精华内容
下载资源
问答
  • 组织设计与应用案例

    2020-12-21 20:36:07
    这是一篇组织设计与应用案例,适用于公司企业构建组织结构、部门设置、分工协作等,需要组织设计与应用案...该文档为组织设计与应用案例,是一份很不错的参考资料,具有较高参考价值,感兴趣的可以下载看看
  • 一、环境 1、企业组织结构: 其他部:网段:192.168.1.0/24 设计部:部门经理davidxu—员工tomyang网段:192.168.2.0/24 财务部:部门经理mikeliu—员工janeli...

     

    一、环境

    1、 企业组织结构:

    其他部:                                         网段:192.168.1.0/24

    设计部:部门经理davidxu  — 员工 tomyang         网段:192.168.2.0/24

    财务部:部门经理mikeliu  — 员工 janeli            网段:192.168.3.0/24

     

    2、 网络环境

    网段:192.168.32.0/24

    文件服务器:192.168.32.31

     

    3、 权限要求:

    l  财务部和设计部所有客户端,但公用机(192.168.1.99)除外,可以使用该文件服务器

    l  设计部所有客户端可以使用文件服务器的光驱

    l  需要一个存放内部资料的目录,所有用户只可读其内容

    l  每个 部门有一个需要一个存放只能的公用目录,只允许该部门员工可见/可读/可写

    l  每个员工有一个自己的目录,除自己可读/可写外,只有该部门经理可读

    l  部门经理每位可存放10G文件,设计部每位员工可存放15G文件,财务部每位员工可存放5G文件

     

    二、案例实施

    1、 软件安装

    [root@station1 ~]#yum install samba.i386

     

    2、 磁盘配额设置

    [root@station1 ~]#vi /etc/fstab

    /dev/sda10  /share  ext3   defaults,acl,usrquota,grpquota  0  0

    [root@station1 ~]#mount –o remount /share

    [root@station1 ~]#quotacheck –ugv

    [root@station1 ~]#quotaon /dev/sda10

     

    3、 创建账户和组

    [root@station1 ~]#groupadd design             #创建设计、财务、管理组

    [root@station1 ~]#groupadd finance

    [root@station1 ~]#groupadd manager

     

    [root@station1 ~]#useradd –g design tomyang    #创建员工账户

    [root@station1 ~]#useradd –g design davidxu

    [root@station1 ~]#useradd –g finance mikeliu

    [root@station1 ~]#useradd –g finance janeli

    [root@station1 ~]#usermod –G manager davidxu   #将经理加入manager组

    [root@station1 ~]#usermod –G manager mikeliu

     

     

    4、 创建共享文件目录

    [root@station1 ~]#mkdir  /share/public              #公用目录

    [root@station1 ~]#mkdir  -p  /share/design/public  

    [root@station1 ~]#mkdir  -p  /share/finance/public 

     

    [root@station1 ~]#mkdir  /share/design/davidxu      #个人专用目录

    [root@station1 ~]#mkdir  /share/design/tomyang

    [root@station1 ~]#mkdir  /share/finance/mikeliu 

    [root@station1 ~]#mkdir  /share/finance/janeli

     

    [root@station1 ~]#chmod o+t /share/design/public   #公用目录普通用户不能删除其文件

    [root@station1 ~]#chmod o+t /share/finance/public

     

    5、 创建samba账户

    [root@station1 ~]#smbpasswd –a davidxu

    [root@station1 ~]#smbpasswd –a tomgyang

    [root@station1 ~]#smbpasswd –a mikeliu

    [root@station1 ~]#smbpasswd –a janeli

     

    6、 配置samba(修改/etc/samba/smb.conf配置文件)

    [root@station1 ~]#vi  /etc/samba/smb.conf

     

    [global]             #全局配置,加入如下内容:

    hosts allow = lo 192.168.1.0  192.168.2.0  192.168.3.0  EXCEPT 192.168.1.99

    include = /etc/samba/%G.smb.conf

    include = /etc/samba/%U.smb.conf

    #include:指定只配置文件,%G.smb.conf即初始组(主组)设定单独的配置文件,%U.smb.conf即为用户设定单独配置文件

    #config file:用户只能访问其单独配置文件定义的共享资源,无法访问主配置(/etc/samba/smb.conf)中定义的共享资源

    #include:用户可以同时访问其单独的配置文件中定义的工作资源和主配置(/etc/samba/smb.conf)中定义的共享资源

     

    [public]            #公共资源

    path = /share/public

     

    [cdrom]            #共享光驱

    path = /mnt/cdrom

    root preexec = /bin/mount –t iso9660 /dev/cdrom /mnt/cdrom

    root postexec = /bin/umount  /mnt/cdrom

     

     

     

    7、 配置子配置文件

    [root@station1 ~]#vi  /etc/samba/design.smb.conf   #设计部配置文件

    [design]

    path = /share/design/public

    write list = @design

     

