讨论帖：主数据管理和数据仓库等在实际使用中的区别

Posted 2021-04-24 中车信息公司

“ 

 

导 读

数据作为信息时代的重要战略资源，被称为“新时代的石油”，而企业的数据治理就是如何开采和使用这种资源的手段。数据治理是一个范围很大的概念，本文主要是针对数据治理中最基础的一环主数据管理，并结合实际的经验，做下简要分析。

”

问：主数据管理和数据仓库的区别。

主数据管理（Master Data Management，MDM）指系统间共享数据 （例如，客户、供应商、账户和组织部门相关数据）。与记录业务活动，波动较大的交易数据相比，主数据（也称基准数据）变化缓慢（百度百科）。就营销相关系统而言，客户、产品、销售商、协议、交易日历、企业组织架构等都属于主数据，这些数据对于企业来讲只可能有唯一的数据视图。有的人会有疑问，同样作为消除数据冗余和不一致，打破信息孤岛的技术手段，主数据管理和数据仓库（Data Warehouse,DW）看起来是有重复的。要解答这一问题，大家先看下面这幅企业总体应用架构图：

企业总体应用架构图

从图中可以看出，各业务系统都会对MDM发出变动申请，经处理后再统一分发给各应用系统。这就说明MDM是实时变化的，放在DW中显然不合适。DW是OLAP的范畴，主要职责是对大量历史数据的多维分析，提升业务洞察力的系统。而MDM是OLTP的范畴，由于数据量相对较小提供24小时读写服务也不算难事。在信息系统建设中，最难的是区分好每个系统的职责，某系统提供了职责之外的服务，短期来看可能问题不大，但随着业务的发展，运维人员便会疲于奔命，效果也不好。

但DW和MDM又有着紧密的联系，DW的分析汇总结果可以作为衍生信息回写到MDM中，比如客户的历史最大份额、客户等级、直代销客户、产品偏好等特征，这样可以更好的为CRM服务。同时MDM又是DW做多维分析的基础。

还有一个容易和MDM混淆的概念就是操作数据存储（Operational Data Store，ODS），ODS是DW的一部分，是各应用系统间需要共享的交易流水数据。而MDW则只是包含主数据及其之间的关系，并不包含交易数据。比如客户数据是MDW管理的，而TA的交易、份额、净值、收益等则通过ODS共享，不同的共享方式也实现了读写分离。

问：主数据的架构模式。

答：MDM按实现复杂度从小到大分为合并、注册、共存和集中四种模式。

1. 合并。主数据维护仍在各源系统中，只是将结果通过ETL清洗成一致的数据视图给BI系统使用，数据流是单向的。实施简单，但数据不实时且ETL维护成本高。

2. 注册。MDM只是记录主数据和各源系统的对应关系 ，数据仍存储在各源系统。MDM记录源系统数据库以及表的位置，每次提供服务时实时查询各系统并按照规则合并在一起。这种模式实施简单，数据实时但对源系统很敏感，不易维护。

3. 共存。允许MDM和源系统同时存储主数据并进行读写。MDM通过ETL对各源系统清洗合并成权威数据再分发到各系统。对现有系统改变小，但不实时且不能根除数据不一致情况。

4. 集中。MDM是主数据唯一读写入口，MDM从各源系统提取主数据并统一分发到其他系统。效果最好但投入大、对现有环境改造大。

从上面描述可以看到，对于现有系统，一般采用共存模式，对于新建系统，则尽量采用集中模式。

问：主数据管理有哪些主要功能模块

答：一个完整的MDM应该具有下图中的几部分功能：

MDM对一个企业的重要性不言而喻。没有MDM，可能各个系统维护一套产品信息、产品分类、交易日历等等。有变化时都要手工维护不说，还经常会相互之间对不上；领导要查看某部门的绩效报告，不同系统出的结果又是对不上。并不是流水数据错了，经常是主数据出了问题。

— THE END —