知识卡片
数据与应用架构的矛盾
数据架构常见两个理解误区。误区一是没厘清数据架构和业务架构的关系——传统观点认为业务架构直接承载企业战略目标、直接提供业务价值,而数据架构(和应用架构一样)只是间接为企业提供业务价值的支撑角色,因此传统数据架构工作主要集中在数据建模、采集、处理、报表开发、数据仓库建设这类偏后端支撑的工作;但随着大数据和数据中台的深入,数据正逐步从”支撑角色”变成”驱动要素”,甚至能直接驱动企业业务流程再造和业务转型——这意味着数据架构设计应该尽可能提前,最好在企业战略和业务架构建模阶段就同步规划,而不是等应用架构定型之后才补做。误区二正是把数据架构当成应用架构的附带设计(根据应用架构成果去做数据架构)——这种理解忽略了[[数据架构的核心是编排|数据编排]]与应用编排之间天然的矛盾:数据架构倾向于把数据聚集起来以发挥更大效应,应用架构则倾向于分工(分工带来更高效率),一个追求”大而全”、一个追求”小而美”,二者存在结构性张力。但二者又相互影响:应用拆分时,”数据聚类”本应是判断哪些功能该放进同一个应用的重要规则之一(现实中很多人做应用拆分时仍只依靠业务流程功能聚类这一条规则,忽略了数据聚类维度);反过来,数据流转和交换的设计也是基于应用中已经存在的数据分布去做的——所以数据架构影响应用架构,应用架构也影响数据架构,设计时必须兼顾双方,而不能把二者当成前后接力的两个独立环节。可迁移启发:应用拆分方案评审时,除了检查业务流程聚类是否合理,还应该单独追问一句”这些数据的天然聚合关系是不是被这次拆分打散了”——很多后期棘手的跨应用数据一致性问题,根源就在拆分阶段只考虑了业务功能聚类、漏掉了数据聚类这条规则。
结构图:
flowchart LR
D["数据架构<br/>倾向:聚集数据(大而全)"]
A["应用架构<br/>倾向:分工(小而美)"]
D <-.天然矛盾,需要权衡.-> A
D -->|数据流转基于应用中的数据分布设计| A
A -->|数据聚类应是拆分的重要规则,常被忽视| D
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 第7章 架构设计
原书出处 · 1 处
- 第7章 架构设计 · 查看原书依据
目前,据笔者观察,许多人在应用拆分时仍然仅依靠业务流程中功能聚类这一规则。