    [davidxu]

    path = /share/design/davidxu

    write list = davidxu

     

    [tongyang]

    path = /share/design/tomyang

    write list = tomyang

     

    [root@station1 ~]#vi  /etc/samba/finance.smb.conf   #财务部配置文件

    [finance]

    path = /share/finance/public

    write list = @finance

     

    [mikeliu]

    path = /share/finance/mikeliu

    write list = mikeliu

     

    [janeli]

    path = /share/finance/janeli

    write list = janeli

     

    8、 各自共享目录自身权限设置

    [root@station1 ~]#setfacl  -R  –m  d:g:design:rwx /share/design   #设置组默认有rwx权限

    [root@station1 ~]#setfacl  -R  –m  g:design:rwx /share/sesign     #赋予组rwx权限

    [root@station1 ~]#setfacl  -R  –m  d:g:finance:rwx /share/finance

    [root@station1 ~]#setfacl  -R  -m  g:finance:rwx /share/finance

     

    9、重启smb服务器

    [root@station1 ~]#service smb restart

    [root@station1 ~]#chkconfig smb on




    本文转自liang_simon51CTO博客,原文链接:http://blog.51cto.com/shubao    ,如需转载请自行联系原作者

    展开全文
  • 让我们从数据湖的标准定义开始: 数据湖是一个存储库,它以原生...我们已经看到许多数十亿美元的组织正在努力建立数据驱动的洞察力和创新文化。它们被孤立于部门或分区划分的数据存储的结构孤岛所困扰,并且这些...

     

    让我们从数据湖的标准定义开始:

    数据湖是一个存储库,它以原生格式保存大量原始数据,包括结构化,半结构化和非结构化数据。 在需要数据之前,不会定义数据结构和要求。

    你为什么要关心?

    革新

    在大型企业中,数据湖最强大的影响可能是创新实现 。 我们已经看到许多数十亿美元的组织正在努力建立数据驱动的洞察力和创新文化。 它们被孤立于部门或分区划分的数据存储的结构孤岛所困扰,并且这些结构孤立于围绕数据所有者的大规模组织政治。 企业数据湖虽然远非微不足道,但它提供了从根本上清除企业级数据访问问题的必要基础。 以前无法进行探索性分析和数据挖掘的大门打开了,实现了全新的可能性。

    速度

    在当今动态的业务环境中,新的数据消费需求和用例非常迅速地出现。 在准备需求文档以反映对数据存储或模式的请求更改时,用户经常转向不同甚至相互矛盾的模式更改集。 相比之下,数据湖的整个理念围绕着为未知用例做好准备。 当源数据位于一个中心湖中时,其中没有嵌入单一控制结构或模式,支持新的附加用例可以更加简单。

    自助服务

    对报表的IT请求与最终在组织中发布健壮的工作报表之间的平均时间是多少? 在太多的情况下,答案是在几周甚至几个月内测量的。 通过设计合理的数据湖和训练有素的商业社区,人们可以真正实现自助式商业智能。 允许业务人员访问他们需要的所有数据,让他们使用各种工具开发他们想要的报表。 IT成为云上基础架构和数据的保管人,而业务则负责探索和挖掘云。

    architecture_patterns_enterprise_data_lake-10

    图1:Data Lake存储层

    设计物理存储

    任何数据湖设计和实现的基础都是物理存储。 核心存储层用于主要数据资产。 通常,它将包含原始和/或轻度处理的数据。 评估基于云的数据湖存储技术时的关键考虑因素是以下原则和要求:

    出色的可扩展性

    由于企业数据湖通常旨在成为整个部门或整个公司的集中式数据存储,因此它必须能够进行大规模扩展,而不会遇到固定的任意容量限制。

    高耐用性

    作为关键企业数据的主要存储库,核心存储层的高耐用性可实现出色的数据稳健性,而无需采用极高的可用性设计。

    支持非结构化,半结构化和结构化数据

    数据湖的主要设计考虑因素之一是能够将所有类型的数据存储在单个存储库中。

    独立于固定架构

    只有在底层核心存储层没有规定固定模式时,才能根据每个消费目的的需要在读取时应用模式。

    与计算资源分离

    与Hadoop上的“遗留”大数据存储相比,基于云的数据湖最重要的哲学和实践优势是能够将存储与计算分离,从而实现每个存储的独立扩展。

    鉴于这些要求,基于对象的商店已成为核心数据湖存储的事实上的选择。 AWS,Google和Azure都提供对象存储技术。核心存储的重点是集中所有类型的数据,几乎没有强加于它的模式结构。 但是,数据湖通常在核心存储之上具有额外的“层”。 这允许保留原始数据本质上是不可变的,而附加层通常会添加一些结构,以便有助于有效的数据消耗,例如报告和分析。 图1表示在原始存储层顶部添加的附加层。

    这个的一个具体例子是添加由Hive Metastore定义的层。 在诸如此类的层中,对象存储器中的文件被划分为“目录”,并且由Hive聚类的文件被安排在其中以增强图2中所示的访问模式。

