Hva er dataarkitektur? Et rammeverk for håndtering av data

dataarkitektur definisjon

dataarkitektur beskriver strukturen til en organisasjons logiske og fysiske dataressurser og datahåndteringsressurser, i henhold til

. Det er en avlegger av bedriftsarkitektur som omfatter modeller, retningslinjer, regler og standarder som styrer innsamling, lagring, arrangement, integrasjon og bruk av data i organisasjoner. En organisasjons dataarkitektur er innenfor rammen av

.

dataarkitekturmål

målet med dataarkitektur er å oversette forretningsbehov til data-og systemkrav og å administrere data og dens flyt gjennom bedriften.

dataarkitektur prinsipper

, visepresident for produktledelse, kjerneprodukter, Hos Splunk, og tidligere visepresident for produktledelse hos AtScale, danner seks prinsipper grunnlaget for moderne data arkitektur:

1. data Er En Delt Ressurs. En moderne dataarkitektur må eliminere avdelingsdatasiloer og gi alle interessenter en fullstendig oversikt over selskapet.
2. Brukere krever tilstrekkelig tilgang til data. Utover å bryte ned siloer, må moderne dataarkitekturer gi grensesnitt som gjør det enkelt for brukerne å konsumere data ved hjelp av verktøy som passer for jobbene sine.
3. Sikkerhet er viktig. Moderne dataarkitekturer må utformes for sikkerhet, og de må støtte datapolicyer og tilgangskontroller direkte på rådataene.
4. Felles vokabular sikrer felles forståelse. Delte dataressurser, for eksempel produktkataloger, regnskapskalenderdimensjoner og kpi-definisjoner, krever et felles ordforråd for å unngå tvister under analysen.
5. Data bør kurateres. Invester i kjernefunksjoner som utfører datakurering (modellering av viktige relasjoner, rensing av rådata og kuratering av viktige dimensjoner og tiltak).
6. datastrømmer bør optimaliseres for smidighet. Reduser antall ganger data må flyttes for å redusere kostnadene, øke data ferskhet og optimalisere bedriftens smidighet.

dataarkitektur komponenter

sier dataarkitektur kan syntetiseres i tre generelle komponenter:

• dataarkitektur utfall. Dette er modeller, definisjoner og datastrømmer ofte referert til som dataarkitektur artefakter.
• dataarkitektur aktiviteter. Dette er skjemaene, distribuerer og oppfyller dataarkitekturintensjoner.
• dataarkitektur atferd. Dette er samarbeid, tankesett og ferdigheter i de ulike rollene som påvirker en bedrifts dataarkitektur.

dataarkitektur vs. datamodellering

i Henhold til

, data architecture definerer blåkopi for å administrere dataressurser ved å samkjøre med organisasjonsstrategi for å etablere strategiske datakrav og design for å møte disse kravene. PÅ DEN annen side definerer DMBOK 2 datamodellering som » prosessen med å oppdage ,analysere, representere og kommunisere datakrav i en presis form som kalles datamodellen.»

mens både dataarkitektur og datamodellering søker å bygge bro over gapet mellom forretningsmål og teknologi, handler dataarkitektur om makrovisningen som søker å forstå og støtte forholdet mellom en organisasjons funksjoner, teknologi og datatyper. Datamodellering tar en mer fokusert visning av bestemte systemer eller forretningssaker.

Data architecture frameworks

det er flere enterprise architecture frameworks som vanligvis tjener som grunnlag for å bygge en organisasjons data architecture frameworks.

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

  . DAMA Internationals Data Management Body Of Knowledge er et rammeverk spesielt for datahåndtering. Det gir standarddefinisjoner for datahåndteringsfunksjoner, leveranser, roller og annen terminologi, og presenterer veiledende prinsipper for datahåndtering.

• {{#url}}Zachman Rammeverk for Enterprise Architecture {{/url}}{{^url}}Zachman Rammeverk for Enterprise Architecture {{/url}}

  .

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

  Er en enterprise ontologi opprettet Av John Zachman PÅ IBM på 1980-tallet.» data » – kolonnen i Zachman Framework består av flere lag, inkludert arkitektoniske standarder som er viktige for virksomheten, en semantisk modell eller konseptuell / bedriftsdatamodell, en enterprise / logisk datamodell, en fysisk datamodell og faktiske databaser.

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

  . TOGAF ER en enterprise architecture metodikk som tilbyr en

  {{#url}}høyt nivå rammeverk {{/url}} {{^url}}høyt nivå rammeverk {{/url}}

  for enterprise programvareutvikling. Fase C AV TOGAF dekker å utvikle en dataarkitektur og bygge en dataarkitektur veikart.

Kjennetegn ved moderne dataarkitektur

Moderne dataarkitekturer må utformes for å utnytte nye teknologier som kunstig intelligens( AI), automatisering, tingenes internett (iot) og blockchain. Dan Sutherland, distinguished engineer and cto, data platforms, HOS IBM, sier

felles:

• Cloud-innfødt. Moderne dataarkitekturer er utformet for å støtte elastisk skalering, høy tilgjengelighet, ende-til-ende-sikkerhet for data i bevegelse og data i ro, og skalerbarhet for kostnader og ytelse.
• Skalerbare datasamlebånd. For å dra nytte av nye teknologier, støtter dataarkitekturer sanntids datastrømming og mikro-batch data bursts.
• Sømløs dataintegrasjon. Dataarkitekturer integreres med eldre applikasjoner ved hjelp av standard API-grensesnitt. De er optimalisert for å dele data på tvers av systemer, geografiske områder og organisasjoner.
• aktivering Av Sanntidsdata. Moderne dataarkitekturer støtter muligheten til å distribuere automatisert og aktiv datavalidering, klassifisering, administrasjon og styring.
• Frakoblet og utvidbar. Moderne dataarkitekturer er utformet for å være løst koblet, slik at tjenester kan utføre minimale oppgaver uavhengig av andre tjenester.

dataarkitektur roller

her er noen av de mest populære jobbtitlene knyttet til dataarkitektur og gjennomsnittlig lønn for hver stilling, ifølge data fra

:

• {{# url}}dataarkitekt {{/url}}{{^url}}dataarkitekt {{/url}}

  : $76K – $ 155K

• Prosjektleder: $56K – $128K
• løsningsarkitekt: $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