OLTP 和OLAP 对比
| 对比项 | OLTP | OLAP |
| 面向应用 | 日常交易处理 | 查询、分析、决策 |
| 访问模式 | 简单小事务、操作少量数据 | 复杂查询，大量数据 |
| 数据 | 当前最新数据 | 历史数据 |
| 数据规模 | GB | TB-PB |
| 数据更新 | 实时 | 批量 |
| 数据存储 | 满足3NF | 反范式，星型模型 |
| 用户 | 操作人员、低层管理人员 | 决策人员，高级管理人员 |
| DB设计 | 面向应用 | 面向主题 |
| 软件技术 | 数据库 | 数据仓库 |
数据仓库、数据中泰和数据湖对比
| 对比项 | 数据仓库 | 数据中台 | 数据湖 |
| 存储结构 | 主题式 | 平面 | 平面 |
| 存储方式 | 结构化 | 结构化 | 非结构化 |
| 实时支持 | 历史分析 | 实时分析 | 实时分析 |
| 是否预定义 | 需要 | 需要 | 不需要 |
| 安全和权限 | 高 | 高 | 一般 |
| 分布式支持 | 不支持 | 支持 | 支持 |
| 技术成熟度 | 成熟 | 成熟 | 不成熟 |
信息化和数字化的对比
| 对比项 | 信息化 | 数字化 |
| 应用范围 | 单个系统或者业务，局部 | 全域系统或流程，整体 |
| 决策模式 | 线性思维 | 多元智慧大脑 |
| 数据 | 信息孤岛 | 数据共享 |
| 导向 | 产品导向 | 客户导向 |
| 目标 | 竞争优势 | 协作共赢 |
| 业务创新 | 流程驱动 | 数据驱动 |
数据确权
1.所有权和使用权分离：
①强所有权不是问题：公共数据属政府，法人和企业数据属企业，个人数据属个人。
②数据要交易，可以通过使用权实现：如住的房子、存在银行的钱。
③“三权分置”：数据资源持有权、数据加工使用权、数据产品经营权。
2.利益分配：欧盟《数据战略》中指出：数据的价值在于能够使用和重用。“使用”是数据本应有的价值。能够重用（为其他目的而使用这些数据）的前提是数据能够被广泛地交易和共享。
3.交易的实体：通过第三方数据交易中心或者直接交易。
数据入表
1.三张表：
①资产负债表（平衡表）
②收益表
③现金流表
④“第四张报表”的构想是由德勤联合上海国家会计学院等专业机构提出来的，第四张报表体系以数据治理理论、估值理论和管理会计理论等多学科交叉的学术理论为基础，搭建起了涵盖价值洞察、价值驱动、价值管理的业财分析体系。
2.入表五步法：合规与确权、有效治理与管理、预期经济利益的可行性分析、相关成本的合理归集与分摊、列报与披露
3.入表四步法：数据资产的确认、数据资产的计量、数据资产的会计科目设置、数据资产的报告
数据交易
1.政府的引领和培育作用。成立数据交易平台。
2.央企的示范作用。
①央企代表一个行业，最有可能在数字化率先突破；
②跨界业务创新和发展格局需要央企带领（政银之间、跨行业之间、跨境的数据交易）
③数字化转型评估和监管沙箱
④推进产品创新数字化。
3.数据交易的合规和监管。《数据安全法》、《个人信息保护法》与《网络安全法》共同构建了我国数据治理立法框架，共同维护网络安全和数据安全，促进大数据产业发展，激活数据要素潜能，加快经济社会发展质量变革、效率变革、动力变革。
数据跨境流通
1.数据跨境流动对推动数字经济发展和国际合作都有着重要促进意义。但考虑到数据的战略价值，对公民隐私保护和国家安全等问题，各国也会对数据的跨境流动加以限制。
2.中国多地区具备建设数据交易生态体系的成功经验，为国际规则与数字技术标准的制定奠定了实践基础。
3.数字技术标准与国际规则的制定，可以加强国际数据安全共识，促进跨境数据流通和共享朝着可信、安全、合规的健康路径发展。
4.跨境数据流通“公平可信”是国际公平竞争的先决条件。双管齐下，隐私计算与区块链是保护数据跨境流通安全与合规的有力武器。
5.四个跨境流通区域：北京大兴、上海临港、广东粤港澳、海南岛
ISO 标准
- ISO42010：架构设计
- ISO11179：元数据管理
- ISO25964：同义词典（文档管理）
- ISO9000/9001：质量管理
- ISO15489：档案管理
- ISO16175：档案管理/ARMA
- ISO3166：国家/地区代码（参考数据）
- ISO8000：数据质量管理
- ISO22745：技术词典
大师们
1. 彼得-艾肯（PeterAiken）：DAMA国际主席，DAMA金字塔/艾肯金字塔
2. 苏-格恩斯（SueGeuens）：DAMA数据管理功能领域依赖关系图
3. 爱德华-戴明（EdwardsDeming）：质量大师，PDCA/戴明环/休哈特图
4. 约翰-扎克曼（JohnA.Zachman）：数据架构之父，扎克曼架构框架
5. 爱德华-科德（EdwardCodd）：关系模型之父，关系模型/规范化
6. 马尔科姆-奇斯霍尔姆（MalcolmChisholm）：六层数据分类法
7. 比尔·英蒙（BillInmon）：数据仓库之父，CIF（企业信息工厂），ROLAP
8. 拉尔夫·金宝（RalphKimball）：DDW（多维数据仓库），MOLAP
9. Strong-Wang：DQ的四大类：15个维度
10. ThomasRedman：DQ的三大类：数据模型，数据值，表示形式
11. LarryEnglish：DQ的两大类：固有的和实用的
12. 约翰-拉德利（JohnLadley）：数据治理大师，领导者数据宣言
13. 威廉-布里奇斯（WilliamBridges）：变革管理专家，变革过渡三阶段
14. 约翰-科特（JohnP.Kotter）：变革管理专家，变革八过程/三阶段
