逻辑级数据架构安排

通过考虑使用哪种数据库或数据格式，这种设计级别有时称为数据建模。 它将业务需求连接到基础技术平台和系统。 但是，鉴于数据建模者的角色，大多数组织仅在特定数据库或系统中设计了数据建模。 通过考虑适用于每个数据库或系统的标准以及这些数据系统之间的数据流，应采用集成方法开发成功的数据体系结构。 特别是，以下五个领域需要以协同方式进行设计：

命名约定和数据完整性

数据实体和元素的命名约定应一致地应用于每个数据库。 同样，如果相同的数据必须驻留在多个数据库中，则应强制执行数据源及其引用之间的完整性。 最终，这些数据元素应属于数据体系结构中概念设计中的数据实体，然后可以根据业务需求协同准确地对其进行更新或修改。

数据归档/保留策略

直到生产的每个后期，才经常考虑或建立数据归档和保留策略，这会导致资源浪费，不同数据库之间的数据状态不一致以及数据查询和更新的性能不佳。 为了加强数据完整性，数据架构师应基于操作标准在数据体系结构中定义数据归档和保留策略。

隐私和安全信息

隐私和安全性成为逻辑数据库设计的重要方面。 尽管概念设计已定义了哪个数据组件是敏感信息，但逻辑设计应该具有受限访问权限，受限数据复制，特定数据类型和安全数据流的数据库中保护机密信息，以保护信息。

资料复制

数据复制是要考虑三个目标的关键方面：1)高可用性; 2)避免通过网络传输数据的性能; 3)去耦以最小化下游影响。 但是，过多的数据复制会导致混乱，数据质量差和性能差。 任何数据复制都应由数据架构师检查，并应用原则和纪律。

数据流和管道

在此级别上，应明确定义数据在不同数据库系统和应用程序之间的流动方式。 同样，此流程与业务流程和数据架构师概念级别中说明的流程一致。 此外，应在逻辑设计的集成视图中考虑数据摄取的频率，流水线中的数据转换以及针对输出数据的数据访问模式。 例如，如果上游数据源是实时的，而下游系统主要用于具有重索引的聚合信息的数据访问(例如，对于频繁的更新和插入来说很昂贵)，则需要在两者之间设计数据管道。 优化性能。

（编辑：文章分享网_茂名站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!