大多数数据将会存储于大型遗留或打包的系统中,数据结构的细节对于这些系统来说可能是不可见的。其他数据将存储于电子表格和个人数据库(例如 Microsoft Access)中,且可能对于 IT 部门或高级业务数据管理员来说是不可见的。一些关键数据可能存储于由服务供应商或业务合作伙伴维系的外部系统中。随着您对复杂数据架构的探究,就会逐渐接受两个现实:
一些由企业应用程序集成(Enterprise Application Integration,EAI)技术或精心的业务流程进行维护的副本,也许是好的(但很可能不完善)。而大部分数据的处理是很不好的,仅仅由临时的批量传输或迫于压力和不流畅的人工流程来维护。组织及业务流程的冲突或信任上的失败可能会阻碍对数据处理见解的进步。这些条件有几个重要的结果。例如,当计划,如客户关系管理(Customer Relationship Management,CRM)和商业智能(Business Intelligence)需要通过各种各样的来源来合并数据时,不够良好的副本也许会使得业务或技术问题恶化。一些组织在端到端流程中利用各种遗留系统。业务或 IT 都可能会进行改变以简化业务流程,流水化数据流并减少复制。尽管建模为解决这些难题带来了好处,但是传统的建模方法不能解决这些难题。它们会建立要么过于详细以至于无法使用的模型,要么建立不够详细的模型,并且他们没有着重于企业数据架构和各种组件整合的难题。我们相信用企业级的观点来创建强有力的、简单并有效的数据结构模型是很重要的 —— 一组被称为“企业数据架构”的模型。 企业数据架构模型 —— 支持各种公共的 IT 和业务改进计划 数据架构不是一组单个系统的详细模型,因 为它们不能传送用来满足以上需求的所需要的“大图片”信息。而且它不仅仅是业务流程和系统范围的顶级模型,因为它们没有包含足够的细节以回答实际的问题。 数据架构图 数据架构图描述了“什么”组成了数据架构。支持它的数据策略和计划阐述了“为什么”。单个的模型说明数据是什么、在哪里,以及什么时候由谁如何改变。 哪些模型构成了数据架构 数据架构主要由下面部分介绍的四级模型定义。通常,只有在业务流程发生重大变更时,高级数据模型才会变更,但其他的模型将存在于各种各样的版本中,代表“目前”的结构和一个或多个“将来”的进展。 高级数据模型 顶层是一组高级数据模型,用概念性观点描述业务数据,独立于任何当前实际系统的实现。每个高级数据模型(high-level data model,HLDM)包含:
模型应包含所有具有业务意义的属性和定义数据结构的内容(例如,控制多样性业务规则的输入)。 改进数据架构:数据策略 将“目前”的数据架构进行建模非常有用,它能够很确定地显示出哪里不是最佳的。然而,如果您想要进行提高,就需要有比好的模型多得多的东西。围绕改进数据集合、使用和管理的大部分问题是非技术性的。IT 部门,及业务经理们,需要开发以下内容:
数据策略需要建立在清晰的意见一致的原则之上,例如以下部分:
数据结构必须在严格的变更控制下,以便于可以适当地管理各种业务和系统牵连的变更。无论什么时候,对公共数据模型采用国际、国家或行业标准。在不可能采用时,开发组织的标准来替代。对企业数据架构的文档化的理解是许多公共 IS 和业务改进计划的必要先决条件。适当的模型与详细的系统模型和高级业务模型截然不同。本文概述了一组有助于满足这些需求的 UML 模型和技术。 欢迎分享与同行转载,但请务必注明作者及出处,尊重作者及小编劳动成果,这是作为信息化从业者最基本的职业素养之一,谢谢! |
|