【企业架构】TOGAF架构标准规范-数据架构
导读:学习数据架构,是为了掌握将海量、无序的数据转化为企业核心战略资产的能力。它为我们提供了一套系统性的蓝图和方法,用于规划数据如何被定义、存储、整合、管理和使用。通过学习数据架构,我们能够打破数据孤岛,确保数据质量一致可靠,从而高效支撑业务决策、应用创新和合规要求,最终驱动企业在数字时代实现数据驱动的精准运营与业务增长。
目录
1、数据架构概述
2、重要性与价值
3、目标
4、步骤
5、输入
6、输出
7、方法
1、数据架构概述
数据架构是企业架构的核心组成部分,它定义了组织的逻辑和物理数据资产以及数据管理资源的结构。简单来说,数据架构回答了以下关键问题:
-
数据是什么? 定义了组织需要的核心业务实体(如客户、产品、订单等)及其属性。
-
数据从哪里来,到哪里去? 描述了数据在组织内外的流动关系。
-
数据如何被存储和管理? 规定了数据的存储结构、位置、保留策略和安全标准。
-
数据如何被使用? 明确了数据如何支持业务流程,并为应用系统提供信息。
在TOGAF的架构开发方法中,数据架构设计是“信息系统架构”阶段的两个主要支柱(数据架构与应用架构)之一,通常与应用架构并行开展,并保持紧密的协同。
开发目标信息系统架构,描述企业的信息系统架构如何赋能业务结构以及架构愿景,解决架构工作组以及利益相关者关注的问题。识别确认基线信息系统架构以及目标信息系统架构之间的区别以及路线图。
信息系统架构阶段,包括数据架构阶段以及应用架构阶段,依据不同系统的需求功能以及使用场景,阶段实现的先后顺序也不相同,有些系统是数据驱动,则先实现数据架构阶段,有些系统是应用驱动,则先实现应用架构阶段
2、重要性与价值
一个设计良好的数据架构对于企业具有至关重要的战略价值:
-
打破数据孤岛: 通过建立企业级的数据模型和标准,促进不同业务单元和系统间的数据共享与互操作性。
-
提升数据质量: 明确的数据定义、标准和治理规则有助于确保数据的一致性、准确性和可靠性。
-
支持业务决策: 为商业智能、数据分析和报告提供可信、统一的数据基础,使数据成为战略资产。
-
提高IT敏捷性: 清晰的数据架构使新应用系统的集成和开发更加快速、成本更低,因为它减少了数据接口的复杂性。
-
管理风险与合规: 通过定义数据生命周期、安全策略和访问控制,帮助满足法规遵从性要求(如GDPR、数据安全法)。
3、目标
开发目标数据架构,赋能业务结构以及架构愿景,解决架构工作组以及利益相关者关注的问题。识别确认基线数据架构以及目标数据架构之间的区别以及路线图。
具体目标包括:
-
基于业务架构阶段输出的业务需求(如业务目标、驱动因素、业务流程等),开发并完善基线数据架构和目标数据架构。
-
分析基线架构与目标架构之间的差距。
-
制定数据架构组件(如数据实体、数据服务等)的演进路线图。
-
确保数据架构与业务架构、应用架构、技术架构保持一致性和协同性。
4、步骤
补充:识别确认数据建模分类,数据分类可按层次分解,数据建模过程模型主要包括逻辑数据模型、物理数据模型、数据实体模型
核心解读如下:
核心基础: 图片底部的 “Core Content Metamodel”(核心内容元模型) 是TOGAF的标准“词汇表”和“语法”,定义了一套最基本的架构实体(如“参与者”、“业务服务”、“数据实体”)及其关系。这是所有架构描述的起点和基础。
专业化扩展: 上方的六个梯形模块表明,TOGAF允许根据不同的架构焦点领域,对核心元模型进行专业化扩展。“Data Extensions”就是其中之一,其描述为“Extension to support data modeling”(支持数据建模的扩展)。
数据扩展的具体含义: 这意味着在进行数据架构设计时,架构师并不仅仅使用最核心的元模型实体。相反,他们会启用并使用“数据扩展”模块。这个扩展模块很可能在核心元模型的基础上,增加了:
更细粒度的、与数据相关的实体(例如:“逻辑数据组件”、“物理数据表”、“数据生命周期阶段”等)。
