数据架构知识点总结
数据架构是企业架构的核心，旨在描述企业的数据类型、来源、逻辑和物理数据资产、数据资源的结构和交互关系。数据架构记录业务活动中的主体、行为及客体的信息和状态，承载在企业的价值创造逻辑，应用架构实现业务逻辑到虚拟世界的翻译。
数据架构的最终目的是使得企业的数据关系有序，数据价值充分发挥，即数据可管、可用。数据架构设计需要在业务和运营中遵守，通过在线系统对数据架构遵从进行监控和管理。
数据架构的设计步骤包括：
1. 选择参考模型、视角和工具，确定总体建模流程，识别所需的数据构建块目录、识别需要的矩阵、识别需要的图等。
2. 开发基线数据架构描述和目标数据架构描述。
3. 进行差距分析和定义候选路线图组件。
4. 化解贯穿整个架构全景中的影响。
5. 进行正式利益攸关者审视。
6. 最终确定数据架构和创建架构定义文件。
数据架构的表示方式包括：
1. 元数据（业务元数据、技术元数据、管理元数据）。
2. 数据模型（概念模型 E-R图、逻辑模型【范式遵从等】、物理数据模型）。
3. 主数据（员工、账户、客户、合作伙伴、产品、物料、项目、供应商等）。
4. 数据质量管理（一致、完整、及时性）。
5. 数据标准（行业规范、数据字典、基础数据标准项、技术标准、分析标准）。
6. 数据治理。
此外，数据架构还需要关注业务和业务架构，应用架构实现业务逻辑到虚拟世界的翻译。数据架构是企业架构的核心，旨在描述企业的数据类型、来源、逻辑和物理数据资产、数据资源的结构和交互关系。
在数据架构设计中，需要考虑到业务流程、管理的信息需要、行业标准等，列出所有潜在的数据项，并定义数据类型和数据项的属性和关联关系。同时，需要建立数据项和业务功能间的联系，并发布、使用、管理数据架构的成果。
数据架构是企业架构的核心，旨在描述企业的数据类型、来源、逻辑和物理数据资产、数据资源的结构和交互关系。数据架构的设计需要关注业务和业务架构，应用架构实现业务逻辑到虚拟世界的翻译，并需要关注数据质量管理、数据标准、数据治理等方面。
