企業級和系統級數據模型DCMM很多人吐槽，但也不得不說有些細節設計的很合理。企業級數據模型一致性的要求，放在量化管理級最合適不過。因為企業或者業務沒到那個階段，是沒有一致性這個需求的。在一個小公司，做一個獨立的信息系統，你就是唯一，你想咋耍就咋耍，不需要跟誰保持一致。 但是在一個大型公司，通常會有有N多個信息系統，在系統之間進行數據交互的時候，你就會知道數據模型一致性的好處了。如果數據模型一致，甚至可以做到無縫絲滑對接。如果數據模型不一致，不說額外增加的開發量，就日期格式對不齊就能出N多Bug。同理，在一個集團公司中，你就得考慮下級生產單位的系統對接需求，平級兄弟單位的數據交換需求，以及上級單位數據上報需求，這時候就不得不考慮數據模型一致性的問題了。如果上下一致因為如果上下一致，會省很多事。如果不一致，哼哼....跨組織協調的效率你知道的，且等著吧...確保數據模型一致性那么問題來了，如何確保企業級數據模型和系統應用級數據模型的一致性呢？所有的問題早就有解決方案。生活中處處都是智慧。給你舉個簡單的例子你就明白了。老彭的娃在上初中，他有好幾身校服。學校有校服著裝要求，必須按要求著裝，不能奇裝異服，不能在校服上涂寫繪畫。這比老彭初中的時候松快多了。老彭初中的時候，不穿校服不能進校門，男生頭發不能超過手指的厚度，不能挽褲腿，還不能穿拖鞋。你看，學校關于校服著裝的規矩就是企業級數據模型，班級里關于校服著裝的規矩就是應用級數據模型。班級的規定必須遵從學校的規定。怎么保證學生校服著裝的一致性呢？很簡單么。大家都是小學畢過業的，都懂！那就是：

設立校門口的檢查督導小組！每天在校門口進行日常檢查，還會到班級進行突擊檢查。他們權力可大著呢！手上都拿著小本本，遇到著裝不符合要求的，輕則扣班級分，重則不讓進校門吶！數據模型一致性工作也是如此，就是定期做一致性檢查。建設期的項目，把數據模型一致性列入驗收標準，與企業級數據模型不一致的，不予通過驗收。已經投產的項目，檢查出與企業級數據模型不一致的，發通知讓相關單位限期整改，并在績效考核里扣分。簡單粗暴，才能直接有效。

數據模型同步回到同事的問題：怎么才能算是 “建立了組織級數據模型和系統應用級數據模型的同步更新機制，確保一致性”了呢？這句話其實包括了兩個工作：1.數據模型的同步更新機制；2.數據模型的一致性。企業級數據模型和系統應用級數據模型的同步更新機制很好理解，就是企業級數據模型改了，系統應用級數據模型也得跟著一起改。數據模型的同步更新機制可以從兩個層面進行評估：1.有沒有相關的流程和工具；數據模型同步的制度流程好說，發個文就行了。那工具是啥呢？有人會會所，數據建模工具是不是可以處理這個事情？傳統的power designer應該是不行的。可以看看數語的Datablau Data Modeler（DDM）產品，有SaaS版和客戶端版，可以進行數據模型標準的同步。圖片來自于datamodeling.cn其實更好用的是數據庫發布工具。不僅可以同步數據模型，還可以在嚴密的權限和流程控制下，實現企業范圍內數據結構的一鍵發布。比如：身份證號碼由15位改成18位的時候，字段長度會發生變化。這時候企業級數據模型里員工表的身份證號發生變化，數據庫工程師修改好之后，可以將所有員工表里的身份證號字段的長度進行同步調整，確保該表該字段的全局統一。當然啊，沒有專業工具也是可以進行同步的，發個郵件通知各單位各部門同步更新也是可以得分的。2.有沒有按照流程同步執行數據模型的更新操作。需要注意的是，同步更新機制和確保一致性是兩件事情。有這個機制，不代表著就一定能確保數據模型的一致性。因為機制經常會失效的。每個家庭都有早餐叫醒機制，但是暑假的娃娃好像不吃這一套。所以應該用各種辦法確定該機制是否生效。從過程的視角，可以查閱執行記錄，確認上級發布的數據模型同步更新通知，下級單位是否遵照執行。從結果的視角，可以定期進行檢查，看看系統應用里的數據模型是否與最新的企業級數據模型保持一致。

三態分析“三態分析”就是用來確保數據模型的一致性的重要手段。所謂的三態指的是標準態、設計態和運行態。在進行三態分析的時候，這三態不一定是固定的。有些時候也會用標準態、過去某個時間的運行態和現在的運行態進行分析。這樣可以發現數據模型在不同時間節點發生了什么變化。各個企業的管理水平不一樣，開發團隊的意識水平也不一致。有些開發人員可不管你什么標準不標準的。胡亂改表結構導致出bug的情況比比皆是。可以利用模型三態分析或者模型比對、掃描的方式及時發現表結構違規調整引發的問題，減少損失。

標準態的載體一般是各種標準文本，比如國標、行標、團標、地標或者企業標準。有條件的可以把元數據標準導入到系統中進行管理。評估的時候可以把這些文件或者工具中的標準判定為企業級數據模型。設計態的載體一般是各種數據庫設計文件/說明書。如果有建模工具的話，可以同步企業級數據模型中設定的各種標準。評估的時候可以把這些設計文件判定為系統應用級數據模型。運行態的載體就是生產環境中的數據庫表了。但是在做三態分析的時候會在數據治理平臺中將元數據采集至元數據管理子系統中，避免直接連庫比對影響生產環境的性能。三態分析有兩種用法：一是用作企業級數據模型和系統應用級數據模型的一致性檢查。就是標準態、設計態和運行態的比對。二是用作運行態數據模型標準化的常規檢查。就是用標準態和不同時間的運行態進行比對。比如最新的標準態和今年年初的運行態，以及當前的運行態進行對比，查看三者的區別，跟蹤年初三態分析時發現的問題是否得到調整，以及有沒有新的問題。老彭當年做某部委基礎數據庫項目的時候，就有這個需求。部委頒發了基礎數據標準，各省的建設單位都要遵照執行。這時候就不能簡單的靠行政命令這一單一的手段，必須還得有其他辦法定期檢查各省是否按照標準設計數據模型。老彭當時可沒有數據治理系統，讓開發兄弟做了個前臺頁面，后臺各省元數據采集更新、與標準比對等都是老彭用Kettle手搓的。前臺功能中設置任務信息，傳入任務執行參數，并調起Kettle程序執行一致性檢查任務。Kettle采集元數據，與最新標準進行比對后，把結果輸出至數據庫中。部信息中心的老師看到結果后，發現問題冒頭直接按死，責令限期整改，以確保全國數據模型的統一。

總結判斷企業是否有組織級數據模型和系統應用級數據模型的同步更新機制，可以看是否有數據模型標準同步流程或者操作細則，系統工具層面看是否有元數據標準同步功能。判斷企業是否能確保模型的一致性，可以看是否做了三態分析或者數據模型的一致性檢查。上述兩個評估檢查工作不僅要看有沒有制度流程、系統工具，還要看執行的記錄。是否曾經同步過企業級數據模型標準，是否有三態分析報告、數據模型一致性檢查報告。作為量化管理級，同時還應該要看是否對查出的問題進行對應的優化調整。