📚 课程目录第2章主数据概念与模型

2. 主数据概念与模型：主数据定义、主数据管理核心要素、主数据模型设计原则、与事务数据的区别

好，咱们进入第二章。这一章我打算把主数据这个概念彻底讲透。很多同学做了好几年数据工作，问起主数据是什么，能说个大概，但一到落地就含糊了。说白了，主数据就是企业里那些最核心、最基础、被多个系统反复引用的数据实体。

我当年刚接触主数据治理时，也犯过迷糊。记得有一次，我们把订单数据当主数据治理了半年，后来才发现那玩意儿是事务数据，治理思路完全不对。嗯，今天咱们就把这些坑提前填上。

2.1 主数据定义

主数据（Master Data），指的是描述企业核心业务实体的数据。这些实体通常包括：客户、产品、供应商、员工、组织、会计科目等。它们有几个共同特征：

跨系统共享：CRM、ERP、SCM 都在用同一套客户数据
相对稳定：不会像订单那样每分钟都在变
高价值：一旦出错，下游全崩

举个例子。你在电商平台下单，订单里有商品ID、客户ID、地址ID。这些ID背后对应的商品名称、客户姓名、地址详情，就是主数据。订单本身是事务数据，但订单引用的那些“字典”就是主数据。

核心定义：主数据是企业内跨业务领域、跨系统、被重复使用的高价值核心业务实体数据。

2.2 主数据管理核心要素

主数据管理（MDM）不是买个工具就完事了。我见过太多企业，上了 MDM 平台，结果数据还是一团糟。为什么？因为忽略了管理要素。

我个人习惯把 MDM 的核心要素归纳为五个维度：

维度	说明	常见问题
数据标准	定义统一的编码规则、命名规范、格式要求	各系统自己定编码，合并时乱成一锅粥
数据质量	完整性、准确性、一致性、及时性	客户姓名有空格、手机号少一位，没人管
数据生命周期	创建、变更、归档、销毁的全流程管控	离职员工数据没人清理，越积越多
数据权限	谁可以创建、修改、删除、查看主数据	业务员自己改客户等级，乱套了
数据集成	主数据如何在各系统间分发、同步、回写	ERP改了供应商名称，OA还是旧的

这五个维度缺一不可。我曾经在一个项目中，只抓了数据标准和数据质量，忽略了生命周期和权限，结果半年后主数据仓库里堆满了僵尸数据。嗯，那教训挺深刻的。

2.3 主数据模型设计原则

模型设计是主数据治理的基石。模型设计得好，后面调度、清洗、分发都顺畅；设计得烂，后面全是补丁。

我总结了四条核心原则：

唯一性：每个主数据实体必须有全局唯一的标识符。别跟我说用“名称+类型”当主键，那玩意儿迟早会撞车。
稳定性：主数据的核心属性（如客户ID、产品编码）一旦确定，尽量不要改。改一次，下游十几个系统都要跟着改。
扩展性：模型要预留扩展字段或扩展机制。业务部门随时可能加一个新属性，你不能每次都改表结构。
可追溯性：记录每次变更的版本、时间、操作人。出了问题能回溯。

我的经验：设计主数据模型时，建议先画概念模型，再转逻辑模型，最后才落地物理模型。跳过概念模型直接建表，十有八九要返工。

举个例子，客户主数据模型。最简单的版本：

-- 客户主数据表（简化版）
CREATE TABLE md_customer (
    customer_id      VARCHAR(32)   PRIMARY KEY,  -- 全局唯一客户ID
    customer_name    VARCHAR(128)  NOT NULL,      -- 客户名称
    customer_type    VARCHAR(16),                  -- 客户类型：个人/企业
    status           VARCHAR(8)    DEFAULT 'ACTIVE', -- 状态
    source_system    VARCHAR(32),                  -- 来源系统
    created_at       TIMESTAMP     DEFAULT NOW(),
    updated_at       TIMESTAMP     DEFAULT NOW(),
    version          INT           DEFAULT 1       -- 版本号，用于追溯
);

你看，这个模型虽然简单，但唯一性、稳定性、可追溯性都照顾到了。扩展性可以通过加扩展属性表来实现。

2.4 主数据与事务数据的区别

这个区别搞不清楚，治理方向就会跑偏。我见过有人把订单明细当主数据治理，也有人把产品目录当事务数据忽略。咱们用一张表说清楚：

对比维度	主数据	事务数据
典型代表	客户、产品、供应商、组织	订单、合同、发货单、付款记录
变化频率	低（周/月级变化）	高（秒/分级变化）
数据量	小（万级到百万级）	大（千万级到亿级）
生命周期	长（年为单位）	短（月/季度归档）
治理重点	一致性、标准化、版本管理	完整性、时效性、审计追溯
调度策略	增量同步、变更捕获、定时分发	批量加载、实时流处理、分区管理

你想想看，订单数据每秒都在产生，你不可能用治理主数据那套“先审批再变更”的流程去管它。反过来，客户数据你也不能用事务数据的“批量加载、用完即弃”的思路去处理。

避坑提醒：我曾经在一个项目中，把“合同”当成了主数据来治理。合同确实跨系统引用，但它变化频繁、量大、生命周期短，本质上是事务数据。结果我们花了三个月建模型，上线第一天就被海量数据冲垮了。后来改成事务数据治理思路，才稳住。

好，咱们用一张图来总结本章的核心知识体系：

这张图把本章的四个核心模块串起来了。从定义出发，到管理要素、设计原则，再到与事务数据的区别，层层递进。后面的章节，我们会基于这个框架，深入讲任务调度引擎如何与主数据治理结合。