CIO:什么是企业的数据架构
作者:admin 日期:2015-02-03
什么是数据架构
数据架构是为了实现企业数据的标准化、一致性、准确性和可靠性，充分发掘数据价值，有效支撑企业信息数据管理和经营决策分板，实现企业数据统一管理和信息的透明共享而制定的规划体每户。数据架构管理是IT整体规划的延伸，同时也是一个基于数据管理领域和知识经验的总结，提炼指导未来数据管理的过程。数据架构管理为IT适应业务发展提供人了一个战略内涵和战术弹性，使得IT可以对变化的业务环境做出快速反应，并且满足外部变化的需求。数据架构管理的核问题是如何在效率、成本、创新支持之间取得有效平衡。与一切管理学科类似，它是艺术、科学、方法和风格和综合体。
数据架构管理聚焦于三个层面：
宏观层面—数据总休视图，关注各应用系统中数据分类、分布、归属等等
微观层面-具体应用中数据结构，关注表空间、数据库设计等等
治理层面-数据管理政策、原则、规范、标准等，为宏观和微观因素的变更提供指引。
这一治理框架从概念上看起来很普通，但实践过程往往是艰难曲折并富有挑战性的，以治理层面的规范和标准为例，同其他领域相似，首先是立法难，世界上从来就没有完美的政策框架、制度结构和监管执行其次是执行难，太多的利益团体、短期效益、环境突变因素都会对既有标准体系造成严重冲击。
企业的信息系统架构有许多相关的方面，包括应用程序、硬件、网络、业务流程、技术选择和数据。数据架构是一组分层的模型，为战略性的计划提供坚实的基础，如：
数据策略（Data Strategy），概括了为改进集合及数据使用的业务目标。
业务流程改进。
对新的变更系统的未来的决策。
整合、数据存储及报告计划。
企业数据架构的现状
在企业信息化过程中，大部分都是以应用为划分的烟囱结构，数据基于应用于，并被锁定在单独的应用系统中。数据并没有作为一个单独的IT组成部分被规划和设计，而是作为应用系统的一部分，由于应用系统的供应商不同、开发环境不同，并且设计方案不一致，导致各应用间的数据缺乏相互之间的协调与统一，基本上是按照各应用系统的功能需求来进行数据架构的设计和实现。由于缺乏有效的数据共享和协同，在有些业务环节上，一方面，一个应用所需的数据无关从相关的其它应用系统获得，而只好重复录入或设计功能模块；另一方面，由于同一个数据可能存在多个数据源（在多个应用系统中重复录入），又导致的数据的不统一和不一致性。
数据架构不良是一个典型的快速IT建设模式的结果，其主要表现为以迅速实现功能为主要目的，缺乏统一的、有计划的规划，以及统一的企业级数据标准：在业务集成度要求不断提高的压力下，目前数据架构主要的不足就是缺乏整体性，各应用系统间的数据集成度太低估由于历史原因和应用开发缺乏技术设计，导致数据质量和数据管理都处于较低水平的阶段，即只能满足局部或暂时的功能需求，而缺乏整体的控制，其结果就是导致数据难以支撑强大的共享、监控、决策功能，影响了业务的运营和发展。
企业数据架构模型的重要性
真正的企业都具有非常复杂的数据架构。大多数的数据都遗留或包含在应用系统中，数据结构的细节大部分是不可见的，一些关键的业务数据甚至由于服务商的原因掌握在别人的手中。企业数据模型是改进企业运营和数据系统的重要基础，利用成熟的模型可以在数据建模中避免设计缺陷和不足，同时在系统集成时提标准规范的数据接口，一个企业的数据模型包含了整个企业所有IT系统的业务实体、业务实体司性和业务实体间的关系，综合展现数据的定义以及数据之间的关系，并对新的数据要求具有良好的扩展性和包容性。当然，不同层次的复杂性的数据需求需要通过不同层次的企业的数据模型来进行定义和规范。数据模型体系可以从两个维度来进行描述：
一是从数据模型性质来看，该企业数据模型应该是概念数据模型、逻辑数据模型还是物理数据模型；
二是从企业组织架构来看，该企业数据模型应该是企业级还是系统级
