中国人寿信息化战略规划 数据架构.ppt
中国人寿信息化战略规划数据架构,2004年 6月,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。,联机事务处理,操作型数据存储,联机分析处理,数据管理,OLTP: 联接事务处理,ODS: 应用中的数据集成,OLAP: 为决策支持服务的数据分析处理,数据管理：总体数据定义和数据交换控制,议程一：数据架构-提供的服务,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,数据架构所提供的服务 （定义）,中国人寿的需求 业务视角 IT战略和架构 应用架构,要求,个性化,人寿在数据架构四个服务层次的特殊要求,适应性企业架构的原则 简易性 标准化 模块化 集成性,指导,逻辑数据模型,物理数据模型,数据架构,议程一：数据架构-来自业务、IT战略和应用架构的需求,数据只进行一次精确的单点捕获，从而减少了不必要的数据捕捉，这保证了数据的正确性和一致性。 尽可能减少数据库管理系统数量 数据的组织在物理上应该是与应用处理相分离的,简单化,简化应用和系统，从而减少复杂性和风险。,+,模块化,通过对基础架构构件进行集中或分散式管理来提高业绩。,议程一：数据架构-建立原则,标准化,简化IT资产同基于标准的构件和流程一同使用时的方式。,利用框架和工具来帮助数据架构服务的分析、设计和开发工作 通过采用被批准的业务信息名称定义，来作为数据名称的定义，从而减少开发和数据定义映射的工作量 应在企业范围内使用标准化的数据模式 遵循一致的数据管理策略和实施方法 保证数据和信息与企业元数据定义相一致 当创建内部数据通讯标准时，外部数据通信标准应该被考虑。（如和医院的数据交换) 数据架构应该和企业数据仓库建设计划，报表系统建设计划保持一致 数据架构应该提供客户信息的统一视图(例如：从一个客户管理系统中，你可以看见某个客户的所有关联信息）。,集成化,通过一个统一的关系系统更容易的管理和修改环境,+,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,佣金,产品/计划,客户,合同,销售者,帐务,基本信息/受益,交易历史,保费支付/收款,理赔,费用,支付,投资,负债,个人,组织,真实客户,潜在客户,真实客户,潜在客户,佣金计算规则,合作伙伴,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,建立企业级的、标准化的数据架构，集成不同应用间、不同分组间的数据。,总部 操作型 数据存储,客户信息中心,总部数据集市,总部数据仓库,分 组 间 数 据 集 成,总部数据集市,总部数据集市,业务处理系统 事务细节数据,应 用 间 数 据 集 成,组 数据集市,组 数据集市,组 数据集市,组决策支持数据,总部决策支持数据,议程一：数据架构-属性-物理数据模型-架构图,组 1,常规 OLTP,Group ODS,数据仓库,组 数据集市,标准 ETL,组 n,OLTP,Group ODS,数据仓库,组 数据集市,定制 ETL,总部 ODS,总部 数据集市,企业客户信息数据库 (精简),标准 ETL,总部 数据仓库,元数据管理,议程一：数据架构-属性-物理数据模型-关键组件,主要组件,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,组,总部：系统位于数据中心的一个单独的硬件平台或分区上 组：若干省被组合成组，不同的组处于同一数据中心中，可能根据需要位于不同的硬件平台或分区上 省/地市：通过授权机制访问本省/地市的业务处理系统和决策支持系统视图，这两种系统的实际物理位置位于组这一级,“基于分组的集中”模式,议程一：数据架构-数据质量管理,建立专职的、有足够权限的组织机构负责数据质量管理 数据质量的管理和提升是一个长期的过程 应用系统的升级和更新是数据质量提升的重要契机 可以考虑使用数据质量工具,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,推荐一：中国人寿采用基于应用系统的统一数据模型，实现企业级数据模型标准化,议程一：数据架构-重要推荐或结论,推荐二：建立企业级的、标准的数据集成系统,组 1,常规 OLTP,Group ODS,数据仓库,组 数据集市,标准 ETL,组 n,OLTP,Group ODS,数据仓库,组 数据集市,定制 ETL,总部 ODS,总部 数据集市,企业客户信息数据库 (精简),标准 ETL,总部 数据仓库,议程一：数据架构-重要推荐或结论,推荐三：总部建立精简的客户信息数据库。,保存中国人寿所有客户 仅包括精简的客户信息 提供总部级客户关系管理的数据支持 支持不同省份之间的信息传递,总部数据集市的一部分 利用ETL进行客户数据集成 省公司可以根据权限进行访问,议程一：数据架构-重要推荐或结论,推荐四：企业级ODS和数据仓库可以根据需要建立。,总体规划、分布实施的原则 首先建立局部的数据集成和数据集市 在中国人寿普及决策支持应用 在需求、技术、管理维护逐步成熟的基础上扩大规模 最终形成企业级ODS和数据仓库应用,议程一：数据架构-重要推荐或结论,推荐五：实施数据质量提升项目，提高数据质量。