大家好，我是独孤风，一位曾经的港口煤炭工人，目前在某国企任大数据负责人，公众号大数据流动主理人。
在最近的两年的时间里，因为公司的需求，还有大数据的发展趋势所在，我开始学习数据治理的相关知识。
数据治理需要进行系统的学习才能真正掌握，也需要进行专业的考试认证才能证明自己在数据治理方面的学习能力和知识掌握情况。如果对数据治理和数据治理认证CDMP有疑问的话，可以参考我之前的文章，有详细的介绍。
5000字详解数据治理如何入门（附国际数据治理认证考试-CDMP学习群）
正文共：2994字 11图
预计阅读时间：8分钟
本文档基于数据治理相关学习资料整理，为数据治理专业认证CDMP的学习笔记（思维导图与知识点）整理。
文章较长，建议收藏后阅读。
后续的文档请关注公众号 大数据流动，会持续的更新~
本文档为数据架构部分笔记，思维导图与知识点整理。共分为6个部分，由于页面显示原因，部分层级未能全部展开。结构如下图所示。
一、架构与数据架构
本部分主要学习架构的基本概念，企业数据架构的一些知识。
架构听起来高大上，但本质上还是在一个高层的视角对整体做一个设计把控，起到的是基础的作用。
架构是什么？
- 对组件要素有组织的设计，旨在优化整个结构或系统的功能、性能、可行性、成本和用户体验。
- 系统的基本结构，具体体现在架构构成中的组件、组件之间的相互关系以及管理其设计和演变的原则。
- 在组织不同范围、不同层级开展。负责将难以理解的东西定义明确清晰。
数据架构是架构的一种。
数据架构：识别企业的数据需求（无论数据结构如何），设计和维护总蓝图以满足这些需求。使 用总蓝图来指导数据集成、控制数据资产，并使数据投资与业务战略保持一致。
数据架构是数据管理的基础，需要在不同层级上描述，以便更好的了解和帮助决策。
数据架构的构建：当前状态的描述、数据需求的定义、数据整合的指引、数据资产管理规范。
数据架构的目标：是在业务战略和技术实现之间建立起一座通畅的桥梁，数据架构是企业架构中的一部分。
数据架构的主要成果：1、数据存储和处理需求。2、设计满足当前和长期数据需求的结构和规划。
数据架构师的主要工作：1 定义数据当前状态。2 提供数据和组件的标准业务词汇。3 确保数据架构和企业战略、业务架构一致性。4 描述数据战略需求。5 高阶数据整合概要设计。6 整合企业数据架构蓝图。
总体数据架构实施：1 使用数据构架构件（主蓝图）来定义数据需求、指导数据整合、管控数据 资产，确保数据项目投入与企业战略保持一致。2 与参与改进业务或 IT 系统开发的利益相关方 合作，学习并影响他们。3 通过数据构架及通用的数据词汇，搭建企业数据语言。
数据架构的语境关系图如下所示：
业务驱动因素：1）利用新兴技术所带来的业务优势，从战略上帮助组织快速改变产品、服务和数据。2）将业务需求转换为数据和应用需求，以确保能够为业务流程处理提供有效数据。3）管理复杂数据和信息，并传递至整个企业。4）确保业务和 IT 技术保持一致。5）为企业改革、转型和提高适应性提供支撑。
为方便理解，整理本部分思维导图如下：
二、企业数据架构
要想更深入的理解企业架构知识，需要学习架构的类型与框架。
1、企业架构类型
企业架构包含业务架构、数据架构、应用架构和技术架构等。好的架构能助于让组织了解系统状态、加速转好，实现守规提效的目标。
2、架构框架
架构框架：架构的架构。思考和理解架构的方式。
比较著名的就是 Zachman 框架，6X6 矩阵。问询沟通和重新定义转换两个维度。问询沟通：
1 什么 What：目录列，构建架构的实体。
2 怎么 HOW：流程列，表示执行的活动。
3 在哪里 WHERE，分布列，业 务位置和技术位置。
4 谁 WHO：职责列，角色 和组织。
