数据中心杂谈—数据的分类

　　摘要：

　　数据已经成为企业和政府部门的重要资产，无论是企业还是政府部门的数据中心，都存储着非常重要的数据。要充分发挥和挖掘这些数据的潜在价值，就必须有良好的数据管理，而数据的分类是进行数据管理的基础，如果做不好数据的分类管理，就有可能会导致数据源头不唯一（重复采集），在统计时数出多头等诸多问题。本文从最终用户和数据管理员两个层次对数据分类进行阐述，同时也阐明了这两个分类层次之间的关系，并给出了数据分类的解决方案。

　　背景:

　　中国的企业和政府部门的信息化，是伴随着中国的改革开放逐步发展起来的。相对来说，企业的信息化起步较早，总体水平高于政府部门的信息化。但是，无论是企业还是政府部门的信息化，都已经到了一个关键的阶段，即由多个单项应用系统向集成化的综合应用系统转化的阶段。多个单项应用系统的特征就是各个应用系统是独立的，数据自采自用，数据标准五花八门，没有统一的数据标准体系，各应用系统之间无法实现自动化的数据共享和数据交换，通俗的讲就是"信息孤岛"。这样的应用系统能满足各部门的业务运行，但是对企业或政府部门的整体运行支持较差，无法进一步发挥信息资源的深层价值，制约了企业竞争力及政府部门服务管理能力的提升。而集成化的综合应用系统的特征是在统一的数据平台之上，遵循统一的数据标准体系架构起来的各项应用系统，自然而然就消除了"信息孤岛"，使信息资源处于全局的管控之下，从而为企业和政府部门提供更加强有力的IT支撑。

　　那么如何从分散的应用系统提升到集成化的综合应用系统呢？数据中心就是一个很好的载体，企业和政府部门通过建设数据中心，可以逐步将分散的应用系统纳入到数据中心之内，为企业或政府部门的所有业务提供统一的、完整的信息化支持。

　　顾名思义，数据中心的核心就是"数据"，而且应该是完整的、标准统一的数据。由于数据中心所存储的数据涵盖所有职能域，因此必须做好对数据的分类，才能实现对数据的有效管理，否则就会导致数据中心虽然存储了很多数据，但是无从下手，甚至数据之间还会有冲突，无端的浪费了企业和政府部门的资源。

　　数据分类的误区：

　　目前对于数据分类，有一个普遍存在的误区：按子系统（或业务板块）来对数据进行分类管理。很多企业的信息主管经常会这样说：我们现在已经建成了几个数据库，包括财务数据库、人力资源数据库、生产数据库、设备数据库、质量数据库等等。这就是典型的以子系统（或业务板块）来对数据进行分类的例子，而这种分类的成因就是这些系统都是分散设计、独立开发的，能达到支持单个部门或单个业务板块的运行即可，无法兼顾到全局。

　　这种数据分类虽然是比较粗粒度的，但是分类本身并没有错，可是如果软件开发人员按这种分类去建立物理的数据库，就无法满足数据中心建设的要求了。就以上所举的生产企业例子而言，各子系统（应用数据库）之间必然会有很多数据的关联关系，比如生产管理系统在编制生产计划时，必然会引用人力资源系统里边的人员定额数据，质量管理系统必然会引用生产数据库里边的产品基础数据，而财务系统要计算成本，也会引用产品产量、人员和设备定额、人员工时、设备工时、废品数量等数据。可以看到，这些子系统之间的数据引用关系十分复杂，如果采取一刀切的方法，按子系统（或业务板块）对数据进行分类管理，就会导致数据重复采集、数出多头等问题，同时也违背了"不重复，不遗漏"的数据分类原则。

　　正确的数据分类解决方案：

　　能满足数据中心建设的数据分类，应该包括两个层次：使用层次（最终用户）和管理层次（数据管理员）。这两个层次对数据分类的诉求是不同的，最终用户要求数据的分类是灵活的，最好能根据需要由使用者来定义，例如既能按专业分类（财务、人力资源、生产、设备等），也能按数据采集加工的性质进行分类（基础数据、过程数据、统计数据等）；而数据管理员则希望数据分类越稳定越好，没有一个数据管理员会喜欢每天都去修改数据结构。（说明：数据管理员是DA，而不是DBA，DA的层次比DBA更高些，主要负责整个企业或政府部门的信息资源的规划、控制和管理，详见高复先教授著《信息资源规划》第50页-51页）

　　基于以上分析，管理层次的数据组织，不能照抄使用层次的分类，而应该站在数据中心管理者的角度，以建立高档次的数据环境为出发点，打破企业或政府各专业（或部门）的界限，建立主题数据库和基本表。管理层次的数据分类是按主题进行划分的，主题数据库独立于应用系统，在数据中心内支持数据的共建共享。使用层次的分类，则可以在稳定的主题数据库基础上，进行自定义的数据分类，如下图所示：

图1 水利数据中心数据分类层次关系

　　上图以水利数据中心建设为例，左边稳定的主题数据库可以支持右边多个子系统的自定义数据分类。这样的分类模式，既保证了后台数据结构的稳定性，又能支持最终用户对数据分类的个性化需求。

　　总结：

 

　　在"十二五"及"十三五"期间，数据中心的建设将成为企业和政府部门信息化的重要内容，能否建成统一的数据平台，以及基于统一数据平台的综合应用系统，将成为企业和政府部门信息化发展水平的重要衡量标志。在数据中心模式下的数据分类，已经不是过去单一式的分类，既要保证数据源头唯一、标准唯一，还要满足用户对数据分类的灵活需要。按照信息工程方法论（IEM），建立覆盖企业和政府部门所有职能域的主题数据库，同时在稳定的数据结构之上，实现对数据分类的灵活配置，就能够充分满足管理层次和使用层次对数据分类的需求，从而进一步发挥数据的潜在价值。