详解数据架构与数据治理的关系

数据架构专注于技术和基础设施设计，数据治理则包含人员、过程、业务流程以及支持治理所涉及的所有体系结构可以说尽管数据架构对数据治理很关键，但它仍然只是庞大范围整体中的一小部分。数据治理和数据架构之间的关系可以通过一个从不同的视角看待大象的故事来理解:

“几个人第一次看到大象。一个人看到大象的尾巴，他认为大象看起来像一根绳子。有人看到鼻子，就说像蛇;有人看到脚，就说像树干，他们都是对的，但都是片面的。”

每个人都有自己的独到的见解和观察视角。嘘技术人员在数据治理方面尝尝面临困惑，甚至一些IT人员将数据架构视为数据治理，但其范围远不止于此。你会发现如果将组织、流程、人员和文化纳入其中，数据治理将更加完整。

数据架构与数据治理的关系

数据治理是数据架构发挥作用的总框架。我认为数据治理是一种广泛的工作形式，它包括组织、人员和过程，而且在很大程度上创造了一种数据驱动文化；数据架构则是范围庞大的数据治理框架的一部分。

在数据应用中，许多概念相互关联，与数据架构相关的流程同样在数据治理中发挥关键作用。例如在数据输入环节中，如果你输入数据时输入错误，这就是一种治理，因为这会对下游的流程产生影响。由治理流程创建的查找表可以更容易地正确输入客户数据，从而支持数据参考的完整性。所以数据治理在架构、人和过程之间来回穿梭。

数据架构和数据治理相互支持，数据治理依据数据架构制定规则。技术部门通过现有的技术结构或边界提供手段。可以一句数据架构在业务方面确立良好的规则，确立这些规这是特灵领域的有效值，但是这要求你的数据架构支持这一点，不然它仅仅是一个规则，规则是可以被打破的。综上数据架构和数据治理不仅相互支持和促进，而且还彼此维护对方的有效性。

数据架构的规划和设计需要制定相应的原则和规范来进行指导。这里就与数据架构相关的数据架构总体原则、数据治理规范进行介绍，这些原则和规范是根据自身经验总结的，大家可以作为参考，应用中还要结合实践。

数据架构原则

整体性：根据总体方案统一规划数据构架，便于串联多级联通实施。

基于业务原则：数据服务于业务，与领域模型相对应，承载相应的业务能力和应用功能。

标准化：数据服务标准、数据交换标准以及提供数据读写访问功能、基本数据处理逻辑进行统一规划，有一套统一的标准。

隔离：数据与应用应当分离、数据异构、数据读写分离。

数据一致性：数据必须一致，每个数据系统内限制获取次数，各部门需要遵循整个公司的数据定义，并尽量共享已有数据。

数据安全：保障业务链条的信息安全和运行安全，确保数据的可用性、准确性及完整性维护数据质量。

数据治理规范

按所有者对数据进行管理，明确数据对应的数据所有者，每个数据都只能有唯一的所有者。

应当紧密结合其他企业架构，从企业架构层面、业务和应用全局视角来定义数据治理相关规范。

须在企业层面制定数据治理各项标准进行长期迭代相应的奖惩措施。

可以通过设置主副数据的方式进行数据解耦来降低数据之间的耦合度。

可以考虑分库分表、多级数据缓存等方式来应对业务数据量过大，单一数据响应吃力。

数据治理的最终目的是更好地进行数据共享，通过数据的优化治理，实现数据准确、完整、一致、可靠，便于数据共享。

关于数据治理以及数据架构的讨论将会是一套复杂的理论知识，以上是我对于数据治理以及数据构架的理解，如果你想更加深入地了解，我推荐参加数据治理、数据架构设计及数据标准化方法课程，课程将于7月22-7月24日在广州举办，届时将帮助数据管理从业人士，通过学习数据管理基础理论，借鉴行业最佳实践，提升数据管理能力，从数据管理专业知识体系，核心数据管理技能和数据管理专业人员职业能力等方面提供训练，帮助数据管理专业人士获得企业数字化转型战略下的必备能力，形成企业所需新数字经济下的核心竞争能力。

有疑问或者想提升的小伙伴联系我吧！