《中国联通IT系统数据架构规范总册.doc》由会员分享，可在线阅读，更多相关《中国联通IT系统数据架构规范总册.doc（12页珍藏版）》请在三一办公上搜索。
1、中国联通公司发布2007-05-15实施2007-05-15发布中国联通IT系统数据架构规范总册China Unicom IT System Data Architecture Specification（V 1.0）QB/CU 033-2007中国联通公司企业标准目 次前 言II一.范围1二.企业数据架构21.企业数据分类32.企业数据分布33.数据模型5前 言中国联通IT系统数据架构系列规范在中国联通IT系统总体技术体制指导下编制完成，包括如下分册：中国联通IT系统数据架构 第1部分：总册中国联通IT系统数据架构 第2部分：数据分类和分布规范分册中国联通IT系统数据架构 第3部分：企业数据
2、模型规范分册中国联通IT系统数据架构 第4部分：企业数据仓库规范分册本册是该系列规范中的第1部分：总册，概述了中国联通企业数据总体架构和各分册的主要内容。规范的附件全部为规范的组成部分，如无特殊说明和本规范的正文具有同等约束力。本标准由中国联通公司信息化部提出。本标准由中国联通公司技术部归口。本标准主要起草单位：中讯邮电咨询设计院、联通信息化部本标准主要起草人：刘诚明、李旭、陈志超、王颖、杜志涛、梅斌、李吴剑、孙元涛本标准解释权和修订权属中国联通公司。一. 范围本系列规范目前包括以下几个部分：（1）中国联通IT系统数据架构 第1部分：总册主要内容包括：企业数据架构系列技术规范构成（2）中国联通
3、IT系统数据架构 第2部分：数据分类和分布规范分册主要内容包括：企业数据分类企业数据分布企业数据CRUD（3）中国联通IT系统数据架构 第3部分：企业数据模型规范分册主要内容包括：联通数据模型体系概念数据模型逻辑数据模型（4）中国联通IT系统数据架构 第4部分：企业数据仓库规范分册二. 企业数据架构图 21 中国联通企业数据架构数据是中国联通企业运营过程中积累的宝贵财富。数据存在于操作环境和分析环境中，操作环境支撑基本的业务运作，分析环境在整合、提炼操作环境数据的基础上支撑企业的决策分析需求。联通企业架构规划遵循了操作环境和分析环境分离的理念，有利于提升系统运行效率，改进用户感知，提高对企业决
4、策分析支撑的及时性。运营系统包括BSS中的CRM、PRM、综合计费帐务、综合结算、综合采集等，OSS中的资源管理、服务保障、服务开通、SDP、专业综合网管等以及MSS中的ERP等等都位于操作环境。这些系统支撑基本业务运作，同时产生大量数据储存于相应的DBMS中。分析环境中主要包括经营分析系统、决策支撑系统等。生产环境中的数据经过ETL的整合提炼后，在分析环境中形成分析型存储，成为企业分析决策的基础，有效的支撑分析型系统的运行。操作型系统之间的数据交互通过EAI完成，操作型系统和分析型系统之间还需要借助ETL。1. 企业数据分类企业数据分类是企业数据标准的一个组成部分，即全部企业数据执行同一个数
5、据分类标准。企业数据分类需要满足各种数据需求对数据组织的要求，并独立于具体的数据模型和数据分布。企业数据分类还要有利于数据的维护和扩充。中国联通企业数据分类根据以下指导原则进行分类： 根据国际电信管理论坛（TMF）的SID分类框架对联通数据进行分类 需要结合联通实际情况进行调整，并与IT目标架构相互配合 具体的数据分类可作灵活处理中国联通数据分类如下图所示，分为客户、市场营销、产品、服务、资源、合作伙伴和企业管理等七类数据。图 2-2 企业数据分类2. 企业数据分布本节描述了七类数据在总部和省分各系统中的分布。 总部数据分布图 23 联通总部数据分布 省分数据分布 图 24 联通省分数据分布3
6、. 数据模型3.1 数据模型概念数据模型是指用实体、属性及其关系对企业运营和管理过程中涉及的所有业务概念和逻辑规则进行统一定义、命名和编码。数据模型是业务人员、IT人员和开发商之间进行沟通的一套语言。数据模型分为概念数据模型、逻辑数据模型和物理数据模型。 图 2-5 数据模型的分类 图 2-6 数据模型解决的问题 概念数据模型 是一个高层次的数据模型 定义了重要的业务概念和彼此的关系 主要解决核心的业务问题 由核心的数据实体或其集合，以及实体间的业务关系组成 一般来说，在进行系统设计与开发之前，往往就核心的业务概念及其关系（即概念模型）已经达成一致； 逻辑数据模型 对概念数据模型的进一步分解和
7、细化 描述实体、属性以及实体关系 主要解决细节的业务问题 设计时一般遵从“第三范式”以达到最小的数据冗余 系统设计时，根据已有的概念模型，与业务人员一起，直接进行逻辑模型的设计； 物理数据模型 描述模型实体的细节，对数据冗余与性能进行平衡 主要解决细节的技术问题（数据库的物理实现） 需要考虑所使用的数据库产品、字段类型、长度、索引等因素 必须首先确定数据库平台和应用程序的架构 逻辑模型设计完成之后，再根据所选的数据库产品及其他因素，进行物理模型的设计。3.2 数据模型体系企业数据模型是改进企业运营和数据系统的重要基础。企业数据模型是一个关于整个企业需要数据的完整模型，包含了整个企业所有IT系统