    关于这个例子,可以写得更多; 可以说,可以根据所需的消费模式实施许多附加的分层方法。

    architecture_patterns_enterprise_data_lake-12

    图2:使用Hive群集的分区对象存储

    选择文件格式

    介绍

    来自传统RDBMS世界的人们常常对我们作为数据湖的架构师对于如何存储数据的超常控制感到惊讶。 与RDBMS存储引擎相反,我们可以确定一系列元素,例如文件大小,存储类型(行与列),压缩程度,索引,模式和块大小。 这些与面向Hadoop的工具生态系统有关,这些工具通常用于访问湖中的数据。

    文件大小

    一个小文件是一个明显小于Hadoop文件系统(HDFS)默认块大小的文件,即128 MB。 如果我们存储小文件,考虑到数据湖的大量数据,我们最终会得到大量文件。根据经验,每个文件都表示为群集名称节点内存中的一个对象,每个文件占用150个字节。 因此,每个使用一个块的1亿个文件将使用大约30千兆字节的内存。 需要注意的是,Hadoop生态系统工具并未针对有效访问小文件进行优化。 它们主要用于大文件,通常是块大小的偶数倍。

    Apache ORC

    ORC是为Hadoop工作负载设计的突出的列式文件格式。 通过列式文件格式化,可以只读取,解压缩和处理当前查询所需的值。 虽然有多种可用的列式格式,但许多大型Hadoop用户都采用了ORC。 例如,Facebook使用ORC在其数据仓库中节省数十PB。他们还证明了ORC明显快于RC File或Parquet。 雅虎还使​​用ORC存储他们的生产数据,并同样发布了一些基准测试结果。

    相同数据,多种格式

    很可能一种类型的存储结构和文件格式针对特定工作负载进行了优化,但不太适合另一种工作负载。 在这样的情况下,鉴于存储成本低,实际上非常适合使用不同的底层存储结构(分区,文件夹)和文件格式(例如ORC vs Parquet)创建相同数据集的多个副本。 

    设计安全

    与每个基于云的部署一样,企业数据湖的安全性是关键优先事项,必须从一开始就设计好。 此外,只有在企业的整体安全基础架构和控制框架内部署和管理数据湖的安全性,才能取得成功。 从广义上讲,有三个与数据湖部署相关的主要安全域:

    • 加密
    • 网络级安全性
    • 访问控制

    加密

    实际上,每个企业级组织都要求对存储数据进行加密,如果不是普遍的话,至少对于除公开数据之外的大多数数据分类。 默认情况下,所有领先的云提供商都支持对其主要对象存储技术(例如AWS S3)进行加密。 同样,用于其他存储层的技术(例如用于消费的衍生数据存储)通常也提供加密。

    加密密钥管理也是一个重要的考虑因素,其要求通常由企业的整体安全控制决定。 选项包括由云提供商创建和管理的密钥,由云提供商管理的客户生成密钥,以及由内部客户完全创建和管理的密钥。

    最后的相关考虑因素是加密传输。 这包括在设备和服务之间通过网络传输的数据。 在大多数情况下,可以使用每个服务的内置选项或使用带有相关证书的标准TLS / SSL轻松配置。

    网络级安全性

    另一个重要的安全层位于网络级别。 诸如安全组之类的云原生构造以及包括网络ACL和CIDR块限制在内的传统方法都在实施强大的“纵深防御”战略中发挥作用,通过阻挡大量不适当的访问路径。网络层面。 此实现还应与企业的整体安全框架保持一致。

    访问控制

    这侧重于身份验证(你是谁?)和授权(你可以做什么?)。 事实上,每个企业都将拥有标准的身份验证和用户目录技术; 例如,Active Directory。 每个领先的云提供商都支持将企业身份基础架构映射到云提供商的资源和服务的权限基础架构的方法。 虽然涉及的管道可能很复杂,但是与云提供商的访问管理基础架构(例如AWS上的IAM)相关联的角色可由经过身份验证的用户使用,从而实现对授权操作的细粒度权限控制。 对于在云中运行的第三方产品(例如报告和BI工具),通常也是如此。 通常支持LDAP和/或Active Directory进行身份验证,并且工具的内部授权和角色可以与经过身份验证的用户身份相关联并由其驱动。

    建立治理

    通常,数据治理是指对企业中使用的数据的可用性,可用性,完整性和安全性的整体管理。 它依赖于业务策略和技术实践。 与任何云部署的其他描述方面类似,企业数据湖的数据治理需要由整个组织的总体实践和策略驱动并与之一致。

    在传统的数据仓库基础架构中,对数据库内容的控制通常与业务数据保持一致,并按业务单位或系统功能分为孤岛。 但是,为了获得集中组织数据的好处,它相应地需要集中查看数据治理。

