企业级数据治理平台助力国家电网全业务数据中心建设
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
lDatablau 创始人&CEO，曾任CA ERwin全球研发 负责人
l2006年加入CA, 十几年经验在数据建模领域. 大部 分客户来自世界500强，美国银行（BOA）， AT&T，壳牌等
lIEEE member, OMG member, DAMA member l复旦大学，北京航空航天大学 客座讲师
3
目标与架构
目标与原则 总体架构
演进路线
③ 数据管理域
数据管理域的核心是统一数据模型构建、企业级主数据建设与应用，通过对数据定义、存 储、使用的统一规划和管控，为跨专业、跨系统数据集成与应用提供支撑。
规范前
规范后
建设思路
p 通过统一数据模型的完善设计及全面 覆盖，解决系统间数据模型不一致， 跨专业数据应用困难的问题；
国家电网全业务数据中心管理域解决方案 1 国网整体要求 2 Datablau一站式解决方案 3 总体实施策略
国家电网对数据资源管理工具整体要求
数据综合治理
数
据
资
SG-CIM及
源
数据集成
管
理
工
信息化
具
标准管控
质量 管理
标准 管理
模型 管理
数据 管理
数据 服务
运维 辅助
数据 桌面
建设背景
建设目标
数据资源管理工具介绍
数据管理各模块关系
数据管理
数据目录
数据建模
数据质量
数据准备
数据标准->数据 质量验核规则
数据质量
周期性执行数据 质量验核规则， 发现问题数据， 任务跟踪问题修 复
数据模型
数据建模
数据目录
选取数据标准进 行数据模型设计
导入数据模型、物 理数据库、ETL血缘， 报表血缘建立企业
统一数据模型库。
数据准备
数据干净透明
通过改善业务集成，消除数据 冗余，归并整合业务系统，实 现源端业务系统数据逻辑统一、
分布合理、干净透明。
分析灵活智能
通过汇总、清洗、转换全业务 数据，构建统一数据分析服务，
实现跨专业数据的高效计算控
运行稳定，业务连续
充分继承，成果复用
Datablau CEO 王琤
目标与架构
目标与原则 总体架构
演进路线
到“十三五”末，建成“模型规范统一、数据干净透明、分析灵活智能”的全业务统一数 据中心，实现面向全业务范围、全数据类型、全时间维度数据的统一存储、管理与服务。
用数据管理企业、用信息驱动业务
全业务统一数据中心
模型规范统一
通过强化统一数据模型与企业 级主数据的全面应用与管控， 保证数据的一致性与可共享。
功能架构
功能介绍
部署模式
完善数据质量 保障机制
u基于规则的数据 质量管理机制 u支撑数据综合治 理工作要求 u建立更可靠的数 据质量分析机制
建立企业 数据资源手册
u企业核心数据资 源的索引工具 u形成公司数据资 产“设备台帐”信 息
建立数据资源
全生命周期管理
工具
u信息化标准、主 数据等资源的全生 命周期管理工具 u建立核心数据资 源维护流程 u业务运行和发展 的支撑工具
敏捷数据转换、 数据分析、数据 挖掘。最后为数 据可视化展示
建设背景
建设目标
数据资源管理工具介绍
功能架构
功能介绍
部署模式
质量 管理
标准 管理
模型 管理
数据 管理
数据 服务
数据共享开放能力
语义一致的接口规范和标准
公共数据模型 （SG-CIM）的管理
基于组件接口规范 的数据服务
业务应用与数据服务的 融合
数据中心建设以来，基于统一数据模型的、语义一致的数据集成服务的概念和传输通道还未建立。因 此，依据组件接口规范（CIS）建立基于数据中心之上的数据集成服务，将有力支持公共数据模型（SGCIM）的有效落地和标准化执行，降低集成过程中的网状结构复杂度；同时，通过标准的数据共享服务，支 撑跨业务应用深度集成，提升数据共享开放能力。
从企业级层面来保障各类数据资 源如主数据标准与应用的统一，消除 二义性，保证公司核心数据资源的唯 一性，维护核心数据源的权威。
信息化标 准
模型
主数据
编码
指标
起草
审批
数据资源全生命周期
修订
分发
废止
接口服务
建设背景 提升数据集成服务能力
建设目标
数据资源管理工具介绍
功能架构
功能介绍
部署模式
