数记达摩院
提供高效能数据知识体系学习解决方案
您好，欢迎来到数记达摩院，我是王兵。今天我们来一起学习，DMBOK数据管理知识体系 第四章 数据架构。
开始之前，我们先回顾一下上节课讲述的内容。上一节介绍了第三章下半部分，主要从数据治理相关的活动、工具和技术、实施指南和度量进行介绍。
今天，我解读第四章主要内容，主要讨论数据架构相关的基本概念、活动、工具和技术、实施指南和度量。下面，对相关知识点逐一说明。
架构，建筑的艺术和科学，包括建筑的阶段化成果和建筑本身。
架构，用于功能组件元素的优化、排列和组合，具有结构性、系统性、技术可行性、成本效益和艺术性等。
架构（ ISO/IEC 42010: 2007）被定义为：一个系统的基础组织，具体体现为其所包含的各个组件、组件之间以及与外部环境之间的关系，以及用于指导架构的设计和演进的各项原则。
架构（ISO/IEC 42010: 2011）架构的定义又被修改为：一个系统在其所处环境中所具备的各种基本概念和属性，具体体现为其所包含的各个元素、他们之间的关系以及架构的设计和演进原则之中。
架构，可以是系统当前状态的描述，一组系统组件、设计系统原则（架构实践）或者一组系统设计（未来架构状态），以及一份描述系统的架构文档，或者是开展架构工作的团队（架构师）。
企业架构实践在范围方面可分层考虑为企业整体视角、业务域和项目，以及不同关注领域业务架构、应用架构、数据架构和基础技术架构。
架构师所承担的正是在不同层面和关注领域下，获得一致的理解，架构视图或者说是架构框架的价值，是使非架构师人员能够读懂和理解这些关系。
数据架构角度考虑的主要方面：
1.数据架构成果
2.数据架构活动
3.数据架构角色
数据架构是数据管理的基础，由于组织拥有的大量的数据，不同人会有不同的理解，因此需要在不同层次上组织和抽象数据，使其便于理解和管理，从而更好的提供决策支持。
数据架构组件包括描述当前状态、定义数据需求、指导数据集成和提出数据资产管理规范。
组织数据架构需要在不同层级上抽象、设计出相应的集合描述：包括：数据收集管理、数据存储管理、数据目录管理、数据使用和删除标准等。还需要根据组织获取数据的来源和渠道进行分类和描述。
最终的数据架构设计文档是正式的企业级数据模型，包括：数据名称，描述数据的元数据定义，概念和逻辑模型、描述数据实体及其关系，以及业务规则。还包括物理数据模型，这里强调下物理数据模型作为设计产品的数据建模依据，而不是数据架构。
数据架构能够支撑企业需求时，数据架构最有价值。企业数据架构能够在组织内整体实现一致的数据标准化和数据集成。
数据架构师的交付成果，呈现了最有价值的元数据。理想状态下，应在企业架构存储库中存储和管理这部分的元数据交付成果。
前瞻性的组织在新市场环境下的产品设计时，引进数据管理专业人士，如：企业数据架构师、数据战略管理专家，全面考虑捕获数据的硬件、软件和服务的数据架构整体设计。
数据架构的目标，业务战略和技术执行之间的桥梁。
1.战略性支撑，以促进和发展产品、服务的数据应用
2.业务需求转化为数据和应用需求，获得拥有和持有的所需的数据资产
3.管理组织复杂度的数据和信息交付成果
4.促进业务和IT的一致性
5.作为组织变革、数字化转型和敏捷的驱动代理
数据架构主要交付成果
1.数据存储和处理标准
2.满足组织当前和未来数据总体架构蓝图和实施计划的设计
架构师通常从组织价值视角设计数据架构，组织价值可体现在：最佳的技术路线、运营和项目效率，以及组织使用和利用数据的能力提升。为达成价值目标，架构师需要设计良好的数据架构，规划和确保数据架构得到有效的执行。数据架构的维护规范，内容有：
1.定义组织当前数据状态
2.为数据和组件提供业务术语表标准
3.数据架构与企业架构、业务架构保持一致
4.贯彻数据战略要求
5.数据集成设计规范标准
