Co je datová Architektura? Rámec pro správu dat

definice datové architektury

datová Architektura popisuje strukturu logických a fyzických dat organizace a zdrojů pro správu dat podle

. Jedná se o odnož podnikové architektury, která zahrnuje modely, zásady, pravidla a standardy, kterými se řídí sběr, ukládání, uspořádání, integrace a používání dat v organizacích. Datová Architektura organizace je v kompetenci

.

cíle datové architektury

cílem datové architektury je převést obchodní potřeby do datových a systémových požadavků a spravovat data a jejich tok podnikem.

principy datové architektury

, viceprezidenta produktového managementu, core products, v Splunk a dříve viceprezidenta produktového managementu v AtScale, tvoří základ moderní datové architektury šest principů:

1. Data je sdíleným aktivem. Moderní datová architektura musí eliminovat resortní datová Sila a poskytnout všem zúčastněným stranám úplný pohled na společnost.
2. uživatelé vyžadují odpovídající přístup k datům. Kromě rozbití sil musí moderní datové architektury poskytovat rozhraní, která uživatelům usnadňují spotřebu dat pomocí nástrojů vhodných pro jejich práci.
3. bezpečnost je nezbytná. Moderní datové architektury musí být navrženy pro zabezpečení a musí podporovat datové zásady a řízení přístupu přímo na nezpracovaných datech.
4. společné slovníky zajišťují společné porozumění. Sdílená datová aktiva, jako jsou katalogy produktů, rozměry fiskálního kalendáře a definice KPI, vyžadují společnou slovní zásobu, která pomůže vyhnout se sporům během analýzy.
5. údaje by měly být kurátorem. Investujte do základních funkcí, které provádějí kuraci dat (modelování důležitých vztahů ,čištění surových dat a kurátorování klíčových dimenzí a opatření).
6. datové toky by měly být optimalizovány pro agilitu. Snižte počet přesunů dat, abyste snížili náklady, zvýšili čerstvost dat a optimalizovali agilitu podniku.

komponenty datové architektury

říká, že datová architektura může být syntetizována do tří celkových komponent:

• výsledky datové architektury. Jedná se o modely, definice a datové toky často označované jako artefakty datové architektury.
• aktivity datové architektury. Jedná se o formy, nasazení a plnění záměrů datové architektury.
• chování datové architektury. Jedná se o spolupráci, myšlení a dovednosti různých rolí, které ovlivňují datovou architekturu podniku.

datová Architektura vs. datové modelování

podle

definuje datová Architektura plán pro správu datových aktiv sladěním s organizační strategií za účelem stanovení strategických požadavků na data a návrhů, které tyto požadavky splňují. Na druhou stranu, DMBOK 2 definuje datové modelování jako, “ proces objevování, analýza, reprezentace, a sdělování požadavků na data v přesné podobě zvané datový model.“

zatímco jak datová Architektura, tak datové modelování se snaží překlenout propast mezi obchodními cíli a technologií, datová architektura je o makro pohledu, který se snaží porozumět a podporovat vztahy mezi funkcemi, technologiemi a datovými typy organizace. Datové modelování má cílenější pohled na konkrétní systémy nebo obchodní případy.

rámce datové architektury

existuje několik rámců podnikové architektury, které běžně slouží jako základ pro budování rámce datové architektury organizace.

• {{#url}}DAMA-DMBOK 2 {{/url}}{{^url}}DAMA-DMBOK 2 {{/url}}

  . Dama International Data Management Body Of Knowledge je rámec speciálně pro správu dat. Poskytuje standardní definice pro funkce správy dat, výstupy, role, a další terminologie, a představuje hlavní zásady pro správu dat.

• {{#url}}Zachman Framework Pro Enterprise Architecture {{/url}}{{^url}}Zachman Framework Pro Enterprise Architecture {{/url}}

  .

  {{#url}}Zachman Framework {{/url}}{{^url}} Zachman Framework {{/url}}

  je podniková ontologie vytvořená Johnem Zachmanem v IBM v roce 1980. sloupec „data“ Zachman Framework obsahuje více vrstev, včetně architektonických standardů důležitých pro podnikání, sémantického modelu nebo koncepčního/podnikového datového modelu, podnikového/logického datového modelu, fyzického datového modelu a skutečných databází.

• {{#url}}Open Group Architecture Framework (TOGAF) {{/url}}{{^url}}Open Group Architecture Framework (TOGAF) {{/url}}

  . TOGAF je metodika podnikové architektury, která nabízí

  {{#url}}high-level framework {{/url}}{{^url}}high-level framework {{/url}}

  pro vývoj podnikového softwaru. Fáze C TOGAF zahrnuje vývoj datové architektury a vytvoření plánu datové architektury.

charakteristika moderní datové architektury

moderní datové architektury musí být navrženy tak, aby využívaly nové technologie, jako je umělá inteligence (AI), automatizace, internet věcí (IoT) a blockchain. Dan Sutherland, významný inženýr a CTO, datové platformy, v IBM, říká

common:

• Cloud-nativní. Moderní datové architektury jsou navrženy tak, aby podporovaly pružné škálování, vysokou dostupnost, komplexní zabezpečení dat v pohybu a dat v klidu a škálovatelnost nákladů a výkonu.
• škálovatelné datové potrubí. Aby bylo možné využít nově vznikajících technologií, datové architektury podporují streamování dat v reálném čase a mikro-dávkové datové výbuchy.
• Bezproblémová integrace dat. Datové architektury se integrují se staršími aplikacemi pomocí standardních rozhraní API. Jsou optimalizovány pro sdílení dat napříč systémy, zeměpisnými oblastmi a organizacemi.
• real-time data enablement. Moderní datové architektury podporují schopnost nasazení automatizované a aktivní validace dat, klasifikace, správa, a správa.
• oddělené a rozšiřitelné. Moderní datové architektury jsou navrženy tak, aby byly volně propojeny, což umožňuje službám provádět minimální úkoly nezávisle na ostatních službách.

role datové architektury

zde jsou některé z nejpopulárnějších pracovních titulů souvisejících s datovou architekturou a průměrnou mzdou pro každou pozici, podle údajů z

:

• {{# url}}Data architect {{/url}}{{^url}}Data architect {{/url}}

  : $ 76K – $ 155K

• projektový manažer: $ 56K – $ 128K
• Solutions architect: $74K-$159K
• {{#url}}Data engineer{{/url}}{{^url}}Data engineer{{/url}}

  : $65K-$132K

• {{#url}}Data analyst{{/url}}{{^url}}Data analyst{{/url}}

  : $43K-$85K

• {{#url}}Data scientist{{/url}}{{^url}}Data scientist{{/url}}

  : $67K-$134K