    即使企业的数据治理实践还不完全成熟,至少要实施一套最小控制措施至关重要,这样在没有定义重要元数据(“数据数据”)的情况下,数据无法进入湖泊和捕获。 虽然这部分取决于早期“设计物理存储”部分中描述的元数据基础架构的技术实现,但数据治理还意味着业务流程确定了所需的关键元数据。 同样,与完整性,准确性,一致性和标准化等概念相关的数据质量要求实质上是必须首先制定的业务政策决策,然后才将这些决策的结果烘焙到实际执行这些要求的技术系统和流程中。

    用于在数据湖实施中实施数据治理策略的技术通常不是单独的产品或服务。 更好的方法是期望将遵守数据治理要求的需要嵌入到整个数据湖基础架构和工具中。

    启用元数据编目和搜索

    主要考虑因素

    任何数据湖泊设计都应该包含元数据存储策略,以使业务用户能够搜索,定位和了解湖中可用的数据集。 传统数据仓库在关系存储层中存储固定和静态的一组有意义的数据定义和特征,而数据湖存储旨在灵活地支持在读取时应用模式。 但是,这意味着需要一个单独的存储层来存放代表技术和业务含义的编目元数据。 虽然组织有时只是在没有元数据层的数据湖中累积内容,但这肯定会创建一个难以管理的数据沼泽,而不是一个有用的数据湖。 有许多方法和解决方案可确保创建和维护适当的元数据。 以下是一些要记住的重要原则和模式。

    实施元数据要求

    确保创建适当元数据的最佳方法是强制创建。 确保数据到达核心数据湖层的所有方法都强制执行元数据创建要求,并且任何新的数据提取例程都必须指定如何强制执行元数据创建要求。

    自动化元数据创建

    与云中的几乎所有内容一样,自动化是一致性和准确性的关键。 尽可能设计从源材料中提取的自动元数据创建。

    优先考虑云原生解决方案

    尽可能使用云原生自动化框架来捕获,存储和访问数据湖中的元数据。 图3中列出了通常为数据源编目的核心属性。

    architecture_patterns_enterprise_data_lake-14

    图3:用于Data Lake元数据存储的AWS建议架构

    基于AWS的解决方案理念

    AWS建议使用简单解决方案的示例,其中包括在S3上创建数据对象时触发AWS Lambda函数,并将数据属性存储到DynamoDB数据库中。 生成的基于DynamoDB的数据目录可以由Elasticsearch编制索引,允许业务用户执行全文搜索。

    AWS Glue提供了一组自动化工具来支持数据源编目功能。 AWS Glue可以使用针对许多常用源格式和数据类型的预构建分类器来抓取数据源并构建数据目录,包括JSON,CSV,Parquet等。 因此,这为企业实施提供了潜在的希望。

    我们建议客户将数据编目作为数据湖实施的核心要求。 
    architecture_patterns_enterprise_data_lake-15

    图4:数据湖层和消费模式

    进入并挖掘湖泊

    Schema on Read

    '架构上的架构'是在数据存储在“结构化”关系数据库之前,经过仔细检查的模式,用于清理,转换和添加逻辑架构。 但是,如前所述,数据湖建立在完全不同的“读取模式”模式上,可防止主数据存储被锁定到预定模式中。 数据以原始或仅温和处理的格式存储,并且每个分析工具可以在数据集上施加适合于分析上下文的业务含义。 这种方法有许多好处,包括使各种工具能够出于各种目的访问数据。

    数据处理

    在湖中拥有不可变数据的原始层后,您将需要创建多层处理数据以在组织中启用各种用例。 这些是前面描述的结构化存储的示例。 创建这些结构化数据存储所需的典型操作包括:

    • 组合不同的数据集
    • 非规范化
    • 清洁,重复数据删除,持有房屋
    • 导出计算数据字段

    Apache Spark已成为处理原始数据层以创建各种增值结构化数据层的首选工具。

    数据仓库

    对于某些特殊用例(想想高性能数据仓库),您可能需要对数PB的数据运行SQL查询并非常快速地返回复杂的分析结果。 在这些情况下,您可能需要将湖中的部分数据摄取到列存储平台中。 完成此任务的工具示例包括Google BigQuery,Amazon Redshift或Azure SQL数据仓库。

    交互式查询和报告

    仍有大量用例需要支持常规SQL查询工具来分析这些海量数据存储。 Apache Hive ,Apache Presto,Amazon Athena和Impala都是专门开发的,通过在原始数据之上创建或使用SQL友好模式来支持这些用例。

    数据探索和机器学习

    最后,作为数据湖最大受益者的一类用户是您的数据科学家,他们现在可以访问企业范围的数据,不受各种模式的限制,然后可以探索和挖掘数据以获得高价值商业见解。 许多数据科学家工具要么基于Hadoop,要么可以与基于Hadoop的平台一起工作,这些平台可以访问数据湖。

    结论

    在设计和构建良好时,数据湖可以消除数据孤岛,并开启灵活的企业级探索和结果挖掘。 数据湖是收集企业大数据作为核心资产,从数据中提取基于模型的洞察力以及培养数据驱动决策文化所需的最重要元素之一。

    转载于:https://www.cnblogs.com/sundy818/p/10592437.html

    展开全文
  • 结合笔者的工作经验和自身一些不成熟的理解,在业务架构设计方面陆续讲到了企业战略解读、企业组织结构的影响、如何划分业务领域和流程、与流程建模配套的数据建模、企业级的模型标准化,并设计了一个虚拟的案例;...