6.与企业架构演进路线集成，整合数据架构实践
7.通过数据架构蓝图定义数据需求、指导数据集成，控制数据资产，并与数据战略、业务战略保持一致
8.与参与改进的业务或IT系统研发的各利益相关者协作，共同促进和影响他们
9.通过业务术语表标准，应用数据架构，来构建企业的数字化语义环境
数据架构与其他架构领域协同运转，包括：业务、应用和技术架构
附图
系统架构框架是广泛应用于系统结构的开发基础框架。
架构框架提供了思考和理解架构的方法。即：架构模式。
IEEE计算机协会 ISO/IEC 42010: 2011 系统和软件工程 架构描述和标准，提供了通用的框架和方法。
Zachman架构框架提供了6乘6的矩阵，描述了各元素及其之间的关系。但是，没有定义如何实现和创建模型。
架构框架的两个维度：问题和行动，将疑问句转化为开展的动机。
基本问题转化为企业架构：
1.什么？构建体系结构的实体
2.如何？流程及活动执行
3.地点？地点和场所
4.谁？组织和角色
5.何时？事件的周期、时间
6为什么？目标、策略和办法
战略到执行转化为企业架构：
1.开展背景，业务背景和问题，定义和识别业务元数据列表
2.业务视角，业务概念，执行背景和解决问题的业务概念关联关系，作为定义模型的所有者
3.架构视角，业务逻辑，详细描述系统需求的系统逻辑模型，架构师进行设计
4.工程视角，业务物理，物理模型在特定技术、人员、工程师规范性，技术和时间约束下优化实现的特定用途的设计
5.技术视角，组件装配，配置模型中实施者配置组件和操作组件，实现特定的技术外观视图
6.操作视角，操作类，作为工人或参与者，使用实际的功能实例。无模型。
附图
企业数据架构，组织重要的元素定义、术语和模型设计标准，包括：业务数据描述，数据收集、数据存储、数据集成、数据流转和分发等。企业数据架构必须包括企业级数据模型（数据结构、数据规范）以及数据流设计。
数据通过订阅和API接口提供数据共享和流转时，数据架构将提供保护、集成、存储、目录、记录、共享、报告、分析等信息给利益相关者。整个过程通过数据验证、授权、链接、认证、聚合、匿名的全生命周期的分析、归档和清除提供支撑。
组织强调企业级数据模型EDM设计，理解为不同视角和详细颗粒度的数据模型。描述整个企业中数据实体、数据属性及其相关关系。
EDM包括概念数据模型、逻辑数据模型、特定应用程序或项目的数据模型，以及数据模型的定义、规范、映射关系和业务规则等。
EDM的构建方法通常采用自上而下和自下而上结合，首先从现有的模型自下而上梳理，并通过战略层自上而下分派填充模型来完成。
数据流，数据沿袭文档，描述了数据如何在业务流程和系统中的流转关系。体现端到端的数据流打通，实现数据源头、数据加工、数据存储、数据应用等关键控制点。
数据沿袭分析数据流的节点数据状态。数据流映射与数据之间的关系：
1.业务流程与应用系统
2.数据存储或数据库
3.网段对安全性的映射
4.业务角色，哪些角色创建、更新、使用和删除（CRUD）
5.局部偏差位置
信息系统规划ISP对BSP方法进行了扩展，描述了系统间的数据流转关系。
处理两个视角下复杂度，与数据架构保持一致。
1.质量导向，改善业务和IT开发中的执行规范性。
2.创新导向，业务和IT的快速响应，满足业务创新和颠覆性创新。
数据架构作为企业架构的组成部分。但是，如果没有企业架构，仍可以构建数据架构团队，组织应阐明数据架构的目标和驱动因素，且将驱动因素转化为演进路线图、范围、方法和优先级。
数据架构与业务架构具有紧密关系，包括工作流及其业务活动间的逻辑（串行/并行）：
1.策略，选择框架、识别当前状态方法，制定路线图
2.接受，激励实施变革的变化
3.组织，分配职责和责任，落实数据架构组织结构
4.方法，与企业架构协同，定义最佳项目实践中的数据架构工作任务