8、（包括BSS、OSS和MSS系统）的业务实体、业务实体属性和业务实体间的关系，综合展现数据的定义以及数据之间的关系，并对新的数据要求具有良好的扩展性和包容性。中国联通企业数据模型并不直接针对任何系统，它是对联通所有数据的一个整理和规范。企业数据模型的明确将实现以下多个方面的改进： 明确定义了信息的需求如何转化为数据结构。基于企业数据模型可以开发出高质量的系统，更好地满足企业信息处理的需要，为企业管理者、业务用户和开发人员提供了一个一致的业务模型； 消除多个系统之间数据的重复定义和不一致性，从而提高了应用整合的效率，降低了系统集成的难度； 由于建立了企业级的数据模型，在未来的IT系统进行数据模型
9、设计时，可以从企业数据模型中进行映射并检查信息的完整性； 找出多个系统之间需要进行接口和同步的信息； 在企业购买或开发新的IT系统(如CRM系统)时界定出信息需求的范围。 为高层管理人员清晰地定义出了基本业务概念(如客户、产品、业务、服务、资源等)，改善了业务部门和IT系统开发人员的沟通，提高了IT系统开发的效率. 图 2-7 中国联通企业数据模型体系企业数据模型不是一个单一的数据模型，而是一套数据模型体系。不同层次的复杂的数据需求需要通过不同层次的企业数据模型进行定义和规范。数据模型体系可以从两个维度来进行描述：一是从数据模型性质来看，该企业数据模型应该是概念数据模型、逻辑数据模型还是物理数
10、据模型；二是从联通企业组织架构来看，该企业数据模型应该是企业级，还是系统级。 企业级概念数据模型企业级概念数据模型是对全联通企业范围内的业务支撑模式有重大影响的业务概念的诠释（如客户、帐户、订购实例、产品、业务、服务、资源等），它明确界定了中国联通的重要业务概念及业务概念之间彼此的关系。企业级概念数据模型尤其着重对目前一些业务概念的整理，而这些概念对各地信息系统建设中的数据组织会起到至关重要的作用。对同一种业务，各省分在实际业务运作中对业务概念会产生不同的理解，从而在信息化过程中导致数据的组织方式也会不同，最后形成对数据的名称和内涵在各省分各不相同的境况。因此企业数据模型体系中的企业级概念数据
11、模型应该更多的是对重大业务概念在数据层面的统一。企业级概念数据模型的作用主要体现在三个方面： 企业级概念数据模型应作为全国统一的规范；各省分在建立IT系统的数据模型标准时应完全遵循企业级概念数据模型中对基本业务概念的定义及业务概念之间关系的阐释 企业级概念数据模型应成为总部信息化部选择全国性IT战略合作伙伴（主要是系统集成商/应用软件提供商）选择的重要标准，需要着重考察全国性IT战略合作伙伴提供的应用软件的数据模型是否符合企业级概念数据模型 企业级概念数据模型应成为总部业务部门制定业务规范的参考；概念数据模型对某些概念做了定义，希望总部业务部门能使用统一的业务语言和含义来制定相应的业务规范。如
12、产品管理业务规范中涉及产品定义的部分，可以结合概念数据模型中的产品概念来定义业务层面的产品定义。 企业级逻辑数据模型企业级逻辑数据模型基于企业级概念数据模型进行细化，结合全国性业务运营（如漫游结算）和分析（如总部经营分析）的数据需求，根据全国统一业务规范，建立相应的业务实体、属性及其实体关系。企业级逻辑数据模型的建立一方面要依据企业级概念数据模型进行深入细化和挖掘，另一方面要将总部制定的全国统一业务规范作为其业务需求和数据需求的基本来源，充分满足在全国范围内进一步统一业务规范的数据需求，为通过IT系统固化全国统一业务规范，实现全国业务的统一，在数据层面上提供牢固的基石。需要强调的是，企业级逻辑
13、数据模型在满足业务规范统一需要的时候，也需留下足够的灵活性，对那些不需要在全国统一业务规范的数据需求，不宜做强制性的要求。企业级逻辑数据模型的作用主要体现在三个方面： 企业级逻辑数据模型是对企业级概念数据模型的实现和诠释；通过企业级逻辑数据模型可以更清楚的了解企业级概念数据模型中提到的重要概念内涵。因为不同的人对一个概念的文字描述通常有不同的理解，只有通过对企业级概念数据模型的实现，也就是企业级逻辑数据模型才能进一步界定企业级概念数据模型的内涵和范围。 企业级逻辑数据模型可以作为构建IT系统的基本数据模型；在建设IT（包括MSS/BSS/OSS）系统的时候，可以从企业级逻辑数据模型抽取相应涉及到的实体及其属性和关系，构成该系统的基本数据模型，成为系统设计的基础，从而在数据层面上保证了IT系统日后能有效的支持联通业务的开展。 在构建数据仓库时，企业级逻辑数据模型可以直接作为数据仓库的基本数据模型；企业级数据仓库汇集了几乎所有IT系统的数据，这些数据只有通过企业级逻辑数据模型才能有效的组织起来，成为一个整体。