    我们简单回顾一下,以业务架构的发展过程和对业务模型基本介绍作为开始,结合笔者的工作经验和自身一些不成熟的理解,在业务架构设计方面陆续讲到了企业战略解读、企业组织结构的影响、如何划分业务领域和流程、与流程建模配套的数据建模、企业级的模型标准化,并设计了一个虚拟的案例;在业务架构驱动开发方面,讲到了如何将业务架构设计转化为业务架构方案、业务架构师如何基于模型与项目开发团队沟通、项目开发团队如何基于模型开展设计、项目团队之间的协调、模型基于实施的调整和企业级项目完成后如何继续建立持久的企业级工作机制,之后还分析了与敏捷开发的关系。这已经算得上是一个完整的历程了,包括了企业级转型的规划、设计、实施及建成后的应用机制。企业级建设是个很艰难的过程,经历前面的介绍之后,我们不妨聊一聊企业级的实施之难,也给各位已经投入或者即将投入企业级转型的同仁们提供一点儿思路上的参考,或者就算帮大家发发牢骚、吐吐槽吧。

    企业级是一个美好而艰难的愿景,了解“领域驱动设计(DDD)”的朋友可能会知道,DDD是不对企业级抱太大希望的,认为企业级的建设路径只能是一个领域一个领域的不断尝试融合,换句话说,DDD不认为企业级真的可以通过自顶向下的规划产生,只能是自底向上的生长;科技公司中如果说企业级的代表,可能莫过于阿里的“大中台”模式,但这个模式是“演化”出来的,有兴趣的朋友可以读读相关书籍,但阿里毕竟有个好处,其业务范围总体而言是垂直的电商领域,当然,这并不是说电商业务很简单、很单一,而是领域中还是有一定的公共部分可以抽离的,这个观点也得到一些阿里同学的认同。但说到金融,学过或者做过金融的同学可能有体会,这是一个很不“专业”的专业,里边东西五花八门,看似大家都在同一个领域,实际上却是“各怀鬼胎”,传统的存贷款跟票据业务其实没啥直接关系,票据跟金融市场沾边,但是关系也不深,代收代付不过是个约定转账,现金管理是个大杂烩,托管是另外一个领域,后来还多出个养老金,这几年新兴的资管、理财完全可以自成一体,不然支付宝、余额宝也不会发展那么迅速。说到底,大家的共性无非是客户都是同一群客户,围绕客户共建了一个账户体系,业务虽然差别很大,但是多数都得记账。也就是说,如果自顶向下看,客户和账务是应该企业级的,而其他部分,严谨地说,真就像DDD主张的那样,得一个领域一个领域去研究,这也是建模和标准化的难点。所以,企业级建设的难度跟企业所在行业的特点有直接关系,没有一个通用的企业级业务模型可以随便套,甚至一个行业内,企业跟企业之间内部特点的差别,也会决定企业级建设路径和结果的不同。

    这算得上是企业级的第一难吧,也即,很难通过简单复制的方式快速切换到企业级。别人的经验,无论成败,对你而言都是个借鉴,自己的路还要自己走,但是实践中找个“老司机”带带路,找个做过企业级开发的科技公司帮助做转型还是比较稳的。

    第二难,企业级多数情况下不是个技术问题。这是非常让技术人员为难的,因为这根本不在他们的能力范围之内。前面提到过综合积分的事情,这只是众多要协调的事例中的一个,如果是一个业务种类繁多、部门庞杂、等级森严的传统企业,建企业级不次于一场“内战“,一场对部门边界、协同关系的重新界定。你可能会觉得,真有那么可怕吗?如果没有那么可怕,我倒宁愿相信是以下两种情况中的一种:一是企业之前分工非常合理,无可挑剔;二是大家都没去触动真正要解决的问题,一团和气的结束了。前者基本是不可能的,而后者是非常可能的。如果真的是下了决心要做,对于一个传统企业而言,要改的东西实在太多了,而引入新方法、新思维产生的冲击也需要大量的时间去消化,是一个彻头彻尾的大转身。这其中,需要业务上做的调整不亚于技术上的调整,而对企业文化的调整尤为重要,现代管理学之父彼得·德鲁克曾说过这样一句名言:“文化能把战略当午餐吃掉(Culture eats strategy for lunch)”,这的确是个难题。