数据集成服务能力
2
目标与架构
目标与原则 总体架构
演进路线
全业务统一数据中心是公司现有数据中心的进一步发展和完善，主要包括数据处理域、数 据分析域和数据管理域三部分。
p 数据处理域是保障数据 质量的关键，提升数据 应用水平的基础；
p 数据分析域是挖掘数据 资源价值，提升数据应 用水平的核心；
p 数据管理域是实现数据 规范、统一、安全的关 键和保障。
数据资源管理工具介绍
功能架构
功能介绍
部署模式
建设背景
建设目标
建立数据资源全生命周期管理工具
数据资源管理工具介绍
功能架构
功能介绍
部署模式
建立公司核心数据资源的流程化管理 机制，即采用工作流对信息化标准、 模型、主数据、编码、指标、接口服 务等资源的起草、审批、修订、分发、 废止环节进行统一管理和监控。
运维 辅助
数据 桌面
建设背景 建立企业数据资源手册
建设目标
随着公司“三集五大”建设的要求，业 务应用间融合度需要进一步提高，这需要更 加规范、可靠、丰富、灵活地实现对企业结 构化数据资源的统一管控、应用，以更有力 支撑公司未来全面融合的业务需要。
基于此，按照数据综合治理工作要求， 梳理公司范围内的结构化数据资源（含表定 义、字段定义、应用信息、数据源信息等）， 形成业务资源手册、指标资源手册、横向共 享资源手册、纵向级联资源手册，同时，提 供公司数据资源手册统一发布查询手段，满 足公司数据资产“设备台帐”查询的需求。
提升数据
提升数据中心
集成服务能力 日常运维管理手段
u公共数据模型 （SG-CIM）的管 理工具 u基于组件接口规 范的数据服务 u促进数据共享开 放
u数据中心数据量 统计、数据抽取情 况分析 u数 据 资 源 运 行 及 健康分析 u数据治理水平评 价机制
质量 管理
标准 管理
模型 管理
数据 管理
数据 服务
p 强化企业级主数据管理，实现主数据 的全面深化应用，解决同源数据重复 录入，数据编码不统一的问题；
p 充分发挥主数据管理平台的作用，实 现核心业务主数据的统一管理和维护， 确保“源端唯一、一处维护、多处使 用”。
实现模型规范统一和主数据唯一，保证全公司范围内数据的一致性、准确性和可用性。
4
王琤 (Allen Wang)
l2006年加入CA, 十几年经验在数据建模领域. 大部 分客户来自世界500强，美国银行（BOA）， AT&T，壳牌等
lIEEE member, OMG member, DAMA member l复旦大学，北京航空航天大学 客座讲师
3
目标与架构
目标与原则 总体架构
演进路线
③ 数据管理域
数据管理域的核心是统一数据模型构建、企业级主数据建设与应用，通过对数据定义、存 储、使用的统一规划和管控，为跨专业、跨系统数据集成与应用提供支撑。
规范前
规范后
建设思路
p 通过统一数据模型的完善设计及全面 覆盖，解决系统间数据模型不一致， 跨专业数据应用困难的问题；
国家电网全业务数据中心管理域解决方案 1 国网整体要求 2 Datablau一站式解决方案 3 总体实施策略
国家电网对数据资源管理工具整体要求
数据综合治理
数
据
资
SG-CIM及
源
数据集成
管
理
工
信息化
具
标准管控
质量 管理
标准 管理
模型 管理
数据 管理
数据 服务
运维 辅助
数据 桌面
建设背景
建设目标
数据资源管理工具介绍
数据管理各模块关系
数据管理
数据目录
数据建模
数据质量
数据准备
数据标准->数据 质量验核规则
数据质量
周期性执行数据 质量验核规则， 发现问题数据， 任务跟踪问题修 复
数据模型
数据建模
数据目录
选取数据标准进 行数据模型设计
导入数据模型、物 理数据库、ETL血缘， 报表血缘建立企业
统一数据模型库。
数据准备
数据干净透明
通过改善业务集成，消除数据 冗余，归并整合业务系统，实 现源端业务系统数据逻辑统一、
分布合理、干净透明。
分析灵活智能
通过汇总、清洗、转换全业务 数据，构建统一数据分析服务，
实现跨专业数据的高效计算控
运行稳定，业务连续
充分继承，成果复用
Datablau CEO 王琤
目标与架构
目标与原则 总体架构
演进路线
