数据治理平台助力国家电网全业务数据中心建设_58页_7mb

企业级数据治理平台助力国家电网全业务数据中心建设总结

核心内容

国家电网通过建设全业务统一数据中心，旨在实现“模型规范统一、数据干净透明、分析灵活智能”的目标，从而提升数据管理与应用水平。Datablau 提供了一站式解决方案，支持数据治理、模型管理、数据质量、数据服务等模块，助力国家电网实现数据资源的统一管理与应用。

主要观点

• 统一数据模型：通过统一数据模型和主数据管理，确保数据的一致性与可共享性，解决系统间数据模型不一致、跨专业数据应用困难的问题。
• 数据质量提升：建立统一的数据质量稽核体系，对数据完整性、及时性、合法性、一致性进行检查，支持数据冗余分析、数据残缺及完整性验证，全面提升数据质量。
• 数据资源全生命周期管理：通过工作流实现信息化标准、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、废止的统一管理与监控。
• 数据服务与集成：基于统一数据模型和组件接口规范（CIS），构建统一的数据集成服务，支撑跨业务应用的深度集成，提升数据共享与开放能力。
• 可视化与检索：提供数据资源的可视化展现和全局检索功能，增强数据目录的易用性和可操作性。

关键信息

全业务统一数据中心架构

全业务统一数据中心包括三个主要部分：

1. 数据处理域：保障数据质量，是数据应用的基础。
2. 数据分析域：挖掘数据资源价值，是提升数据应用水平的核心。
3. 数据管理域：实现数据规范、统一、安全，是数据集成与应用的关键和保障。

数据模型规范

• 企业级数据模型：用于统一规划和设计，确保模型的逻辑一致性。
• 应用级数据模型：用于具体业务系统的实现，考虑实施层面的约束。
• 模型层次：
  • 明细层：以源业务系统数据库表为基础，进行同源整合，遵循SG-CIM标准。
  • 轻度汇总层：基于明细层数据模型，进行提炼、聚合、合并，构建多维模型。

数据质量管理

• 检查内容：包括数据完整性、及时性、合法性、一致性。
• 检查方式：支持抽取、主动采集、直接访问等方式。
• 检查服务：
  • 通用数据检查服务（模型、编码、接口符合度）
  • 信息化标准符合度检查服务
  • 主数据在线抽取检查服务

数据资源管理工具

• 功能模块：包括标准管理、模型管理、数据管理、数据服务、运维辅助、数据桌面。
• 部署模式：采用“两级部署（部分一级部署），多级应用”模式，确保数据资源的统一管理与分发。
• 数据标准：涵盖业务、技术、管理三方面，支持数据标准制定、应用、维护与发布。

数据资源手册

• 内容：包括业务资源手册、指标资源手册、横向共享资源手册、纵向级联资源手册。
• 作用：实现对数据资源的统一管理，形成数据资源管理手册，支持数据资产查询与管理。

数据资源展示与检索

• 数据展现：采用图文方式展现数据资源，支持数据资源的全局检索。
• 信息项浏览：支持对数据元、编码、主数据等信息项的定义浏览。
• 数据目录：包括业务目录和物理数据目录，支持数据的分类管理和查询。

数据建模与模型管理

• 模型检索：支持模型的浏览及检索管理，确保模型的统一管理。
• 模型预览：支持模型的详细预览，包括模型结构、字段定义等。
• 模型比较与合并冲突：支持模型差异性分析与调整，确保模型的一致性和准确性。

数据模型差异性分析与调整

• 分析内容：对比源业务系统数据字典与国网标准数据模型，分析差异并记录。
• 调整原则：不删除国网统一设计的表及字段，只进行新增或数据类型修改。
• 差异化模型：根据分析结果调整本地模型结构、字段数据类型、数据编码规范及映射关系。

实施策略

1. 策略1：依据信息化标准全过程管控要求推进

   • 梳理数据标准，利用数据设计选择数据标准，确保标准的落地和过程管控。
   • 对标准应用情况进行在线打分，形成检查报告。

2. 策略2：依据数据资源管理工具统一部署要求推进

   • 实现标准管理、数据管理（主数据、企业级项目编码器）的一级部署。
   • 数据资源手册、指标管理、模型管理、运维辅助、数据服务、数据桌面等模块的两级部署。

3. 策略3：依据公共数据模型（SG-CIM）实施场景推进

   • 建立常态化的CIM库管理及业务集成服务支撑体系。
   • 推荐总部统一推广的所有集成场景均采用数据服务进行集成，确保接口标准的一致性和规范化。

价值与成果

• 全业务集成：实现各部门数据模型的统一集成，提升数据应用水平。
• 数据质量提升：通过统一的质量稽核体系，提升数据的准确性与完整性。
• 数据共享开放：通过数据服务和集成场景，提升数据共享与开放能力。
• 数据资产管理：通过数据资源管理工具，实现数据资产的统一管理与应用。

工具与平台

• Datablau数据资产运营平台：支持数据治理、模型管理、数据质量、数据服务等。
• ERwin：用于数据建模与管理，支持数据模型的统一设计与维护。
• 数据标准浏览器：支持数据标准的统一管理和查询。
• 数据资产驾驶舱：提供数据资产的可视化展示和监控。
• 数据资产搜索引擎：支持数据资源的全局检索。

数据治理与数据标准

• 数据标准内容：包括标准体系资料库、年度计划管理、文档管理、标准权限管理、术语管理、评论管理、标准编码符合度验证。
• 数据标准与业务结合：在数据标准中增加技术属性，通过英文名与库表对应，自动检查库表结构的合理性。

项目推进

• 项目启动：包括初始工作（开发/测试域）和数据资产目录的建立。
• 数据模型设计：基于源业务系统数据字典，完成数据模型的定义与设计。
• 数据接入与清洗：分析数据接入要求，进行数据模型差异性分析与调整，确保数据接入的准确性与一致性。

附加信息

• 无忧智库星球：提供新兴领域知识、智慧解决方案、建设方案等内容，支持数据治理相关资料的获取。
• 联系信息：可通过添加无忧智库客服微信获取最新资料。