    第三难,应对理想与现实的落差。做项目很重要的一项工作是管理好用户的预期,企业级建设也是如此。因为要耗费大量人力物力,所以,企业级项目启动之前,往往会将蓝图描绘的太过美好,但是建设周期的漫长、建设过程的曲折,以及中间不断对现实做的一些妥协和折衷,会让很多“泡沫”被挤掉,这会让实现的结果看起来很“骨感”,之前文章中我也提到过,有些目标其实不是企业级要去解决的问题,有些成果也不是非得记在企业级的功劳簿上,甚至做企业级的成本和收益都难以直接计算。这有点儿像从单体应用到SOA、微服务的演变,看起来零件化了,灵活性上升了,但通信、维护也变复杂了,企业级效果的积极方面可能也要随着时间才能逐渐显现。这会产生对企业级的怀疑,尤其是在项目刚结束的一段时间内,大家都期盼着出现跟以往迥然不同的“大转变”,但是,往往需要“让子弹飞一会儿”。所以,要管理好企业的预期,不需要给企业级项目戴上太多的“高帽”,而忽视了真正该戴的“高帽”——完成一次企业文化的建设,实现整体转型,如果这个目标没实现,那才是真正该失望的,不要只用系统去检验企业级。

    第四难,架构的权责定位。在组织中,一件事情能做好,其前提就是做事的人权责匹配,无论是临时事项还是长期事项,否则,成功就是侥幸而不可复制的。企业级转型期间,作为临时性项目组织,架构可以有较大权力去保证项目落地,但是转型期结束,转入常态开发时,架构如何定位呢?我之前给出的机制是一种解决办法,毕竟架构就是架构,不是企业的管理者。但是,架构定位的困难在于,权力太小,不足以维护企业级,甚至让企业级随着时间的流逝而“名存实亡”;权力过大,又会发展成新的部门化组织,一旦开始以架构“卫道士”自居,就会导致对架构创新的阻碍。这种说法可能科技公司不太容易理解,但是对传统大型企业而言,是很正常的,因为这些企业中本就有强烈的“官本位”思想。企业级建设实际上是要让这些习惯了业务管理的企业去正视技术,定位好自身的科技基因,如何对科技中很重要的一股力量——架构师(既包括业务架构师也包括其他架构师)做出合理定位,就成了对企业的一个大考。

    第五难,志贵有恒。企业级的长期坚持是件难事儿,大家可能会觉得,业务架构有了、模型有了、地图有了、机制有了,还会很难吗?当然会的,爱美之心,人皆有之,都知道体型好又漂亮又健康,花钱、花时间减肥的大有人在,但是真正坚持到底、不反弹的有多少?企业和个人都是一样的道理,水会自然流向阻力最小的地方,所以,企业级的放弃和崩坏,未必是把架构组织撤销、机制停掉这么激烈的动作,而是各种“畏难情绪”、“客观原因”导致的缓慢的无序,跟减肥、忌烟失败差不多。

    说了一堆难处,读者也能体会到,传统企业,尤其是大型企业谈企业级,跟那些互联网科技公司是不大相同的。对于后者,虽然也有管理方面的因素,但更多还是技术规划、技术栈建设的问题;而对于前者,自始至终,非技术因素的作用与技术因素相比,至少是等量齐观的。但是时代已经进入了数字化时代,正如某次交流会上,一位嘉宾豪言,“未来已来,你爱来不来”。随着国家开放程度的不断提高,民营领域创新能力的不断提升,大型传统企业已经进入了被动的数字化转型之中,是否会迎面走上、顺利走通企业级转型这条举步维艰之路,我们拭目以待吧。

    相关文章:
    中台之上(一):重视业务架构,不要让“业务的归业务、技术的归技术”
    中台之上(二):为什么业务架构存在 20 多年,技术人员还觉得它有点虚?
    中台之上(三):战略和组织结构,业务架构设计中不应被忽视的关键因素
    中台之上(四):面对复杂的流程和数据,我们总结出了一个分析套路
    中台之上(五):业务架构和中台的难点,都是需要反复锤炼出标准模型
    中台之上(六):如何为一个商业银行设计业务架构?
    中台之上(七):不神秘但很麻烦的业务架构落地过程
    中台之上(八):企业级业务架构的实现需要不断沟通和调整
    中台之上(九):如何基于企业级业务架构管理业务需求?
    中台之上(十):业务架构设计“笨重”,它能跟敏捷沾边吗?

    作者介绍:付晓岩,原国有大行资深业务架构师,负责业务架构设计、项目管理,热衷新技术探索与实践,具有丰富的银行业务经验和企业级项目业务架构设计经验,曾主导客户关系、金融市场、同业、资管、养老金等多个领域核心系统的业务架构设计。公众号:晓谈岩说。

    展开全文
  • 结合笔者的工作经验和自身一些不成熟的理解,在业务架构设计方面陆续讲到了企业战略解读、企业组织结构的影响、如何划分业务领域和流程、与流程建模配套的数据建模、企业级的模型标准化,并设计了一个虚拟的案例;...

