型
- 第四行是物理数据模型
- 第五行是数据库定义
图例:数据架构在企业架构中的位置
从上图可以看出,数据架构需要对接整个企业架构的数据要求,对应业务架构中业务能力、业务流程、业务活动的数据支撑,以及对应应用架构中领域模型、领域服务和应用功能的数据映射,同时通过技术架构的数据存储、数据库、云原生等技术能力进行数据存储。
数据架构将领域模型和相应的服务抽象映射到对应的数据模型,并对数据模型中数据项、数据项中的属性、数据项之间的关系进行清晰的定义,构建数据项与应用系统之间的关系,从而实现从业务、应用到数据之间的平稳过渡和紧密关联。
数据架构需要基于业务架构、应用架构和技术架构,保持数据的完整性和一致性。同时,数据架构需要考虑相关的数据技术。
- 比如存储层如何通过技术选型降低CAPEX(资本性支出)和OPEX(运营成本)等
- 如何通过数据库中间件和云原生技术架构模式提高系统的高可用和高并发
- 如何应用大数据、人工智能、搜索引擎等技术提升数据分析的价值
- ......
数据架构的价值
数据架构的价值主要体现在以下几个方面。
- 数据架构可以有效地支持企业战略目标和业务架构的落地,发掘企业对数据的诉求。
- 数据架构设计会使业务流程应用系统变得更加流畅,更加易于理解和维护。
- 数据架构描述企业核心的数据资产,进行数据的沉淀。
- 提供数字化转型系统在数字层面的参考,提供相关原则和规范。
- 通过数据思维,为企业各方面利益干系人提供数据管理方法。
- 提供标准、一致、通用、共享的公共数据平台,为不同业务和应用提供友好的共享数据访问能力。