系统规划与管理师 · 24章复习

第 08 篇 / 共 24 篇　·　PDF 第 93-108 页

第8章　数据资源规划

考试范围：单项选择、案例分析和论文；单项选择题约 2—6 分

数据经过整理、解释和应用，才会成为可管理、共享和交易的资源。数据资源规划要决定收什么、怎样组织和流动、由谁治理。

本章沿着数据全生命周期展开。先把原始数据变成稳定资源，再选择模型和架构、统一标准，最后用治理、质量和安全机制持续释放价值并支持决策。

这篇先解决 4 个问题

1. 数据、信息、知识、智慧与数据资源是什么关系？
2. 三种数据资源规划方法分别适合哪些场景？
3. 集中式、分布式、数据湖和实时架构怎样区分？
4. 数据标准化、数据治理、质量和安全如何协同？

本章知识地图

数据 → 信息 → 知识 → 智慧

原始数据 → 数据资源化 → 数据资产化 → 数据资本化

规划方法 → 数据模型与架构 → 数据标准化

数据治理 → 数据质量 → 数据安全 → 数据价值持续释放

从数据到资源：关键变化是有序、可信和可用

【概念】数据是记录客观事物性质、状态和关系的物理符号。信息是对数据加工并建立联系后的有效解释；信息进一步成为知识的原材料，知识又是智慧的基础。

数据资源是经采集、聚合和加工形成的有序、有使用价值的数据集合，包括数据库、文本、图像、音频和视频等资料。

数据资源具有无形与可复制、非竞争与弱排他、时效、依附和垄断等特征。它可以通过交易、赋能等方式实现价值。

发展过程分三阶段：资源化把原始数据整理为可用、可信、标准的高质量资源；资产化围绕应用场景和商业目的加工成数据产品；资本化通过社会化配置进一步拓展价值。

数据资源规划覆盖产生、获取、处理、存储、传输和使用。核心对象是数据，规划对象应相对稳定，最终用户必须参与。

【教材定位】PDF 第94—95页。

三种规划方法：看业务稳定性、数据积累和决策需求

基于稳定信息过程的方法适合业务相对固定、前期数据积累较少的场景。它理论成熟、容易理解，但步骤多、涉及因素广，数据稳定性相对较弱。

其核心是“两条主线、三种模型、一套标准”。过程包括可行性与范围、准备、业务研究、逻辑与数据模型、管理标准、主题数据库、数据分布、方案及审核。

【复习重点】该方法以业务和数据模型为基础，以模型分析为核心，以主题数据库为重点。主题数据库采用自顶向下规划、自底向上设计。

基于稳定信息结构的方法适合业务经常变化、前期数据积累较多的场景。它先建立稳定的核心数据集，再根据不同用户需要生成目标数据集。

五步是确定目标与边界、获取初始数据集、建立核心数据集、完善目标数据集、建立信息模型。初始数据应尽量完整，冗余等问题留待审查。

基于指标能力的方法适合涉及决策、前期数据积累较少的场景。它不依赖具体业务流程或大量初始数据，而从决策评估、支撑指标和指标体系出发，建立指标数据模型并形成核心、目标数据集。

