数据架构是企业架构的重要组成部分,是数据与业务结合并付诸实际应用的链接纽带。作为企业架构的核心,数据架构主要结合了企业的数据模型、数据分布、数据资产之间的结构和关系,涉及数据模型以及相关的实体、属性、关系等,与相关的数据分布和治理也紧密相关。
数据架构的目的
数据架构的目的是建立一个标准化、统一的、通用的、共享的数据平台,便于企业依据数据做出决策。满足业务处理需要,为上层应用提供共享、开放的数据访问环境,并利用数据架构充分分析和挖掘数据的价值。数据架构是企业架构的关键部分,在Zachman企业架构理论框架中:第一行是数据,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,这说明数据构架与企业构架息息相关。
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,充当数据与应用之间的连接纽带,从以帮助实现业务、应用到数据之间的平稳过渡和紧密关联。
在保持数据的完整性和一致性的前提下,数据架构依赖业务架构、应用架构和技术架构。数据构架也要综合考虑相关技术的成本、应用成熟度等:比如通过技术选型在存储层降低CAPEX(资本性支出)和OPEX(运营成本);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;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等。
数据架构对企业的意义
数据架构对企业的意义主要体现在以下个方面:
1.数据架构是企业战略目标和业务架构的落地的有效支撑,从数据中发掘企业的诉求。
2.使业务流程系统运行更加流畅,易于参与和维护。
3.数据架构对数据的沉淀,构建企业核心的数据资产。
4.为企业数字化转型系统提供在数字层面的参考。
5.为企业管理人依据数据思维提供管理方法。
6.提供标准、一致、通用、共享的公共数据平台,为业务互通和应用提供支撑。
数据架构的设计
数据架构设计的重点是从总体上规划企业的数据资源,包括数据架构规划、数据架构设计方法、数据架构设计步骤、数据架构技术及数据架构原则和规范:
数据架构规划:梳理企业的数据资产,列出数据资产目录,数据映射出业务流程和领域模型,依据顶层的数据分层规划,从而实现与其他架构的耦合和数据共享、复用。
数据架构设计方法:构建统一的数据体系,包含数据模型、数据分布和数据治理。
数据架构设计步骤:数据准备→数据采集→数据建模→数据处理及数据分析
数据存储技术:数据库、存储、云原生数据库、相关产品工具等数据架构存储层技术,本质上属于技术架构体系,由于与数据架构紧密相关,因此也属于数据架构的设计框架。
数据架构原则和规范:在存储选择、数据库设计、数据开发治理规范、参考行业模型等中提供指导和标准。
本篇文章为大家详细介绍了进行数据架构的意义以及数据架构的设计框架,希望能对大家有所帮助。如果你还有什么不懂的可以随时问我,想要进一步了解大数据框架与技术,推荐:数据治理、数据架构设计及数据标准化方法课程,对于数据领域的小伙伴来说本课程将会使你的数据技术业务能力实现提升。
数据治理、数据架构设计及数据标准化方法课程
|
培训地点
|
广州
|
成都
|
北京
|
培训时间
|
7月22-24
|
10月29-31
|
12月24-26
|
培训形式
|
· 现场面授 · 直播授课 · 录播回放 · 可定制内训
|
授课服务
|
· 3天集中培训学习:每天6课时,实战专家授课
· 理论梳理 · 案例分享 · 实战演练
|
助学服务
|
· 学员在线交流 · 专家在线答疑 · 班主任教学管理
|
联系方式
|
|