5.成果，演进路线图中的阶段化交付成果
1.定义数据架构标准规范和要求
2.审查数据模型设计
3.确定数据沿袭的影响
4.数据复用一致性
5.实施数据架构标准
6.指导和更新数据架构
对现有系统提交的数据文档，提出规范化要求，确定交付成果的准确性、完整性和详细程度。
实施路线图提供了管理依赖关系且做出前瞻性决策的方法。
企业数据架构演进路线图描述了当前状态及未来预期的实现路径，应考虑具体的实际情况，开展技术评估。
企业数据架构标准的制定、数据存储、数据流转和分发的解决方案需要根据业务需求逐步完成。
组织的数据模型和规范必须满足灵活多变的业务变化，项目层应体现在快速响应和审查业务变化带来的新的业务需求，保证企业级数据模型的健壮性。
1.项目中数据实体符合企业数据架构规范标准
2.需求规范中的哪些数据实体应包含在整体企业数据架构中
3.是否需要对数据架构规范中的实体和定义提出改进
4.是否明确预期交付的数据结构或指导开发人员复用数据
1.定义范围，确保范围和界面与企业级数据模型保持一致。
2.业务需求，估算业务价值，识别数据规范、实体、来源、可用性、质量和技术难点
3.设计规范，详细的设计规范，包括数据生命周期的完整业务规则视图。
4.实施执行，外购、重用和新建的规范化
企业数据架构师的开发方法：
1.瀑布方法，需求明确下的连续阶段化构建
2.增量方法，需求模糊下的逐步学习和构建
3.敏捷迭代，持续重构的Scrum开发方法
最好的企业架构问题与项目组合管理集成，利于演进路线图的达成和项目成果的交付。
企业数据架构师需要与企业应用开发和系统集成协同，将企业级数据架构视图应用于目标应用系统，推动架构优先级的路线图实现。
数据建模和模型存储库是企业数据架构必备。包括：数据模型视图、数据实体关系跟踪，以及不同模型之间的映射与链接。
盘点数据资产管理，描述数据资产内容及其关联关系。
创建数据架构设计视图、数据流视图、数据价值链和其他体系结构应用
数据架构设计当前、未来和实施过程，活跃状态、离线、退役等。
数据架构模型和视图的视觉呈现和模型正确性审查。体现在一致性：
1.数据模型对象的一致性
2.数据图例和图表之间的匹配一致性
3.线条方向的一致性
4.交叉显示的一致性
5.对象属性的一致性
6.线性对称的一致性
实施数据架构是关于组件、任务和活动：
1.企业数据架构团队
2.数据架构组件的版本控制
3.数据架构开发方法
4.数据架构工作价值的共识
1.缺乏管理支持
2.缺少验证记录
3.高层领导承诺
4.组织文化考验
5.抵制执行决策
6.缺乏项目经验
7.平衡多视图择优
1.数据架构方法的接受程度
2.组织识别数据资产，不仅仅是IT责任
3.缺乏组织自身数据架构视图
4.架构可交付成果整合到项目管理方法的能力（参见PMBOK）
5.数据治理的接受程度
6.企业业务的整体视角，而不仅仅关注项目交付和IT解决方案
企业数据架构组织与数据治理组织保持一致，业务监督与流程监督保持一致。
1.监督项目，确保数据架构执行，且符合数据架构标准规定
2.管理数据架构设计，生命周期和工具
3.定义标准，制定数据架构规范、指南和手册
4.创建数据相关组件，支撑数据治理指令
企业数据架构反映数据架构目标：架构合规性、预期目标的数据架构业务价值。
1.数据架构标准合规率，尊重标准和流程等
2.数据数据与企业架构的一致性，使用、复用、替换、退役、执行效率等
3.业务价值衡量与业务影响、收益状态，业务敏捷性、业务质量、业务运营质量、业务改进效果等。
好，以上就是今天的全部内容。下一节，我们将进入数据建模和设计章节部分，对数据建模和设计中涉及的主要活动、工具技术和实施指南等方面进行介绍。知识星球存储海量数据管理相关知识库文档，并附DMBOK全系列教程PPT，各位数据师小伙伴们加入下下载。
联系客服
