企业架构的底层逻辑系列课03-数据架构的承上启下逻辑

图片

hello，大家好，我是人月聊IT。

在上个视频我简单介绍一下怎么样从业务架构转到应用架构，包括应用架构实际包括了应用功能架构和服务架构规划，今天我再简单讲一下，数据架构规划方面的内容。

数据架构是业务和IT架构的关键衔接点

首先还是从企业业务战略到业务目标，从业务目标梳理业务场景，基于业务场景我们要去考虑应该有哪一些关键的能力来支撑这些业务场景，这个粗粒度的能力你要去做进一步的分解，基于端到端流程梳理和分解，分解出一级流程、二级流程、三级流程、详细的业务功能点和业务操作，然后形成的业务架构；

同时，在业务架构形成以后，我们要去做关键的CRUD分析，这个是我前面讲过那个内容；那么对于数据架构，是企业架构里面另外一个很关键的线条，在原来我们只划分为业务架构和IT架构的时候，大家看到数据架构一般会把它划分到IT架构的范畴，但是对于数据架构，实际上它是业务架构和IT架构两者之间的一个关键的衔接点，对于数据架构里面的数据主题域的分析，数据的业务对象梳理和分析，这个实际是你业务建模阶段要做的事情，而对于数据架构里面详细的数据的逻辑模型，数据的物理模型和数据库设计，这些内容自然而然就过渡到了IT应用架构规范设计。

所以当你去看数据架构的时候，一般你会发现一个关键的主线就是数据架构最顶层就叫数据的主题域分析，从数据主题域的分析到数据的概念模型，从概念模型到逻辑模型，从逻辑模型到物理模型。

图片

主线一：从数据主题域分析到业务对象建模

数据的主题域的分析，这个主题域可以理解成业务价值链的业务域，比如说任何一个企业，会分人力资源、市场营销、研发，供应链，每一个业务域里面，我就会去分析他核心的业务对象或者叫数据对象，比如说在人力资源里面有人员、组织，在市场营销里面有客户、订单，在研发里面有bom、有物料，在供应链里面有订单、合同，这样就完成一个简单的数据主题域的分析。

在数据的主题域分析完了以后，我们就会过渡到核心概念模型，概念模型类似于传统在IT软件开发里面的业务对象建模，相当于ER的实体关系图，因为在概念模型阶段，我只要识别出核心的业务对象和业务对象之间的关系就足够了，比如说对于供应链域我们会识别出关键的有项目对象、合同对象、订单对象、供应商对象，项目跟合同之间可能是一对多的关系，合同跟订单可能又是一对多的关系，到了这个粒度，我们的概念模型就已经建完了。

从概念模型到逻辑模型，我们一般要拆分到具体的数据表的粒度，比如说对于采购订单，在概念模型的时候就是一个对象，但是到了逻辑模型的时候，我要拆分出采购订单实际包括了采购订单头、采购订单联系行、采购订单分配行、采购订单发运行，这样形成一个完整的采购订单的四层表结构。

在逻辑模型做完以后，我们还要过渡到在软件开发里面的物理模型，物理模型阶段，那就需要去对每一个数据库表，每一个字段类型字段约束进行详细的设计，到了物理模型设计出来以后，他已经完完全全可以支持我们IT系统的开发和建设，这个是我们常说的数据架构里面最核心的一条主线。

主线二：解决数据域的拆分和聚合

那么第二条主线是什么呢，就是我刚才讲的，通过流程分析，通过CRUD矩阵分析，我们会去看每一个数据对象和业务功能之间的耦合关系，把这个耦合关系梳理完了以后，我们就会去结合应用架构，应用架构有合同系统、采购系统、物流系统，这些更多的是叫应用功能架构，它解决了业务功能的聚合，但是它没有解决数据的聚合。

在应用功能架构分析完以后，我们结合CRUD矩阵分析，还要去分析哪一些数据会聚合到一个大的数据库里面，比如哪一些数据会聚合到采购系统的数据库里面，每一个数据对象必须要找到他实际的owner究竟是哪一个IT系统或者是应用系统，这个是我们在去做数据架构梳理以后必须要完成的另外一个重要的工作。

在这个工作完成以后，在当前主流的数据架构规划里面，还有个重要的事情就是主数据的规划和建设，通过CRUD分析，我们会去做主数据的识别，主数据识别完了以后，我们会去做详细的主数据的分析和主数据的建模，这个是独立的数据架构里面另外一条线叫主数据的规划和建设。

图片

再把这个事情做完以后，当前的数据架构规划还有一块关键的内容，这个是完全跟IT相关的一个内容，就是必须还要从oltp过渡到olap，我原来讲的都是IT业务系统，我会建设相应的BI系统，数据中台，或者是决策支持分析系统，现在我会去设计一些传统的BI的架构，或者是当前主流的数据中台的架构，到了olap分析阶段我就会去看业务系统主数据我怎么样去采集和集成数据，形成我统一的ods库，包括ods库建好以后我怎么样再去结合数据的建模形成我上层的数据仓库，方便我去做更加上层的一些数据的聚合分析，数据的维度分析，这个内容就是属于olap里面的另外一个内容。

在这些内容做完了以后，形成一些关键的决策，才能够支持我们上层的一些核心的业务目标的实现，这些数据最终聚合完形成的一些分析能力能够更好的和我们的业务战略去做匹配。

所以说简单总结，你可以看到数据架构里面的内容，即包括了怎么样做数据主题域分析到数据的概念模型，逻辑模型，物理模型，同时，你还要结合CRUD分析去考虑数据的聚合，去考虑如何识别分析主数据，包括怎么样从OLTP过渡到OLAP的数据建模，这样才能够形成一个完整的数据架构分析的内容。

我前面讲的关于企业架构里面的业务架构规划，应用架构规划，数据架构规划，在前年出过一本书，叫《SOA与大数据实践企业私有云平台规划和建设》，在这本书里面，其实是对企业架构规划我这几期讲到的几个关键点都有进一步的描述和举例说明，对这一块内容感兴趣的可以去买一下这本书，进一步详细阅读。

图片