数据架构重要的输出是数据-实体关系图，简称 ER 图。ER 图中包含了实体（数据对象）、关系和属性 3 种基本成分。ER 图可以用来建立数据模型。如何准确的建立产品的数据模型，需要分解出业务需要什么样的数据。数据域的分解过程是站在业务架构的基础上，对业务域进行模型分析的过程。说起业务建模，大家很快会想到领域模型这个概念。这里的思路是通过领域建模来逐步提取系统的数据架构图。
说到领域模型，这里采用四色原型法进行业务模型的抽象。在进行四色模型分析前，我们先了解下四色模型的一些基本概念。四色模型，顾名思义是通过四种不同颜色代表四种不同的原型。
●Moment-Interval Archetype 时标性原型
○表示事物在某个时刻或某一段时间内发生的。使用红色表示，简写为 MI.
●Part-Place-Thing Archetype 参与方-地点-物品原型.
○表示参与扮演不同角色的人或事物。使用绿色表示。简写为 PPT。
●Role Archetype 角色原型
○角色是一种参与方式，它由人或组织机构、地点或物品来承担。使用黄色表示。简写为 Role。
●Description Archetype 描述原型
○表示资料类型的资源，它可以被其它原型反复使用，并为其它原型提供行为。使用蓝色表示。简写为 DESC。
以风控系统为例，进行领域建模的过程如下：
1.关键流程
在进行业务建模前，首先需要梳理出业务的流程，这一步在业务架构分解环节中已经完成。按照四色建模法的原则，将业务流程图进行一点改造。在原来的流程图上，将流程涉及的事务和角色添加进来。 改造之后的流程图如下：
管理人员
处理小二
风控小二
处理小二
风险事件
数据对象
规则/模型
异常风险
通知
分析报告
规则&模型
风险处置
告警通知
数据采集
风险分析
风险识别
设置
2.领域模型骨干
从业务流中，我们可以清晰的定义出 Moment-Interval Archetype （时标性原型），流程中的每个节点符合 MI 的定义，即事物在某个时间段内发生。在 MI 的定义过程中，一种方法是通过名词+动词进行定义。那么，风控的 MI 即为：数据采集、规则 &模型设置、风险识别、告警通知、风险处置、风险分析（MI 使用红色表示）。
在得到骨干之后，我们需要丰富这个模型，使它可以更好的描述业务概念。这里需要补充一些实体对象，通常实体对象包括：参与方、地点、物（party/place/thing）。
Part-Place-Thing Archetype（参与方-地点-物品原型）：业务对象、规则、模型、异常风险、通知、异常事件、分析报告（PPT 使用绿色表示）。
领域模型骨干图，如下：
通知
异常风险
业务对象
数据采集
风险识别
规则&模型
风险告警
设置
规则
模型
风险处置
风险分析
PARTPLACETHING
PARTPLACETHING
异常事件
分析报告
3.领域模型角色
在领域模型骨干的基础上，需要把参与的角色（role）带进来。Role 使用黄色表示。如下图：
通知
异常风险
业务对象
规则&模型
数据采集
风险识别
风险告警
设置
风险分析
风险处置
管理人员
处理小二
规则
模型
分析报告
异常事件
4.领域模型描述
最后将模型的描述信息添加进来，模型的描述信息中涵盖模型的具体属性。这些描述信息对于后面数据库设计有很大的影响。模型描述使用蓝色标注，如下图：
异常风险
通知
业务对象
风险告警
数据采集
规则&模型
风险识别
设置
管理人员
处理小二
模型
规则
异常事件
分析报告
规则描述
模型描述
DESCRIPTION
报告详情
事件详情
5.提取 ER 图
领域模型构建完成之后，在此基础上，我们已经能够初步的掌握整个系统的数据模型。其中绿色的 Part-Place-Thing Archetype（参与方-地点-物品原型），可以用来表示 ER 图中的实体模型。红色的 Moment-Interval Archetype（时标性原型），可以用来表示 ER 图中的关系。对领域模型架构图进行提炼，得到如下图：
模型类型
属于
通知
风险报告
模型
告警
分析
处置人
风险事件
处理
识别
规则
属于
规则类型
实体（Entity）和联系（RelationShip）存在一定的关联关系，一般存在 3 种约束性关系： 一对一约束、一对多约束和多对多约束。将这些约束性关系表现在 ER 图中，用于展现实体与实体间具体的关联关系，最终输出 ER 图。（考虑保证 ER 的简洁性，这里并没有把模型的属性画进来）
模型类型
属于
通知
模型
分析
告警
风险事件
处置人
处理
识别
规则
属于
规则类型
若有收获，就点个赞吧
