过度整合陷阱：数据实体颗粒度太小放大差异，太大抹杀差异

标准化不是”整合得越彻底越好”，作者专门点出一种容易踩的坑—— “过度整合”。这种陷阱最容易出现在流程看似相近的业务领域之间， 或者一个业务领域内部的多个产品之间——后一种情况尤其难判断， 因为同一个业务领域内部的流程本来就天然相似，很容易让建模者 产生”干脆整合到一起”的冲动，再加上业务建模本质上是一种”纸上 操作”，模型的分与合改起来都很容易，调整结构没有实际的物理 成本，这种”容易”反而放大了整合的诱惑。避免过度整合需要从业务 和数据两个方向配合检查，而不能只靠一头判断：业务上要重新审视、 理清流程，把具体差异真正搞清楚；数据上则要重新检视数据实体 划分的颗粒度是否合适——这里有一个双向的失衡风险：如果数据 实体的颗粒度划得太小，反而会放大业务之间原本不那么本质的差异 （把本可以共用的部分也拆开了）；但如果颗粒度划得太大、塞进 太多属性，内聚性就会不够，进而抹杀掉真正存在的业务差异（把 本该区分的部分也糊在一起了）——过小和过大这两种颗粒度失衡都会 导致不合理的标准化结果，只是失衡的方向相反。因此，流程模型和 数据模型之间反复做语义互查，是判断标准化尺度是否合理的关键 手段，而且这是一个需要反复锤炼、没有一次到位的过程。