本文转自：中国发展网使用建立模型的方式对事物进行描述|数据治理：数据模型体系构建要点及实践本文转自：中国发展网

本文转自：中国发展网

文章图片
使用建立模型的方式对事物进行描述，可以更形象、直观地揭示事物的本质特征，帮助人们更加全面、深入认知事物，找到事物的解决方案。在生产生活中，为了便于使用计算机技术对客观事物进行管理，就需要对客观事物进行抽象、模拟。而数据模型正是对现实世界数据特征的模拟和抽象，是用于提供信息表示和操作手段的形式构架。
一、什么是数据模型？
数据建模设计，可以通过对不同系统的分析、预测，实现对系统的最优控制。恰当合理、符合规范的数据模型，能够使企业内数据的分布更加科学，大幅提升数据使用率。
二、数据模型对于数据治理的重要性
数据模型，是体现企业核心数据需求的重要元数据的集合。在数据质量方面，它可以通过提供关键的元数据和业务规则输入，推动企业数据质量评估规则和数据标准的优化和建设；在数据安全方面，数据模型可按需标注敏感信息，方便组织参考制定数据安全规则，判断数据权限设置和脱敏需求；在数据存储方面，数据模型提供的规范结构可以大大减少数据存储操作时出现异常的情况；在数仓和BI的建设方面，数据模型可提供的整体数据视角和专业维度模型必不可少。
在数据治理工作中，总结问题并定义关键数据后，可通过在数据模型中构建相应的治理政策和安全规程，控制安全问题的发生。安全、透明、合理、规范的数据建模过程可以加强数据的安全性，提高数据使用率和整合效率。
构建数据模型体系是数据治理工作的重要部分，需要在确定统一标准和技术规范的基础上，在解决现实问题的同时，充分考虑未来的发展预期和可能出现的问题。
三、数据模型体系如何构建
1、数据模型体系的结构
数据模型体系是数据的核心部分，也是数据生命周期的起点。数据模型体系结构具体可参考下图（图一）：

文章图片
2、数据模型体系设计的原则
在设计数据模型体系时，应充分借鉴国际上、行业内的成熟经验，确保设计成果的先进性、可靠性，再根据企业需求形成企业自身独有的数据模型体系。同时，数据模型设计应的相对稳定，支持模型的扩展与优化，进而保证企业信息资源的可持续利用。
（1）数据编码原则
●唯一性：同一系统内一个编码只能代表一种对象，避免一“物”多码和一码多“物”现象；
●完整性：原则上，企业所有的对象都应编码。以保持编码的完整性；
●准确性：对编码的定义和描述必须简洁准确，不能模棱两可。对于易变动的属性应通过独立的数据项进行描述；
●适应性：设计编码规则时，应全面考虑各个组织、业务域使用者的需求；
●继承性：尽量沿用已普遍使用的编码，有选择性地借鉴国标行标编码；
●拓展性：设计编码结构和位数容量时要考虑未来业务、运营、管理的发展变更，预留编码扩展空间；
●稳定性：编码要统一且有一贯性，编码及编码规则一经确定，不可轻易更改，以免造成数据混乱和丢失；
●易用性：编码应尽量简短，规则应尽量简单，易于联想和录入，方便对数据的维护和使用。
（2）数据分类原则
●维度一致：同一类别结构中，划分维度和标准要保证全部统一，不允许出现不同标准的分类方式；