    我们简单回顾一下,以业务架构的发展过程和对业务模型基本介绍作为开始,结合笔者的工作经验和自身一些不成熟的理解,在业务架构设计方面陆续讲到了企业战略解读、企业组织结构的影响、如何划分业务领域和流程、与流程建模配套的数据建模、企业级的模型标准化,并设计了一个虚拟的案例;在业务架构驱动开发方面,讲到了如何将业务架构设计转化为业务架构方案、业务架构师如何基于模型与项目开发团队沟通、项目开发团队如何基于模型开展设计、项目团队之间的协调、模型基于实施的调整和企业级项目完成后如何继续建立持久的企业级工作机制,之后还分析了与敏捷开发的关系。这已经算得上是一个完整的历程了,包括了企业级转型的规划、设计、实施及建成后的应用机制。企业级建设是个很艰难的过程,经历前面的介绍之后,我们不妨聊一聊企业级的实施之难,也给各位已经投入或者即将投入企业级转型的同仁们提供一点儿思路上的参考,或者就算帮大家发发牢骚、吐吐槽吧。

    企业级是一个美好而艰难的愿景,了解“领域驱动设计(DDD)”的朋友可能会知道,DDD是不对企业级抱太大希望的,认为企业级的建设路径只能是一个领域一个领域的不断尝试融合,换句话说,DDD不认为企业级真的可以通过自顶向下的规划产生,只能是自底向上的生长;科技公司中如果说企业级的代表,可能莫过于阿里的“大中台”模式,但这个模式是“演化”出来的,有兴趣的朋友可以读读相关书籍,但阿里毕竟有个好处,其业务范围总体而言是垂直的电商领域,当然,这并不是说电商业务很简单、很单一,而是领域中还是有一定的公共部分可以抽离的,这个观点也得到一些阿里同学的认同。但说到金融,学过或者做过金融的同学可能有体会,这是一个很不“专业”的专业,里边东西五花八门,看似大家都在同一个领域,实际上却是“各怀鬼胎”,传统的存贷款跟票据业务其实没啥直接关系,票据跟金融市场沾边,但是关系也不深,代收代付不过是个约定转账,现金管理是个大杂烩,托管是另外一个领域,后来还多出个养老金,这几年新兴的资管、理财完全可以自成一体,不然支付宝、余额宝也不会发展那么迅速。说到底,大家的共性无非是客户都是同一群客户,围绕客户共建了一个账户体系,业务虽然差别很大,但是多数都得记账。也就是说,如果自顶向下看,客户和账务是应该企业级的,而其他部分,严谨地说,真就像DDD主张的那样,得一个领域一个领域去研究,这也是建模和标准化的难点。所以,企业级建设的难度跟企业所在行业的特点有直接关系,没有一个通用的企业级业务模型可以随便套,甚至一个行业内,企业跟企业之间内部特点的差别,也会决定企业级建设路径和结果的不同。

    这算得上是企业级的第一难吧,也即,很难通过简单复制的方式快速切换到企业级。别人的经验,无论成败,对你而言都是个借鉴,自己的路还要自己走,但是实践中找个“老司机”带带路,找个做过企业级开发的科技公司帮助做转型还是比较稳的。

    第二难,企业级多数情况下不是个技术问题。这是非常让技术人员为难的,因为这根本不在他们的能力范围之内。前面提到过综合积分的事情,这只是众多要协调的事例中的一个,如果是一个业务种类繁多、部门庞杂、等级森严的传统企业,建企业级不次于一场“内战“,一场对部门边界、协同关系的重新界定。你可能会觉得,真有那么可怕吗?如果没有那么可怕,我倒宁愿相信是以下两种情况中的一种:一是企业之前分工非常合理,无可挑剔;二是大家都没去触动真正要解决的问题,一团和气的结束了。前者基本是不可能的,而后者是非常可能的。如果真的是下了决心要做,对于一个传统企业而言,要改的东西实在太多了,而引入新方法、新思维产生的冲击也需要大量的时间去消化,是一个彻头彻尾的大转身。这其中,需要业务上做的调整不亚于技术上的调整,而对企业文化的调整尤为重要,现代管理学之父彼得·德鲁克曾说过这样一句名言:“文化能把战略当午餐吃掉(Culture eats strategy for lunch)”,这的确是个难题。

    第三难,应对理想与现实的落差。做项目很重要的一项工作是管理好用户的预期,企业级建设也是如此。因为要耗费大量人力物力,所以,企业级项目启动之前,往往会将蓝图描绘的太过美好,但是建设周期的漫长、建设过程的曲折,以及中间不断对现实做的一些妥协和折衷,会让很多“泡沫”被挤掉,这会让实现的结果看起来很“骨感”,之前文章中我也提到过,有些目标其实不是企业级要去解决的问题,有些成果也不是非得记在企业级的功劳簿上,甚至做企业级的成本和收益都难以直接计算。这有点儿像从单体应用到SOA、微服务的演变,看起来零件化了,灵活性上升了,但通信、维护也变复杂了,企业级效果的积极方面可能也要随着时间才能逐渐显现。这会产生对企业级的怀疑,尤其是在项目刚结束的一段时间内,大家都期盼着出现跟以往迥然不同的“大转变”,但是,往往需要“让子弹飞一会儿”。所以,要管理好企业的预期,不需要给企业级项目戴上太多的“高帽”,而忽视了真正该戴的“高帽”——完成一次企业文化的建设,实现整体转型,如果这个目标没实现,那才是真正该失望的,不要只用系统去检验企业级。