更丰富的数据关系(例如:“数据实体被...应用组件所使用”、“数据实体遵循...数据标准”)。
专门用于描述数据架构的属性和约束。
与数据架构阶段的关联:
当您在TOGAF的“信息系统架构阶段”进行数据架构设计时,“Data Extensions”模块所提供的概念和关系,就是您所使用的主要“架构方法”和“建模语言”。
阶段输出:您创建的数据实体目录、数据图等,其背后的元模型基础就是“核心元模型”+“数据扩展”。
架构方法:您进行的数据建模(概念、逻辑、物理模型)活动,正是通过应用这个“数据扩展”来完成的。它确保了数据架构的描述既标准又可与其他架构领域(如流程建模、服务定义)无缝集成。
数据架构阶段需要建模的内容包括Data Entities数据实体模型以及Data Extensions数据扩展模型。下图清晰地展示了TOGAF标准中企业架构的核心元模型及其相互关系,提供了一个标准化、结构化的语言来描述复杂的企业架构。
上图中有四个主要部分,对应企业架构的四个核心领域,以及它们包含的架构实体:
业务架构
核心实体:
流程
、职能
、组织单元
、参与者
、业务服务
。作用:描述了企业如何通过组织、人员和流程来创造价值。
信息系统架构 - 应用层面
核心实体:
应用组件
、信息系统服务
、角色
。作用:描述了支持业务运作的自动化系统(应用)及其提供的服务。
信息系统架构 - 数据层面
核心实体:
数据实体
。作用:描述了业务运作中需要管理和使用的关键信息资产。
技术架构
核心实体:
技术组件
、技术服务
。作用:描述了支撑应用和数据运行的软硬件基础设施平台。
图中的箭头是理解元模型的关键,它们揭示了不同架构层级之间如何协同工作:
业务服务
由流程
实现,并服务于参与者
。 这定义了企业的价值交付链。
流程
由参与者
(人或系统)执行。 这明确了业务流程中的责任主体。
流程
与职能
相关联。 职能是稳定的能力,而流程是动态的活动,两者共同构成业务架构。
流程
会访问数据实体
。 这回答了“业务流程需要哪些数据?”的问题,是业务架构与数据架构的桥梁。
流程
由应用组件
实现自动化。 这回答了“哪个系统支持哪个业务流程?”的问题,是业务架构与应用架构的桥梁。
应用组件
通过角色
与参与者
交互,并管理数据实体
。 这定义了人机交互界面和数据所有权。
应用组件
和数据实体
最终由底层的技术组件
和技术服务
所支撑。 这体现了技术架构作为基础平台的作用。
5、输入
6、输出
7、方法
数据架构的关键观点,主要包括数据管理、数据迁移、数据治理
数据管理,企业在执行大规模架构转型的过程中,理解与解决数据管理的问题显得非常重要,结构化以及综合性的数据管理方法可以高效地赋能企业,给企业提供强大的市场竞争优势
-
明确定义企业架构总体规划中,那些应用组件是基于企业主体数据的系统记录以及引用提供服务
-
所有应用组件应共同参考指定的企业级的数据标准
-
明确理解业务功能、业务流程、业务服务是如何利用数据实体
-
明确理解企业数据实体是如何被创建、存储、传输、报告
-
应用的信息交换,需要支持什么级别以及复杂度的数据变化
-
明确了解企业客户以及供应商的数据集成需求
数据迁移,系统应用在版本更新或者替换时,需要提供数据迁移的解决方案以支持新应用的正常运行,一般情况下,数据类型包括主数据或核心数据部分、事务数据部分、引用数据部分,数据迁移时涉及到数据格式转换,需要支持企业级的数据标准定义。
数据治理,企业需要从不同的维度提供具体的方法支持企业级的数据治理
-
组织结构,企业是否具备必要的组织结构以及标准方法,支持数据实体的转换
-
管理系统,企业是否具备必要管理系统以及数据相关的程序,支持数据实体的全生命周期管理
-
人力资源,企业是否具备数据相关技能的人才队伍,支持数据架构转型或者数据转换
架构仓库,架构工作组需要考虑在架构仓库中提供可用的数据架构资源,其中包括数据转换标准、信息转换模型、数据模型以及数据仓库模型。