deepread22｜第8章 数据资源规划方法与数据架构详解

ONEPSOFT | 软考学习知识库

---

deepread22｜第8章 数据资源规划方法与数据架构详解

知识点深度解读：数据资源规划方法与数据架构

1 知识点定位

「数据资源规划方法与数据架构」属于【第 8 章 · 数据资源规划】8.2 节（方法）与 8.3 节（数据架构）。它是数据资源规划的 " 方法论 + 蓝图 "：先选对方法来梳理数据（规划怎么做），再画出数据架构（规划成什么样）。

• 主要教材出处：第 8 章 8.2 数据资源规划的方法 / 8.3 数据架构
• 考试角色：选择题 + 案例题常考（三种规划方法适用场景、主题数据库、数据架构组成、集中式 vs 分布式 CAP、数据湖）
• 与 speedrun 关联：第 8 章速通 " 规划方法 / 数据架构 " 段有提及，这里展开

2 教材原文精摘（8.2 / 8.3 核心）

【三种规划方法】原文：

目前主流的数据资源规划方法有三个：①基于稳定信息过程的方法（适用于业务场景相对固定、前期数据积累较少；优点理论成熟易理解、缺点步骤繁杂数据稳定性较差）；②基于稳定信息结构的方法（适用于业务场景经常变化、前期数据积累较多；优点实施周期短数据稳定性好、缺点初期工作量大、并行组织难）；③基于指标能力的方法（适用于业务场景涉及决策、前期数据积累较少；优点直接支撑决策、缺点实现案例少实施难度大）。

【基于稳定信息过程的核心：两条主线、三种模型、一套标准】原文：

概括为 " 两条主线、三种模型、一套标准 "。步骤：定义职能域（按工作内容而非现行机构部门划分）→各职能域业务分析（职能域—业务过程—业务活动三层业务模型）→各职能域数据分析（数据流程图、用户视图规范化）→建立数据资源管理基础标准→建立功能模型（子系统—功能模块—程序模块）→建立数据模型（基本表，达第三范式，是集成共享基础）→建立关联模型（功能与数据联系，解决共享库 " 共建问题 "）。

【数据架构定义与目标】原文：

数据架构是数据管理的基础，组织数据架构描述必须包括数据模型（数据结构和数据规范）和数据流设计。数据架构主要目标是数据的存储和处理需求，设计满足企业当前和长期的数据需求的结构与规划。

【数据模型 / 主题域】原文：

企业数据模型提供通用一致的数据视图……主题域识别准则须一致，常用基于规范化规则、顶级流程（业务价值链）或业务能力。企业概念模型由主题域组合构建，可自上而下或自下而上（推荐结合）。

【传统 vs 现代数据架构（含 CAP）】原文：

集中式数据架构：数据集中存储管理，安全性高，适用于数据量小场景。分布式：数据分片存多节点，提高可靠性可扩展性。CAP：一致性 C/可用性 A/分区容错 P，要么 AP 要么 CP 要么 CA 但不存 CAP；CP 舍 A 保 C，AP 舍 C 保 A（最终一致性 BASE）。现代：数据湖（原生格式存大量结构/半结构/非结构数据）、云原生、实时（Lambda/Kappa）。

【主题数据库】原文：

主题数据库是面向业务主题的数据组织存储，与要解决的主要问题相关联，否定 " 自建自用 "、强调 " 共建共用 " 共享数据库。要求就地采集、就地处理使用存储、必要传输汇总。设计过程：统一数据标准→筛选数据→建立标准一致信息共享的主题数据库。

3 系统解读（逐点讲透）

• 三种方法怎么选：业务固定、数据少 → 稳定信息过程（最经典，按 " 职能域→业务→数据 " 推导）；业务多变、数据多 → 稳定信息结构（先收数据再提炼核心集）；要支撑决策 → 指标能力（决策→指标→数据反推）。记住 " 过程 / 结构 / 指标 " 三选一，考适用场景。
• 稳定信息过程 = 系规最常考的骨架：两条主线（功能 + 数据）、三种模型（功能模型 / 数据模型 / 关联模型）、一套标准（数据元素 / 分类编码 / 用户视图 / 概念逻辑库标准）。
• 数据架构 = 数据的 " 总体设计图 "：必须含两样——数据模型（数据结构与规范，如实体/属性/关系）+ 数据流设计（数据从哪来、存哪、到哪去，用数据流图或矩阵表达，即 " 数据血缘 "）。
• 集中式 vs 分布式与 CAP：集中式 = 一个中央仓库（好管但扩展差）；分布式 = 分片多节点（可靠可扩）。CAP 三角只能三选二，不存在 " 既要一致又要可用又能分区容错 "——记 "CP 保一致 / AP 保可用 "。
• 主题数据库：不是为某个程序建库，而是为 " 业务主题 " 建共享库，" 共建共用 "，解决数据孤岛。

核心一句话总结：先按场景选规划方法（过程/结构/指标），其中 " 稳定信息过程 " 用 " 两条主线三种模型一套标准 " 画蓝图；数据架构 = 数据模型 + 数据流；主题库 = 面向业务主题的共享库；存算上集中/分布二选一，CAP 只能取其二。

4 工程实践举例（土木工程背景）

用 " 城市 / 工程总体规划 " 套：数据资源规划就像做工程的规划与设计，先定方法再出蓝图。

教材 ↔ 土木工程实践 对照表：

教材要素	工程实践对应	映射说明
基于稳定信息过程	按 " 职能分区（生产/质量/安全）" 做总体规划	业务固定按职能推导
职能域—业务过程—业务活动	分区—单位工程—分项工程	三层结构
两条主线三种模型一套标准	功能规划 + 图纸 + 统一制图标准	框架方法
数据架构（数据模型 + 数据流）	工程总体设计图 + 材料/人流物流图	蓝图
主题数据库	全项目共享的 " 标准构件/建材库 "	共建共用
集中式/分布式架构	集中搅拌站 vs 各工区分散拌料	集中/分布
CAP	质量/工期/成本三难全，只能保其二	三角取舍
数据湖	原始料场（啥料都收，用时再筛）	原生存储

流程对比（稳定信息过程八步 ↔ 工程规划）：

流程图（结构化呈现）

1. 定义职能域
2. 业务分析 三层模型
3. 数据分析 流程图
4. 建基础标准
5. 功能模型
6. 数据模型 基本表
7. 关联模型
8. 工程:定分区→画总规→定标准→出图

对应关系

节点A	关系	节点B
关联模型	对应	工程:定分区→画总规→定标准→出图