,建立专职的、有足够权限的组织机构负责数据质量管理 数据质量的管理和提升是一个长期的过程 应用系统的升级和更新是数据质量提升的重要契机 可以考虑使用数据质量工具,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 移植到其他平台，如DB2, Oracle等,议程二：数据库平台移植-分析方法,升级 或 移植 方向 分析,移植 的 目标 数据库 产品比较,中国人寿 对 数据库 产品 的要求,确定 移植到 新的 数据库 平台,目标 数据库 产品 推荐,在此基础上，结合中国人寿的核心应用的更新建议，推荐数据库平台移植方案,议程二：数据库平台移植-对未来数据库平台的要求,一般要求： 高可用性 高性能及可扩展性 安全性 可管理性 集成能力 网络能力 内容管理 适用平台 国际化 特殊要求： 对大数据量和大数据表的支持 数据复制 数据备份,议程二：数据库平台移植-升级/移植方向分析,移植 的 目标 数据库 产品比较,中国人寿 对 数据库 产品 的要求,目标 数据库 产品 推荐,在此基础上，结合中国人寿的核心应用的更新建议，推荐数据库平台移植方案,升级 或 移植 方向 分析,确定 移植到 新的 数据库 平台,2H06 安全 DB2 的互操作性 和IBM软件的集成,IDS Roadmap 来自IBM,2003,2004,2005,2006,2007,2008,IDSv9.60,IDSv9.40,IDSv9.50,IDSv9.next,30 March 2003 备份恢复 HDR & ER coexistence 尺寸限制变大 安全系统 监控和工具,1Q05 开发中:安全 高可用 应用开发 / XML / 标准的遵循 4GL/WebSphere EGL 自治 / 易管理 软件组集成 安全、面向合作伙伴和基础架构的能力改进 性能、安装、I-Star for Built-in UDTs,DB2互操作性 市场、技术和客户的要求,“IBM并不承诺对上述发展方向的描述， IBM的计划可能会改变,议程二：数据库平台移植-升级/移植方向分析,议程二：数据库平台移植-升级/移植方向分析,议程二：数据库平台移植-升级/移植方向推荐,我们认为：Informix最终会融入到DB2中，因此两个方向仅仅是一次大规模移植还是逐步分阶段移植的区别 我们建议：从现有Informix版本移植到其他平台 对于核心应用、销售管理、CRM等大规模系统，选择基于UNIX开放系统的平台（Oracle或DB2） 对于网站等小规模应用，选用MS SQL Server,议程二：数据库平台移植-产品评估,升级 或 移植 方向 分析,中国人寿 对 数据库 产品 的要求,确定 移植到 新的 数据库 平台,目标 数据库 产品 推荐,在此基础上，结合中国人寿的核心应用的更新建议，推荐数据库平台移植方案,移植 的 目标 数据库 产品比较,议程二：数据库平台移植-产品等级评分系统,数据产品评价的一般标准,议程二：数据库平台移植-产品等级评分系统,和中国人寿相关的标准,议程二：数据库平台移植-重要推荐或结论,推荐：中国人寿选择Oracle作为新的数据库平台。,主要理由： TPC-C测试的结果显示，Oracle和其他诸如BEA产品的集成具有性能领先优势 Oracle在开放平台的市场份额占有绝对的优势 Oracle拥有更多的合作伙伴，在市场上有更多的技术资源可利用 在国内的人力资源市场拥有更多的oracle技术资源,议程二：数据库平台移植-移植方案-时机选择,指导原则 核心应用系统的要求应当作为数据库平台的选型的重要依据 数据库平台的选择应当在应用系统实施项目前确定 数据库平台的移植方案将作为应用系统开发和部署方案的重要组成部分 数据库平台的移植实施也将作为应用的测试推广工作的重要组成部分,议程二：数据库平台移植-移植方案-方法和步骤,移植方案设计,移植工具开发,制定移植计划,移植计划测试,移植演习,移植实施 （单点/并行）,监控和维护,议程二：数据库平台移植-移植方案-风险和控制,技术风险和规避计划 应用系统产品支持能力 对旧系统的功能覆盖程度 RDBMS性能和容量支持能力 中国人寿IT人员对新数据库平台的掌握能力 大数据量移植的平台和时间要求 管理风险和规避计划 和应用系统转换或升级项目协同 新数据库对系统维护人员的影响 数据清理的实施 系统切换的平稳过渡 移植过程的项目管理,议程三,1. 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,议程三：数据标准化,目的 主要方法 方法比较和建议 管理组织架构 实施过程,议程三：数据标准化-目的,实现支持中国人寿业务信息需求的统一数据模型 建立跨应用系统的标准逻辑数据模型，以这一数据标准提高数据在中国人寿各个应用系统间、操作环节间和功能区域间的互用性，从而支持全公司范围内的各项业务操作 有效控制数据冗余，从而提高数据准确性，降低操作成本 减少开发、实施、维护系统的时间和成本 通过减少数据变换的需求，来提高应用系统的互操作能力 提供统一的数据定义和表示 提高数据的精确性和完整性 在中国人寿建立一个单一的数据字典，用它来记录已获批准的数据标准，并作为全公司发生效力的最高数据标准,议程三：数据标准化-主要方法,我们推荐,议程三：数据标准化-方法比较和建议,建议中国人寿通过整合应用系统的数据模型，形成企业级的数据标准,议程三：数据标准化-数据管控-管理组织架构,数据标准管理委员会,议程三：数据标准化-数据管控-数据标准化实施过程,数据标准化,1定义数据需求,2开发数据标准,3批准数据标准,4实施数据标准,搜集数据需求 甄别数据需求 捕捉元数据 确定现有的或强制的标准,搜集应用系统数据模型 确定数据标准 协同应用开发的数据标准 提交数据标准提案,业务部门审查 对标准提案进行技术审查 批准数据标准,登记新的数据标准版本 确定数据转换方案 定期审查并调整,回顾,1. IT架构规划-数据架构 逻辑数据模型 物理数据模型 数据质量管理 2. 高端设计-数据库平台移植 从现有Informix版本移植到其他平台 制定移植方案 3. 高端设计-数据标准化 基于应用系统，整合数据模型 建立数据标准化管理委员会,结束,谢谢！,
