本书第2章已经阐述过应用架构、数据架构和技术架构三者之间的关系，在此重点说明数据架构和应用架构的相互影响以及数据架构对技术架构提出的要求。
1.数据架构和应用架构的相互影响
首先分析数据架构和应用架构的关系。这两者之间的关系更多体现在以下几个方面：
（1）源系统的应用架构设计 直接影响了数据的产生；同时源系统的数据架构又反向影响了应用的架构。这些影响可以体现在：
1）银行大小核心系统选取策略、全流程信贷管理系统的部署、交易和核算的剥离、账户和财务处理的分离等都是应用架构考虑的内容，直接影响数据的产生。
2）在数据架构设计当中，主数据管理包括客户、产品、渠道、员工、机构等方面，在应用架构中需要有针对性地规划相应主数据管理系统的建设路线图，并根据数据分布策略确定主从系统的耦合关系和引用逻辑。
3）数据架构的逻辑模型设计和数据存储选择，都直接影响数据处理的效率，当数据处理效率已经影响到用户体验时，应用架构需要适度调整，对应用功能进行整合或剥离。
数据架构和应用架构之间耦合性非常强，需要在具体的生产实践中进行长期的沟通和互动，以求达到理想的效果。
（2）管理分析领域的应用架构设计 会对数据应用阶段的数据架构产生影响，反之数据整合和数据应用的架构设计也会影响管理分析领域的应用部署。主要体现在以下方面：
1）应用架构设计决定了银行有哪些大的分析应用领域，这个规划直接决定有几个大的应用分析数据集市的构建。
2）每一个独立的应用领域又由很多应用组成，这些应用之间由于业务上的耦合性，形成了数据流的需求，对数据架构产生了影响。如银行资产负债管理分析领域涉及的应用包括：资金转移定价、资产负债管理、流动性风险控制等。三个应用可独立部署，但是资金转移定价结果是资产负债管理的输入，而资产负债管理的期限、敞口等计量的结果又是流动性风险管理的输入。流动性风险管理计量的结果如果要直接影响业务系统的资金交易操作或者指导业务改进资产负债结构，又需要通过资金转移定价传导到业务操作过程中。这种业务功能的耦合性在银行的管理分析应用中大量存在，才引发了我们基于管理分析应用规划的合理数据架构的探索。类似的例子在监管报送、风险计量、客户管理等分析领域都存在。
3）在应用架构规划时定义了应用的功能，例如它是后台批量处理，还是基于加工结果的大量联机查询。这些功能特征也直接影响了数据架构中数据分布，数据模型设计和数据物理存储技术的选择等。
如图4-3所示，数据整合层的贴源模型、基础数据整合、共性加工以及数据应用层中的数据集市，都是服务于管理分析应用的。按照数据架构的分层策略，应该尽量避免明细数据的频繁搬迁、减少重复计算，但是考虑到应用处理与访问的效率，允许各个层面有适当的数据冗余。这种以提高应用效率为目标的应用架构设计对数据的分布也会产生影响。
（3）应用架构发展趋势对数据架构影响 在应用架构章节中提到的银行主要的应用架构的变化，选择几个重点对数据架构产生的影响进行分析：
1）大核心到小核心的转变趋势。随着很多银行已经建设或者开始建设新一代核心银行，原来一体化的大核心（或称综合业务系统）过渡到支持基本存款业务、客户管理和会计核算的小核心的做法开始占据主导（虽然对这个问题有些银行不赞成这种做法）。
核心系统的这种演变增加了数据的离散性，给数据的流转和整合增加了难度。离散数据的整合往往需要加强事前数据标准的定义，规范数据的产生，而不是事后的治理。这种演变对数据应用的建设也产生了影响，对企业决策的有效性和实时性提出了挑战。(https://www.xing528.com)
2）集团一体化下混业经营模式据架构的影响。基于集团一体化的混业经营模式，不仅覆盖传统的银行、证券、保险、信托、基金领域，开始席卷到P2P、众筹、消费信贷公司、小额贷款公司等新的业务领域。金融控股集团都希望在此情况下为客户提供全方位的金融服务，提高对客户的黏性。
这种集团一体化下的混业经营机制更多关注的是客户整合、渠道部署、营销协同和风险综合控制的能力。当然在混业经营的情况下，同样要满足分业监管的各种要求，界定清楚各个子实体的责任。
因此，在数据架构上，从单一法人实体的角度，就需要增加和集团其他子实体的数据交换和流转。同时从整合和数据应用的角度也需要把这些来自集团各子实体的数据信息进行一定程度的整合处理。
3）渠道发展与产品设计能力提升。无论是互联网金融的发展，还是集团一体化的协同，体现的都是银行对渠道发展和利用能力的提升，以及对产品设计和推广能力的提升。面对同样的客户群，在互联网金融发展的情况下，谁能抢占新的渠道资源，谁具备利用新渠道资源提供更贴近用户的差异化产品能力，谁就能更快地占领市场。
渠道的发展对数据架构提出了要求：一是将渠道作为主数据进行识别和管理；二是加强渠道相关的数据整合和数据应用，以支撑渠道成本分析、使用效率分析、渠道协同等业务应用。
渠道的发展带动了产品创新，同样对数据架构提出了要求：一是将产品作为主数据进行识别和管理；二是加强产品相关的数据整合和数据应用，以量化产品的投入产出，提高产品盈利分析和产品定价能力；三是在数据架构中增强对数据建模和精算的支持，服务于产品创新与研发。
2.数据架构与技术架构的相互影响
数据架构是技术架构的重要输入，技术架构是承载数据架构的IT基础设施，数据的存储、处理和流转都通过技术架构实现。技术架构的选择会影响数据架构。同时数据架构的设计也对技术架构提出了相应的要求。
1）数据的流转环节对技术架构的要求。数据流转包括数据的实时交换、非实时的批量交换，需要企业的双总线策略的支持。总线的部署属于应用规划的范畴，但是总线涉及的基础软件，存储容量、网络带宽的要求，属于技术架构应该考虑的问题。从这个出发点看，数据架构属于需求提出方，应用架构和技术架构从不同的角度满足数据架构提出的数据流转的效率要求。
2）数据架构对数据存储规划的要求。数据架构中不同层次对数据存储与处理的可扩展性要求是有差异的，无论是采用增加内存、CPU和存储的纵向扩展（Scale up）技术，还是海量并行处理的横向扩展（Scale out）技术，以及当前基于分布式处理的大数据技术都是可选择的方式。这些技术架构的选择需要满足不同层次数据处理特性的要求。
3）商业银行在技术架构中进行云计算架构的设计，无论是公有云还是私有云架构都对数据架构有影响。随着业务创新和发展，数据存储、处理能力的不断增长和动态调整要求，已经让商业银行到了不得不考虑基于虚拟化硬件平台的私有云或者公有云体系。私有云对于商业银行自身的数据架构不会产生大的影响，但是公有云则对企业数据内外之间的流转、处理、存储和访问效率以及数据安全产生影响。
4）商业银行在技术架构中对基础数据库软件的选型对数据架构有一定的影响。
5）商业银行在技术架构中确定的数据在线、近线、离线的存储策略，数据统一的归档、备份恢复机制影响历史数据存储策略和数据归档策略。
6）商业银行在技术架构中考虑的设备和存储的高可用性保护机制、安全等级保护策略也对数据架构有一定的影响。
由此看来，应用架构、数据架构、技术架构确实是相互依存、相互制约的。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