    第四难,架构的权责定位。在组织中,一件事情能做好,其前提就是做事的人权责匹配,无论是临时事项还是长期事项,否则,成功就是侥幸而不可复制的。企业级转型期间,作为临时性项目组织,架构可以有较大权力去保证项目落地,但是转型期结束,转入常态开发时,架构如何定位呢?我之前给出的机制是一种解决办法,毕竟架构就是架构,不是企业的管理者。但是,架构定位的困难在于,权力太小,不足以维护企业级,甚至让企业级随着时间的流逝而“名存实亡”;权力过大,又会发展成新的部门化组织,一旦开始以架构“卫道士”自居,就会导致对架构创新的阻碍。这种说法可能科技公司不太容易理解,但是对传统大型企业而言,是很正常的,因为这些企业中本就有强烈的“官本位”思想。企业级建设实际上是要让这些习惯了业务管理的企业去正视技术,定位好自身的科技基因,如何对科技中很重要的一股力量——架构师(既包括业务架构师也包括其他架构师)做出合理定位,就成了对企业的一个大考。

    第五难,志贵有恒。企业级的长期坚持是件难事儿,大家可能会觉得,业务架构有了、模型有了、地图有了、机制有了,还会很难吗?当然会的,爱美之心,人皆有之,都知道体型好又漂亮又健康,花钱、花时间减肥的大有人在,但是真正坚持到底、不反弹的有多少?企业和个人都是一样的道理,水会自然流向阻力最小的地方,所以,企业级的放弃和崩坏,未必是把架构组织撤销、机制停掉这么激烈的动作,而是各种“畏难情绪”、“客观原因”导致的缓慢的无序,跟减肥、忌烟失败差不多。

    说了一堆难处,读者也能体会到,传统企业,尤其是大型企业谈企业级,跟那些互联网科技公司是不大相同的。对于后者,虽然也有管理方面的因素,但更多还是技术规划、技术栈建设的问题;而对于前者,自始至终,非技术因素的作用与技术因素相比,至少是等量齐观的。但是时代已经进入了数字化时代,正如某次交流会上,一位嘉宾豪言,“未来已来,你爱来不来”。随着国家开放程度的不断提高,民营领域创新能力的不断提升,大型传统企业已经进入了被动的数字化转型之中,是否会迎面走上、顺利走通企业级转型这条举步维艰之路,我们拭目以待吧。

    相关文章:
    中台之上(一):重视业务架构,不要让“业务的归业务、技术的归技术”
    中台之上(二):为什么业务架构存在 20 多年,技术人员还觉得它有点虚?
    中台之上(三):战略和组织结构,业务架构设计中不应被忽视的关键因素
    中台之上(四):面对复杂的流程和数据,我们总结出了一个分析套路
    中台之上(五):业务架构和中台的难点,都是需要反复锤炼出标准模型
    中台之上(六):如何为一个商业银行设计业务架构?
    中台之上(七):不神秘但很麻烦的业务架构落地过程
    中台之上(八):企业级业务架构的实现需要不断沟通和调整
    中台之上(九):如何基于企业级业务架构管理业务需求?
    中台之上(十):业务架构设计“笨重”,它能跟敏捷沾边吗?

    作者介绍:付晓岩,原国有大行资深业务架构师,负责业务架构设计、项目管理,热衷新技术探索与实践,具有丰富的银行业务经验和企业级项目业务架构设计经验,曾主导客户关系、金融市场、同业、资管、养老金等多个领域核心系统的业务架构设计。公众号:晓谈岩说。

    展开全文
  • 1.2.1运输企业组织结构调查 2 1.2.2运输企业业务调查 3 1.2.3运输企业业务流程分析 7 1.2.4运输企业业务流程再造 8 1.2.5信息系统数据规划 12 1.2.6信息系统概念模型设计 13 1.2.7应用系统体系结构设计 13 1.3运输...
  • 第1章 企业日常事务管理系统 11.1 开发背景 11.2 系统分析 21.2.1 需求分析 21.2.2 功能分析 21.3 系统设计 ...71.3.5 文件夹组织结构 71.3.6 系统相关编码规则 81.4 数据库分析与设计 81.4.1 数据库分析 81.4.2 ...

空空如也

空空如也

1 2 3 4 5 6
收藏数 120
精华内容 48
关键字:

企业组织结构设计案例