- 云原生數據中臺:架構、方法論與實踐
- 彭鋒 宋文欣 孫浩峰
- 534字
- 2021-04-30 12:38:52
6.3 頂層架構設計
建議在實際投入開發之前,先進行頂層架構設計,根據實際業務架構來設計數據中臺的數據架構。這里所說的業務架構包括企業的組織架構、業務域及業務子域的劃分、核心業務流程、業務流程與相應IT系統對應的關系。建設數據中臺需要先把這些內容梳理清楚。數據中臺的數據架構可以理解為中臺數據能力的架構組織,是指數據中臺提供的明細數據、匯總數據、數據分析結果、數據報表、數據服務是如何組織的。
頂層架構設計需要根據對業務的分析,劃定以下內容。
·企業的主數據,如客戶、產品、訂單、供應商、員工、渠道等。
·數據域:能夠覆蓋主要業務流程的抽象數據主題,如交易域、用戶行為域、市場營銷域、庫存域等。
·核心業務流程與主數據和數據域的關系由誰負責,以及有哪些關聯部門。
經過這樣的劃定,業務部門在使用數據中臺時,就可以快速找到自己所需的數據能力。
雖然頂層架構設計非常重要,但我們建議在確定好基本的頂層架構之后,不要進行大規模的深度業務調研和建模,而應采取6.5節介紹的快速落地方式,以實際業務痛點為切入點,逐步展開數據中臺的建設。從另一個角度來講,企業業務會不斷變化,任何依賴于大規模業務調研的數據中臺建設方式都是不合理的。數據中臺應該隨著業務的發展而發展,因此在早期建設時可以采取迭代的方式進行。
推薦閱讀
- 數據存儲架構與技術
- PyTorch深度學習實戰:從新手小白到數據科學家
- 企業數字化創新引擎:企業級PaaS平臺HZERO
- 數據庫技術與應用教程(Access)
- Google Visualization API Essentials
- SQL Server 2012數據庫技術與應用(微課版)
- 大數據可視化
- SQL Server 2008數據庫應用技術(第二版)
- Live Longer with AI
- LabVIEW 完全自學手冊
- 區塊鏈技術應用與實踐案例
- 企業大數據處理:Spark、Druid、Flume與Kafka應用實踐
- 云原生架構:從技術演進到最佳實踐
- Python金融數據挖掘與分析實戰
- 數據會說話:活用數據表達、說服與決策