1.数据架构的定义

• 数据架构的基本结构3部分：

  1. 具体体现在架构构成中的组件

  2. 组件之间的相互关系

  3. 管理其设计和演变的原则

• 数据架构的构件包括当前状态的描述，数据需求的定义，数据整合的指引，数据管控策略中要求的数据资产管理规范

  （简单的总结来说，数据架构构件首先要解决当下的问题，同时也要预测未来的问题）

2.数据架构设计文件

• 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. 业务驱动因素：

• 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。

  （可以理解为： 业务-> 数据架构(既要懂业务又要懂技术)-> 技术）

数据架构师的需要定义和维护的事项:

• 定义组织中数据的当前状态

• 提供数据和组件的标准业务词汇

• 确保数据架构和企业战略及业务架构保持一致

• 描述组织数据战略需求

• 高阶数据整合概要设计

• 整合企业数据架构蓝图

总体数据架构实施包括：

1. 使用数据脚骨构件（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合作。学习并影响他们

3. 通过数据架构及通用的数据词汇搭建企业数据语言

数据架构主要职责

• 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

• 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

• 管理复杂数据和信息，并传递至整个企业

• 确保业务和IT技术保持一致

• 为企业改革、转型和提高适应性提供支撑

4. 企业架构类型

1. 业务架构

2. 数据架构

   1. 企业数据模型

      • 概念模型 – 数据架构师，偏向业务

      • 逻辑模型 – 数据架构师，偏向业务

      • 物理模型 – 是数据建模的输出，DBA

      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。通常用于表示高层级简化的数据模型，也表示了不同抽象层级。企业数据模型包括数据实体（如业务概念）、数据实体间关系、关键业务规则和一些关键属性，它为所有数据和数据相关的项目奠定了基础。任何项目级的数据模型必须基于企业数据模型设计。企业数据模型应该由利益相关方审核，以便它能一致有效地代表企业。

   2. 数据流的设计（也叫数据分布图，数据的流程图，数据价值链）

      • 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。

      • 数据流是一种记录数据血缘的数据加工过程，用于描述数据如何在业务流程和系统中流动。端到端的数据流包含了数据起源于哪里，在哪里存储和使用，在不同流程和系统内或之间如何转化。

      • 数据流映射记录了数据与以下内容的联系：

        1）业务流程中的应用。

        2）某个环境中的数据存储或数据库。

        3）网段（有助于安全映射）。

        4）业务角色（描述哪些角色有职责创建、更新和删除数据）。

        5）出现局部差异的位置。

3. 应用架构

4. 技术架构

5. 企业架构框架

Zachman框架

• 最著名的企业架构框架由John Azachman 在20世纪80年代开发的Zachman框架

6. 数据架构原则

1. 面向质量

2. 面向创新

7.数据架构的设计方法有三种：

1. 瀑布方式（一次到位）

2. 迭代方式

3. 敏捷方式（边开发边运营）

8. 数据架构工具

1. 数据建模工具

2. 资产管理软件（元数据管理软件）

3. 图形设计应用

9. 度量指标

• （1）架构标准接受率

• （2）实施趋势 对跟踪企业架构改善组织实施项目能力的程度，至少沿两个方向进行改善： 1）使用/重用/代替/废弃测量。决定使用新架构构件与重用、代替或废弃构件的比例。 2）项目执行效率测量。测量项目的交付时间和可重用构件及指导构件的交付改进成本。

• （3）业务价值度量指标

  • 1）业务敏捷性改进

  • 2）业务质量

  • 3）业务操作质量

  • 4）业务环境改进

企业架构衡量指标反应了架构目标:架构接受度，实施趋势，业务价值。数据架构衡量工作通常作为项目总体业务的客户满意度的一部分，每一年开展一次。