「主数据架构」4种常见的主数据管理实现风格

本文涉及的产品
数据管理 DMS,安全协同 3个实例 3个月
推荐场景:
学生管理系统数据库
简介: 「主数据架构」4种常见的主数据管理实现风格

主数据管理(MDM)系统的基础是什么,这取决于您所认同的实现风格,这为项目成功提供了最佳机会。这在很大程度上取决于您在数据管理方面的业务情况。

有几种不同的实现样式可供选择,主要的区别在于是否从中心集线器控制数据,还是将集线器与现有数据源同步。

但是,为什么必须仔细考虑执行的风格呢?

对大多数组织来说,在整个组织中维护一个单一版本的真相是一个高度优先级的任务——同时还要满足遵从性和监管义务。重点放在提高数据质量、建立数据治理的指导方针以及确保数据可以在整个业务中轻松地管理和访问。

这些因素都可以通过使用最常见的实现样式来实现。然而,不同组织之间的主数据管理系统差异很大,您的部署类型将取决于您的核心业务、公司结构和公司目标。

您的MDM解决方案提供商将根据您的业务需求为您提供最佳的解决方案。在这里,我们将查看四种常见的主数据管理实现样式,以帮助您确定哪一种最符合您的组织需求。

MDM实现1:注册表样式

首先,我们将了解注册表样式,它主要用于通过对来自不同源系统的数据运行清理和匹配算法来发现重复项。它将唯一的全局标识符分配给匹配的记录,以帮助识别单一版本的真相。

这种样式不会将数据发送回源系统,因此对主数据的更改将继续通过现有的源系统进行。相反,它清理并匹配标识的交叉引用信息,并假设源系统可以管理其自身数据的质量。

将存储匹配和提供相应记录之间的链接所需的信息,并且可以根据需要访问此数据的视图。

当需要一个单一的、全面的客户视图时,它使用每个参考系统来实时构建一个360度视图。但是,需要对数据进行中央治理,以确保黄金记录是可靠的。


注册表样式实现的优点

如果您在世界各地有大量的源系统,则很难建立权威的源。可以使用注册表风格的方法来分析数据,同时避免在源系统中覆盖信息的风险。这将帮助您避免在源数据更改时可能发生的潜在遵从性失败或其他监管影响(可能因国家而异)。

Registry Style提供了一个不修改主数据的只读数据视图,是删除重复和获得对主数据的一致访问的有用方法。

它提供了低成本、快速的数据集成,对应用程序系统的入侵最小化。

MDM实现2:合并样式

接下来,让我们看看合并样式。使用整合样式,主数据通常从中心中的多个源进行整合,以创建单个版本的真相,也称为黄金记录。

黄金记录存储在中心集线器中,用于报告和参考。但是,对主数据进行的任何更新都将应用于原始数据源。


整合样式实现的好处

使用整合样式,您可以从许多现有系统提取主数据,并将其导入一个受管理的MDM hub。然后可以清理、匹配和集成这些数据,为一个或多个主数据域提供完整的单个记录。

合并后的集线器成本低,而且安装速度快,为方便企业范围的报告提供了一种快速而有效的方法。这种风格主要用于分析,为报告和分析提供可靠的数据来源。

MDM实现3:共存风格

共存样式允许您以与整合样式相同的方式构造黄金记录,但是主数据存储在中心MDM系统中,并在其源系统中更新。

共存样式比合并样式的部署成本更高,因为主数据更改可能发生在MDM系统和应用程序系统中。

主数据模型的所有属性在上载到主数据管理系统之前必须保持一致并清除。


共存风格实现的好处

这种风格的主要好处是,数据在源系统中被控制,然后与中心同步,因此数据可以和谐地共存,并且仍然提供单一版本的真相。

这种方法的另一个好处是主数据的质量得到了改善,访问速度更快。报告也更容易,因为所有主数据属性都在一个地方。

如果您的业务需要能够将集中治理的数据链接回源系统,那么整合样式中心可以自然地发展为共存样式中心。

MDM实现4:事务/集中式风格

事务样式使用链接、清理、匹配和丰富算法来存储和维护主数据属性,以增强数据。然后可以将增强后的数据发布回其各自的源系统。

中心支持主记录的合并,源系统可以订阅由中央系统发布的更新,以提供完全的一致性。但是,这种风格需要对源系统进行双向交互。


事务/集中式实现的优点

这种风格的真正好处是,您的主数据在任何时候都是准确和完整的,而事务样式中心可以支持数据属性级别的安全性和可视性策略。您可以为一个或多个域获得一组集中的主数据。

事务样式通常可以从合并或共存样式演化而来。

MDM实现风格

我们希望这四种常见的主数据管理实现风格的简要概述将帮助您确定适合您的组织的正确方法。

但是,在开始任何实现之前,需要定义希望通过MDM系统解决哪些业务挑战。

如果您被分散在不同系统中的数据所阻碍,那么您的第一步应该是探索如果您可以方便地访问单个综合记录,那么您将如何处理数据。

下一步是考虑组织中谁需要访问这些数据,最后是希望他们能够从全球不同的设备和位置访问这些数据吗?