数据架构是为了实现企业数据的标准化、一致性、准确性和可靠性，充分发掘数据价值，有效支撑企业信息数据管理和经营决策分板，实现企业数据统一管理和信息的透明共享而制定的规划体每户。数据架构管理是IT整体规划的延伸，同时也是一个基于数据管理领域和知识经验的总结，提炼指导未来数据管理的过程。数据架构管理为IT适应业务发展提供人了一个战略内涵和战术弹性，使得IT可以对变化的业务环境做出快速反应，并且满足外部变化的需求。数据架构管理的核问题是如何在效率、成本、创新支持之间取得有效平衡。与一切管理学科类似，它是艺术、科学、方法和风格和综合体。
数据架构管理聚焦于三个层面：
宏观层面—数据总休视图，关注各应用系统中数据分类、分布、归属等等
微观层面-具体应用中数据结构，关注表空间、数据库设计等等
治理层面-数据管理政策、原则、规范、标准等，为宏观和微观因素的变更提供指引。
这一治理框架从概念上看起来很普通，但实践过程往往是艰难曲折并富有挑战性的，以治理层面的规范和标准为例，同其他领域相似，首先是立法难，世界上从来就没有完美的政策框架、制度结构和监管执行其次是执行难，太多的利益团体、短期效益、环境突变因素都会对既有标准体系造成严重冲击。
企业的信息系统架构有许多相关的方面，包括应用程序、硬件、网络、业务流程、技术选择和数据。数据架构是一组分层的模型，为战略性的计划提供坚实的基础，如：
数据策略（Data Strategy），概括了为改进集合及数据使用的业务目标。
业务流程改进。
对新的变更系统的未来的决策。
整合、数据存储及报告计划。
企业数据架构的现状
在企业信息化过程中，大部分都是以应用为划分的烟囱结构，数据基于应用于，并被锁定在单独的应用系统中。数据并没有作为一个单独的IT组成部分被规划和设计，而是作为应用系统的一部分，由于应用系统的供应商不同、开发环境不同，并且设计方案不一致，导致各应用间的数据缺乏相互之间的协调与统一，基本上是按照各应用系统的功能需求来进行数据架构的设计和实现。由于缺乏有效的数据共享和协同，在有些业务环节上，一方面，一个应用所需的数据无关从相关的其它应用系统获得，而只好重复录入或设计功能模块；另一方面，由于同一个数据可能存在多个数据源（在多个应用系统中重复录入），又导致的数据的不统一和不一致性。
数据架构不良是一个典型的快速IT建设模式的结果，其主要表现为以迅速实现功能为主要目的，缺乏统一的、有计划的规划，以及统一的企业级数据标准：在业务集成度要求不断提高的压力下，目前数据架构主要的不足就是缺乏整体性，各应用系统间的数据集成度太低估由于历史原因和应用开发缺乏技术设计，导致数据质量和数据管理都处于较低水平的阶段，即只能满足局部或暂时的功能需求，而缺乏整体的控制，其结果就是导致数据难以支撑强大的共享、监控、决策功能，影响了业务的运营和发展。
企业数据架构模型的重要性
真正的企业都具有非常复杂的数据架构。大多数的数据都遗留或包含在应用系统中，数据结构的细节大部分是不可见的，一些关键的业务数据甚至由于服务商的原因掌握在别人的手中。企业数据模型是改进企业运营和数据系统的重要基础，利用成熟的模型可以在数据建模中避免设计缺陷和不足，同时在系统集成时提标准规范的数据接口，一个企业的数据模型包含了整个企业所有IT系统的业务实体、业务实体司性和业务实体间的关系，综合展现数据的定义以及数据之间的关系，并对新的数据要求具有良好的扩展性和包容性。当然，不同层次的复杂性的数据需求需要通过不同层次的企业的数据模型来进行定义和规范。数据模型体系可以从两个维度来进行描述：
一是从数据模型性质来看，该企业数据模型应该是概念数据模型、逻辑数据模型还是物理数据模型；
二是从企业组织架构来看，该企业数据模型应该是企业级还是系统级
上一篇: 
下一篇: 
文章来自: 
引用通告: 
Tags: 
相关日志:
评论: 0 | 引用: 0 | 查看次数: 2810
发表评论
