中国人寿信息化战略规划 数据架构.pptVIP

中国人寿信息化战略规划数据架构 项目成果文件 1. IT架构规划--数据架构 2. 高端设计--数据库平台移植 3. 高端设计--数据标准化 目录和内容 1. IT架构规划--数据架构 定义、服务、规划方法、需求和建立原则 属性：逻辑数据模型、物理数据模型 数据分布方案 数据质量管理 2. 高端设计--数据库平台移植 替换现有Informix版本的必要性 对未来数据库平台的要求 升级/移植的方向分析、数据库平台产品评估 移植方案：时机选择、移植方法和步骤、风险分析和控制 3. 高端设计--数据标准化 目的 主要方法比较和建议 管理组织架构 实施过程 报告摘要 重点介绍 议程一 1. IT架构规划--数据架构 2. 高端设计--数据库平台移植 3. 高端设计--数据标准化 议程一：数据架构 定义、提供的服务 规划方法、需求和建立原则 属性 逻辑数据模型 物理数据模型 数据分布方案 数据质量管理 重要推荐或结论 议程一：数据架构--定义 数据架构是企业架构的一个十分重要的组成部分（域）。 数据架构蓝图要识别出中国人寿的业务活动和管理活动中所涉及到的、需要由应用系统处理的主要数据类型，并揭示这些数据的内容、结构、位置、来源等。 议程一：数据架构--属性 逻辑数据模型 对应于中国人寿的业务信息定义，它从逻辑的角度定义业务流程中存在的实体和他们之间的关系，利用这一模型，明确应用系统所处理的数据对象。 物理数据模型 对应于对数据的采集、存储、转换、交换、表达和使用等物理处理过程，它描述数据架构的最终实现方式。 议程一：数据架构--规划方法 议程一：数据架构--来自业务、IT战略和应用架构的需求 议程一：数据架构--建立原则 议程一：数据架构--建立原则 议程一：数据架构--属性--逻辑数据模型 议程一：数据架构--属性--逻辑数据模型 目的： 沟通的需要 应用系统选型 数据集成 建立过程： 抽取各应用系统的物理数据模型 对各物理数据模型实施反向工程，逆向导出对应的逻辑数据模型 总结、分类、归纳，获得所有数据定义的并集（最终逻辑数据模型的基础） 进行适当的正则化，以实现最小的信息冗余，形成一个优化的逻辑数据模型 建立该整体逻辑数据模型和各应用系统物理数据模型间的定义映射，作为元数据管理系统的定义基础 议程一：数据架构--属性--逻辑数据模型 工作建议： 逻辑数据模型的细化 数据整合框架 应用系统选型 建立数据标准 调整和优化 议程一：数据架构--属性--物理数据模型--架构图 议程一：数据架构--属性--物理数据模型--架构图 议程一：数据架构--属性--物理数据模型--关键组件 议程一：数据架构--属性--物理数据模型--数据流转过程 数据产生：OLTP应用系统 数据源层的数据标准化： 数据模型符合标准的系统，由ETL工具直接进行数据的抽取和转换 个别数据模型不符合标准的应用系统，要先进行标准化，即在数据集成的最基础层次解决标准化问题，然后使用ETL工具 数据集成： 由ETL系统完成，采用集中管理模式：在总公司级和组级都有ETL系统 整个数据自下而上的提升过程将由总公司的ETL系统统一进行管理 数据使用： 利用管理信息系统（MIS），实现对业务流程的监控 组和总公司建立数据集市，提供省级和企业级决策支持 议程一：数据架构--数据分布方案 议程一：数据架构--数据质量管理 议程一：数据架构--数据质量管理 现有数据质量控制体系的建立： 数据产生：原始数据的正确录入 数据保存：常规的数据库清理 数据使用：数据整合与分析 历史数据质量提高方案： 建立独立的、经过授权的项目组 设定数据质量目标 分析现有数据质量差距 确定可以短期改进的部分 制定长期改进方案 建立质量改进审查机制 议程一：数据架构--重要推荐或结论 议程一：数据架构--重要推荐或结论 议程一：数据架构--重要推荐或结论 议程一：数据架构--重要推荐或结论 议程一：数据架构--重要推荐或结论 议程二 1. IT架构规划--数据架构 2. 高端设计--数据库平台移植 3. 高端设计--数据标准化 议程二：数据库平台移植 替换现有Informix版本的必要性 对未来数据库平台的要求 升级/移植的方向分析 升级还是移植 移植的目标产品选择分析 数据库平台产品评估 移植方案 时机选择 移植方法和步骤 风险分析和控制 议程二：数据库平台移植--移植的必要性 Informix是中国人寿业务应用的主要数据库 Informix已被IBM收购 IBM宣布将于2006年底停止对现行Informix数据库产品（V9.4以前，即原informix公司开发的版本）的支持 中国人寿必须在2006年底前完成对现有informix版本的升级或移植 继续升级到IBM提供的Informix高版本，或 移植到其