这时,听取主数据管理专家的建议是值得的。理想情况下,您选择的实现风格应该帮助您管理和维护最关键的数据,使您能够克服挑战并实现积极的业务结果。

幸运的是,使用我们列出的所有样式,您可以随着公司需求的增长或组织的扩展从一个样式发展到另一个样式。关键因素是一开始就使用正确的MDM平台,这样它就可以与您的业务一起开发。

相关实践学习
MySQL基础-学生管理系统数据库设计
本场景介绍如何使用DMS工具连接RDS,并使用DMS图形化工具创建数据库表。
相关文章
|
2月前
|
人工智能 关系型数据库 分布式数据库
拥抱Data+AI|“全球第一”雅迪如何实现智能营销?DMS+PolarDB注入数据新活力
针对雅迪“云销通App”的需求与痛点,本文将介绍阿里云瑶池数据库DMS+PolarDB for AI提供的一站式Data+AI解决方案,助力销售人员高效用数,全面提升销售管理效率。
|
2月前
|
消息中间件 存储 缓存
十万订单每秒热点数据架构优化实践深度解析
【11月更文挑战第20天】随着互联网技术的飞速发展,电子商务平台在高峰时段需要处理海量订单,这对系统的性能、稳定性和扩展性提出了极高的要求。尤其是在“双十一”、“618”等大型促销活动中,每秒需要处理数万甚至数十万笔订单,这对系统的热点数据处理能力构成了严峻挑战。本文将深入探讨如何优化架构以应对每秒十万订单级别的热点数据处理,从历史背景、功能点、业务场景、底层原理以及使用Java模拟示例等多个维度进行剖析。
59 8
|
2月前
|
存储 分布式计算 数据挖掘
数据架构 ODPS 是什么?
数据架构 ODPS 是什么?
494 7
|
2月前
|
数据采集 搜索推荐 数据管理
数据架构 CDP 是什么?
数据架构 CDP 是什么?
79 2
|
5月前
|
机器学习/深度学习 数据采集 人工智能
揭秘!47页文档拆解苹果智能,从架构、数据到训练和优化
【8月更文挑战第23天】苹果公司发布了一份47页的研究文档,深入解析了其在智能基础语言模型领域的探索与突破。文档揭示了苹果在此领域的雄厚实力,并分享了其独特的混合架构设计,该设计融合了Transformer与RNN的优势,显著提高了模型处理序列数据的效能与表现力。然而,这种架构也带来了诸如权重平衡与资源消耗等挑战。苹果利用海量、多样的高质量数据集训练模型,但确保数据质量及处理噪声仍需克服。此外,苹果采取了自监督与无监督学习相结合的高效训练策略,以增强模型的泛化与稳健性,但仍需解决预训练任务选择及超参数调优等问题。
165 66
|
5月前
|
物联网 数据管理 Apache
拥抱IoT浪潮,Apache IoTDB如何成为你的智能数据守护者?解锁物联网新纪元的数据管理秘籍!
【8月更文挑战第22天】随着物联网技术的发展,数据量激增对数据库提出新挑战。Apache IoTDB凭借其面向时间序列数据的设计,在IoT领域脱颖而出。相较于传统数据库,IoTDB采用树形数据模型高效管理实时数据,具备轻量级结构与高并发能力,并集成Hadoop/Spark支持复杂分析。在智能城市等场景下,IoTDB能处理如交通流量等数据,为决策提供支持。IoTDB还提供InfluxDB协议适配器简化迁移过程,并支持细致的权限管理确保数据安全。综上所述,IoTDB在IoT数据管理中展现出巨大潜力与竞争力。
129 1
|
2月前
|
关系型数据库 分布式数据库 数据库
云栖大会|从数据到决策:AI时代数据库如何实现高效数据管理?
在2024云栖大会「海量数据的高效存储与管理」专场,阿里云瑶池讲师团携手AMD、FunPlus、太美医疗科技、中石化、平安科技以及小赢科技、迅雷集团的资深技术专家深入分享了阿里云在OLTP方向的最新技术进展和行业最佳实践。
|
3月前
|
存储 人工智能 安全
【荣誉奖项】荣获2024数据治理优秀产品!瓴羊Dataphin联合DAMA发布数据管理技能认证
瓴羊Dataphin连续俩年获得DAMA年度优秀数据治理产品奖,本次与DAMA联合发布“DAMA x 瓴羊 数据管理技能认证”,助力提升全民数据素养。
176 0
【荣誉奖项】荣获2024数据治理优秀产品!瓴羊Dataphin联合DAMA发布数据管理技能认证
|
3月前
|
存储 SQL 分布式计算
湖仓一体架构深度解析:构建企业级数据管理与分析的新基石
【10月更文挑战第7天】湖仓一体架构深度解析:构建企业级数据管理与分析的新基石
212 1
|
4月前
|
存储 搜索推荐 数据库
MarkLogic在微服务架构中的应用:提供服务间通信和数据共享的机制
随着微服务架构的发展,服务间通信和数据共享成为关键挑战。本文介绍MarkLogic数据库在微服务架构中的应用,阐述其多模型支持、索引搜索、事务处理及高可用性等优势,以及如何利用MarkLogic实现数据共享、服务间通信、事件驱动架构和数据分析,提升系统的可伸缩性和可靠性。
62 5

热门文章

最新文章