数据架构

dama知识体系，数据架构的主要目标是有效的管理数据，以及有效的管理存储和使用数据的系统。

数据架构

• 引言
  • 数据架构
    • 1.数据架构的主要目标是有效的管理数据，以及有效的管理存储和使用数据的系统。
    • 2.最为详细的数据架构设计文件是正式的企业数据模型，包含数据名称、数据属性和元数据定义、概念和逻辑实体、关系以及业务规则。物理数据模型也属于数据架构文件，但物理数据模型是数据建模和设计的产物，而不是数据架构的产物。
    • 3.数字化转型几乎发生在每个企业中。其业务模式从设备供应转变为按使用和可用性收取费用
  • 业务驱动因素
    • 数据架构的目标
      • 数据架构的目标是在业务战略和技术实现之间建立起一座通畅的桥梁，数据架构是企业架构中的一部分
    • 数据架构的职责
      • 1）利用新兴技术所带来的业务优势，从战略上帮助组织快速改变产品、服务和数据
      • 2）将业务需求转换为数据和应用需求，以确保能够为业务流程处理提供有效数据
      • 3）管理复杂数据和信息，并传递至整个企业
      • 4）确保业务和IT技术保持一致
      • 5）为企业改革、转型和提高适应性提供支撑
  • 数据架构成果和实施
    • 数据架构主要成果
      • 1）数据存储和处理需求
      • 2）设计满足企业当前和长期数据需求的结构和规划
    • 数据架构：语境关系图
      • 定义
        • 识别企业数据需求（无论数据结构如何），并设计和维护总蓝图以满足这些需求。使用总蓝图来指导数据集成、控制数据资产，并使数据投资与战略保持一致
      • 目标
        • 别数据存储和处理需求
        • 设计结构和计划以满足企业当前和长期的数据需求
        • 战略性地为组织做好准备，快速发展其产品、服务和数据，以利用新兴技术中固有的商机
      • 输入
        • 企业架构
        • 业务架构
        • IT标准和目标
        • 数据策略
      • 活动
        • 1.建立企业数据架构（P）
          • 1）评估现有数据架构规范
          • 2）制定路线图
          • 3）管理项目中的企业需求
        • 2.与其他企业架构集成（O）
      • 交付成果
        • 数据架构设计
        • 数据流
        • 数据价值链
        • 企业数据模型
        • 实施路线图
      • 方法
        • 生命周期评论
        • 图标使用规范
      • 工具
        • 数据建模工具
        • 资产管理软件
        • 图形设计应用程序
      • 度量指标
        • 架构标准接受率
        • 实现趋势
        • 业务价值度量指标
      • 数据架构.语境关系图
    • 数据架构师需定义和维护事宜
      • 1）定义组织中数据的当前状态
      • 2）提供数据和组件的标准业务词汇
      • 3）确保数据架构和企业战略及业务架构保持一致
      • 4）描述组织数据战略需求
      • 5）高阶数据整合概要设计
      • 6）整合企业数据架构蓝图
    • 总体数据架构实施包括
      • 1）使用数据架构构件（主蓝图）来定义数据需求、指导数据整合、管控数据资产，确保数据项目投入与企业战略保持一致。
      • 2）与参与改进业务或IT系统开发的利益相关方合作，学习并影响他们。
      • 3）通过数据架构及通过的数据词汇，搭建企业数据语言
  • 基本概念
    • 1.企业架构类型
      • 业务架构
      • 数据架构
      • 应用架构
      • 技术架构
    • 2.企业架构框架
      • IEEE计算机协会维护的企业架构框架标准是ISO/IEC/IEEE 42010:2011，系统和软件工程-架构描述和对比表
      • Zachman框架是一个本体，即6*6矩阵构成了一组模型，这组模型可以完整地描述一个企业以及相互之间的关系
      • 矩阵框架的两个维度
        • 问询沟通（如是什么、怎样做、在哪、是谁、什么时间和为什么）在列中显示。
        • 重新定义转换（如识别、定义、描述、规范、配置和实例）在行中显示
        • 框架分类按照单元格呈现（问询和转换之间的交叉）
    • 3.企业数据架构
      • 1)企业数据模型
        • 企业数据模型是一个整体的、企业级的、独立实施的概念或逻辑数据模型，为企业提供通用的、一致的数据视图
      • 2)数据流设计
        • 定义数据库、应用、平台和网络（组件）之间的需求和主蓝图。这些数据流展示了数据在业务流程、不同存储位置、业务角色和技术组件间的流动
      • 这两种模型需要互相配合。如前面所提到的，这两个模型都需要反映当前状态和目标状态（架构视角）及过渡状态（项目视角）
• 活动
  • 解决简化数据和企业架构所面临复杂问题的方式
    • 1）面向质量
      • 专注于业务和IT开发周期内对数据架构进行不断改进
    • 2）面向创新
      • 专注于业务和IT转换，致力于新的期待和机会。用创新性技术和数据使用驱动创新，已经成为现代企业架构的一种功能。
  • 企业数据结构项目相关的活动包括
    • 1）定义范围
    • 2）理解业务需求
    • 3）设计
    • 4）实施
  • 将架构活动嵌入到项目中的过程也不同，采用的方式
    • 1）瀑布方式。
      • 作为整个企业设计的一部分，在连续阶段中理解需求和构建系统
    • 2）迭代方式。
      • 逐步学习和构建（如小型瀑布模型）
    • 3）敏捷方式。
      • 这种方式是指在离散的交付包中学习，构建并测试（称为“sprints”冲刺）。
      • 敏捷模型（Scrum，快速开发，统一流程）能提高目标导向的模型，强调用户界面设计、软件设计和系统行为
      • DevOps是一种新兴且流行的敏捷方法，当程序员和数据架构师有很强的工作联系，并且他们的标准和指南兼容时采用这种方式