到“十三五”末，建成“模型规范统一、数据干净透明、分析灵活智能”的全业务统一数 据中心，实现面向全业务范围、全数据类型、全时间维度数据的统一存储、管理与服务。
用数据管理企业、用信息驱动业务
全业务统一数据中心
模型规范统一
通过强化统一数据模型与企业 级主数据的全面应用与管控， 保证数据的一致性与可共享。
功能架构
功能介绍
部署模式
完善数据质量 保障机制
u基于规则的数据 质量管理机制 u支撑数据综合治 理工作要求 u建立更可靠的数 据质量分析机制
建立企业 数据资源手册
u企业核心数据资 源的索引工具 u形成公司数据资 产“设备台帐”信 息
建立数据资源
全生命周期管理
工具
u信息化标准、主 数据等资源的全生 命周期管理工具 u建立核心数据资 源维护流程 u业务运行和发展 的支撑工具
敏捷数据转换、 数据分析、数据 挖掘。最后为数 据可视化展示
建设背景
建设目标
数据资源管理工具介绍
功能架构
功能介绍
部署模式
质量 管理
标准 管理
模型 管理
数据 管理
数据 服务
数据共享开放能力
语义一致的接口规范和标准
公共数据模型 （SG-CIM）的管理
基于组件接口规范 的数据服务
业务应用与数据服务的 融合
数据中心建设以来，基于统一数据模型的、语义一致的数据集成服务的概念和传输通道还未建立。因 此，依据组件接口规范（CIS）建立基于数据中心之上的数据集成服务，将有力支持公共数据模型（SGCIM）的有效落地和标准化执行，降低集成过程中的网状结构复杂度；同时，通过标准的数据共享服务，支 撑跨业务应用深度集成，提升数据共享开放能力。
从企业级层面来保障各类数据资 源如主数据标准与应用的统一，消除 二义性，保证公司核心数据资源的唯 一性，维护核心数据源的权威。
信息化标 准
模型
主数据
编码
指标
起草
审批
数据资源全生命周期
修订
分发
废止
接口服务
建设背景 提升数据集成服务能力
建设目标
数据资源管理工具介绍
功能架构
功能介绍
部署模式
数据集成服务能力
2
目标与架构
目标与原则 总体架构
演进路线
全业务统一数据中心是公司现有数据中心的进一步发展和完善，主要包括数据处理域、数 据分析域和数据管理域三部分。
p 数据处理域是保障数据 质量的关键，提升数据 应用水平的基础；
p 数据分析域是挖掘数据 资源价值，提升数据应 用水平的核心；
p 数据管理域是实现数据 规范、统一、安全的关 键和保障。
数据资源管理工具介绍
功能架构
功能介绍
部署模式
建设背景
建设目标
建立数据资源全生命周期管理工具
数据资源管理工具介绍
功能架构
功能介绍
部署模式
建立公司核心数据资源的流程化管理 机制，即采用工作流对信息化标准、 模型、主数据、编码、指标、接口服 务等资源的起草、审批、修订、分发、 废止环节进行统一管理和监控。
运维 辅助
数据 桌面
建设背景 建立企业数据资源手册
建设目标
随着公司“三集五大”建设的要求，业 务应用间融合度需要进一步提高，这需要更 加规范、可靠、丰富、灵活地实现对企业结 构化数据资源的统一管控、应用，以更有力 支撑公司未来全面融合的业务需要。
基于此，按照数据综合治理工作要求， 梳理公司范围内的结构化数据资源（含表定 义、字段定义、应用信息、数据源信息等）， 形成业务资源手册、指标资源手册、横向共 享资源手册、纵向级联资源手册，同时，提 供公司数据资源手册统一发布查询手段，满 足公司数据资产“设备台帐”查询的需求。
提升数据
提升数据中心
集成服务能力 日常运维管理手段
u公共数据模型 （SG-CIM）的管 理工具 u基于组件接口规 范的数据服务 u促进数据共享开 放
u数据中心数据量 统计、数据抽取情 况分析 u数 据 资 源 运 行 及 健康分析 u数据治理水平评 价机制
质量 管理
标准 管理
模型 管理
数据 管理
数据 服务
p 强化企业级主数据管理，实现主数据 的全面深化应用，解决同源数据重复 录入，数据编码不统一的问题；
p 充分发挥主数据管理平台的作用，实 现核心业务主数据的统一管理和维护， 确保“源端唯一、一处维护、多处使 用”。
实现模型规范统一和主数据唯一，保证全公司范围内数据的一致性、准确性和可用性。
4
王琤 (Allen Wang)