数据集市数据架构设计 数据集市建设

最近在对接数据流转的一些问题，发现越是了解，越是担心，因为有不少潜在的问题，所以我就在想规划和统一所谓的数据源集市，能够实现数据流转方向的一个基线标准。

目前发现的问题：

1.数据出口通道繁杂，管理混乱

2.MySQL流转服务单点难以扩展

3.任务状态不清晰，缺乏统一管理

4.数据交付质量难以保证，反馈不及时

5.近实时数据同步需求难以满足

对此提出的改进方案有：

1.数据出口通道统一交付

2.构建数据源集市服务组，水平扩展压力

3.任务配置平台化，任务日志指标可视化

4.数据交付提供交付标准和数据质量日志

5.提供近实时方案作为备选，预知问题

整个数据源集市在数据流转体系中的角色和位置如下：

当日这里是刻意把数据源集市的一些组件和服务列举出来，能够尽可能在这个层面实现数据质量的标准和度量，简而言之，数据如果不合理，我应该及时预警，不能将错就错的提供给中下游，数据源集市需要做好这一层的保障。

在数据流转方向上，我把数据表分为状态表，流水表和配置表，他们在流转体系中的定位和标准也大有不同。

当然这仅仅是数据流转体系内的冰山一角，而如果要把数据的认知和数据源要整合起来，形成统一的认知，这个工作量是极为巨大的。

我感觉对于数据的认知，一旦抛出这个话题，就好像打开了一扇窗，经过了更大范围的讨论，我感觉我本来想要的是一口井，没想到现在需要引一条河流，而且还要再河流上再搭一座桥，真让人头大。