【教材定位】PDF 第95—98页。

数据架构：把业务需求转成可长期演进的数据结构

数据架构围绕存储与处理，设计当前和长期结构，把业务需求转为数据和应用需求，并保持业务与IT一致。

企业数据模型提供通用、一致的数据视图。企业概念模型由主题域模型组合而成，可自顶向下，也可自底向上构建，但主题域识别准则必须在全企业保持一致。

数据流描述数据的起源、存储、使用和跨系统转化。二维矩阵适合呈现复杂的创建和使用关系，数据流图更直观，也可逐层细化。

数据架构会受技术进步、业务量增长、需求变化和法律法规变化驱动，因此不能只设计当前状态，还要预留演化路径。

【教材定位】PDF 第98—99页。

集中式与分布式：管理简单和扩展能力之间的选择

集中式架构把数据和处理集中在中央服务器，便于维护、一致性控制和安全保护，适合数据量较小、处理管理需求不高的场景。

分布式架构把数据放在多个节点，提升可靠性、扩展性和处理能力，适合数据量大、处理需求高的场景。分布式数据库可划分计算层、元数据层和存储层。

数据库分片把数据放到多个实例，可提高吞吐量，但要处理同步、一致性和可用性。分区可在单实例内划分，常见为水平、垂直分区。

CAP分别指一致性C、可用性A和分区容错性P。教材强调在分布式条件下不存在同时满足CAP的方案，只能在AP、CP、CA中选择。

CP优先一致性与分区容错，可能牺牲部分可用性；AP优先可用性和分区容错，接受一致性让步；CA放弃分区容错，难以满足分布式扩展要求。

【教材定位】PDF 第99—101页。

现代数据架构：数据湖、云原生和实时处理解决不同问题

数据湖集中保存结构化、半结构化和非结构化数据，保留原始数据并支持灵活扩展。组件覆盖存储、管理、治理、分析、可视化、流处理和机器学习。

数据湖不等于把所有数据直接堆在一起。治理要有业务案例与质量指标、高层支持、治理架构，以及数据标准和政策。

云原生数据架构利用云计算、容器和微服务，实现高扩展、高可用、安全、性能与效率。

实时数据架构由接入、存储、计算、平台、应用五层组成。平台层提供统一查询、元数据与指标管理、质量和血缘；应用层支持实时大屏、数据产品、OLAP和实时特征。

Lambda架构同时维护批处理与实时流，两条通道由服务层提供查询；Kappa把两部分合并，以消息队列和流系统处理全量数据，减少维护两套代码的问题。

数据应用还可通过微服务和API解耦。API提供应用间交流与数据共享规范，使开发者无须了解底层存储细节即可访问数据。

【教材定位】PDF 第101—103页。

数据标准化：标准体系、元数据、数据元和分类编码各管一层

数据标准化通过制定、发布和实施标准，规范数据采集、存储、应用和共享。内容包括标准体系、元数据、数据元、分类与编码。

标准体系可分指导标准、通用标准和专用标准。通用标准还包括数据类、服务类、管理与建设类标准；专用标准依据通用标准制定，反映特定领域特点。

元数据用于规范描述资源外部特征，可支持注册、发现、评估和获取。其结构包括内容结构、句法结构和语义结构，作用体现为描述、定位、寻找或发掘、评价、选择。

数据元是由一组属性规定定义、标识、表示和允许值的数据基本单元，由对象类、特性和表示组成。命名应遵循语义、句法和唯一性规则。

数据分类强调稳定、系统、可扩充、实用和兼容；编码强调唯一、匹配、可扩充和简洁。

【教材定位】PDF 第103—105页。

数据治理：制定规则并监督，不等于亲自管理每条数据

数据治理是在数据资产管理中行使权力和管控，包括计划、监控和实施。它指导其他数据管理活动，确保数据依照制度和最佳实践被正确管理。

【辨析】数据治理负责原则、制度、流程、框架、指标和监督；数据管理负责具体执行。治理强调监督与执行职责分离。

治理活动包括规划、制定战略、实施并嵌入日常流程。交付物包括章程、运营框架与职责、路线图、运营计划。

数据质量管理贯穿全生命周期，维度包括一致、完整、合理、唯一、有效。活动包括定义质量、识别关键数据、评估现状、排序并改进。

数据安全为数据资产提供身份验证、授权、访问和审计。要求来自利益相关方、法规、业务关注、合法访问和合同义务，实施过程包括识别需求、制定制度、定义细则、评估风险、落实控制。

【教材定位】PDF 第105—107页。

容易混淆的边界

【辨析】数据与信息：数据是载体和原材料，信息是对数据加工后的有效解释。

【辨析】核心数据集与目标数据集：核心数据集追求稳定，目标数据集针对具体用户和应用需求形成。

【辨析】分片与分区：分片通常跨多个实例，需要同步；分区可在单实例内管理，不必跨实例同步。

【辨析】元数据与数据元：元数据描述数据资源，数据元是构成数据模型的基本数据单元。

易错清单

• 【易错】
  把数据资源规划对象理解为技术平台 → 核心对象是数据本身。
• 【易错】
  业务经常变化、数据积累多时仍优先稳定过程法 → 更适合稳定信息结构法。
• 【易错】
  认为CAP可以同时完整满足 → 教材强调只能在AP、CP、CA中权衡。
• 【易错】
  把数据湖理解为无规则存放 → 仍需标准、质量指标和治理机制。
• 【易错】
  把数据治理等同于直接管理数据 → 治理制定原则并监督，管理负责执行。

记忆提示·整理

• 数据价值三阶段：资源化变得可用，资产化形成产品，资本化进入社会配置。
• 稳定结构法五步：定边界—收初始—建核心—成目标—建模型。
• 实时架构五层：接入—存储—计算—平台—应用。
• 质量五维：一致、完整、合理、唯一、有效。

复习自测

1. 【复习自测】
   数据资源发展的三个阶段是什么？
2. 【复习自测】
   业务经常变化且已有较多数据积累，适合哪种规划方法？
3. 【复习自测】
   基于稳定信息结构方法的五个步骤是什么？
4. 【复习自测】
   CAP中的C、A、P分别代表什么？
5. 【复习自测】
   数据质量常见的五个维度是什么？

参考答案

1. 数据资源化、数据资产化、数据资本化。【教材定位】PDF 第94—95页。
2. 基于稳定信息结构的方法。【教材定位】PDF 第95页。
3. 确定目标与系统边界、获取初始数据集、建立核心数据集、完善目标数据集、建立信息模型。【教材定位】PDF 第97—98页。
4. 一致性、可用性、分区容错性。【教材定位】PDF 第101页。
5. 一致性、完整性、合理性、唯一性、有效性。【教材定位】PDF 第106页。

一页式复盘

• 核心概念：数据资源规划以稳定数据对象为核心，贯穿产生、获取、处理、存储、传输和使用。
• 关键顺序：资源化—资产化—资本化；规划—架构—标准—治理—质量与安全。
• 必辨差异：三种规划方法、集中式与分布式、分片与分区、Lambda与Kappa、元数据与数据元。
• 最易错点：把数据架构、数据标准、数据治理当成互不相关的独立工作。
• 考前一句话：先形成稳定、标准的数据，再谈架构扩展和价值释放。

教材定位与系列导航

• 教材：《系统规划与管理师考试32小时通关（第二版）》
• 本篇：第8章“数据资源规划”
• PDF页码：第93—108页
• 上一篇：第7章“网络环境规划”
• 下一篇：第9章“信息安全规划”

收藏本篇，考前用 3 分钟完成一次快速复盘。