5 时间 WHEN：时间列，表示间隔、事件、周期和时间表。
6 为什么 WHY：动机列，表目标、策略和手段。
3、企业数据架构
企业数据架构包含两部分：1、企业数据模型（数据结构 、数据规范）。2、数据流设计。
企业数据模型包括：整体的/企业级的/独立实施/概念或逻辑/通用的/一致的/简化抽象的。数据实体（如业务概念）、数据实体间关系、关键业务规则和一些关键属性。
数据流设计：定义数据库、应用、平台和网络（组件）之间的需求和主蓝图。
数据流：1 业务流程中的应用。2 某个环境中的数据存储或数据库。3 网段。4 业务角色 。5 出现局部差异的位置。
数据流可以用于描述不同层级模型的映射关系：主题域、业务实体，乃至属性层面的映射关系。用 二维矩阵 或 数据流图 呈现。
为方便理解，整理本部分思维导图如下：
三、数据架构活动
数据架构活动：
1 建立企业数据构架。
建立企业数据架构要做的工作：1、战略。2、沟通与文化。3、组织。4、工作方法。5、结果。
数据架构会影响：1 定义项目数据需求。2 评审项目数据设计。3 确定数据溯源影响。4 数据复制 控制。5 实施数据架构标准。6 指导数据技术和更新决策。
具体的活动包括：
A 评估现有数据架构规范。
B 制定路线图。
企业架构开发路线图：1 高层次里程碑事件。2 所需资源。3 成本评估。4 业务能力工作流划分。路线图应以数据管理成熟度评估为指导。
C 管理项目中的企业需求。
企业数据架构项目相关的活动：定义范围。理解业务需求。设计。实施。
架构活动嵌入到项目过程采用的方式：瀑布方式。迭代方式。敏捷方式（DevOps）。
2 与其他企业架构集成。
主题域到细化的层面都需要建立与其他架构的联系。
为方便理解，整理本部分思维导图如下：
四、数据架构工具和方法
数据架构工具：数据建模工具。资产管理软件。图形设计应用。
数据架构方法：生命周期预测。图标使用规范。
生命周期预测：1 当前的。2 部署周期的。3 策略周期的。4 退役的。5 优先的。6 限制的。7 新兴的。8 审核的。
图标使用规范：1 清晰一致的说明。2 所有图表对象与说明相匹配。3 清晰一致的线条方向。4 一 致的交叉线显示方法。5 一致的对象属性。6 线性对称。
为方便理解，整理本部分思维导图如下：
五、数据架构实施指南
数据架构包括构件、活动、行为。数据架构实施工作内容：
1）建立企业数据架构团队和举办问题讨论会。
2）生成数据架构版本。
3）在开发项目中，形成和建立数据架构工作方式。
4）提高组织对数据架构工作价值认识。
在具体实施时，要明确两件事。
1、就绪评估和风险评估
就绪评估和风险评估：1 缺少管理层支持。2 成功与否缺乏证据。3 缺乏管理者的信任。4 管理层不正确的决策。5 文化冲击。6 缺乏有经验的项目经理。7 单一维度视角。
2、组织和文化依赖
组织和文化依赖(对数据框架的接受度取决于)：
1 对架构方法的接受度。
2 确认数据属于组织的业务资产，而不仅是 IT 的任务。
3 放弃局部数据视角，接受企业级数据视角的能力。
4 将架构交付成果整合到项目实施中的能力。
5 规范数据治理的接受程度。
6 立足企业布局，而不局限于项目交付成果和 IT 解决方案的能力。
为方便理解，整理本部分思维导图如下：
六、数据架构治理
同样的，数据架构也需要被治理。
数据架构治理活动：
1）项目监督。
2）管理架构设计、生命周期和工具。
3）定义标准。
4）创建数据相关构件。
数据架构度量指标：
1、架构标准接受率。
2、实现趋势。
3、业务价值度量指标。
实施趋势：使用/重用/代替/废弃测量。项目执行效率测量。
业务价值度量指标：1 业务敏捷性改进。2 业务质量。3 业务操作质量。4 业务环境改进。
为方便理解，整理本部分思维导图如下：
未完待续~
