過去,數據多半靠人工錄入,再從專用網絡協議的終端搬進「玻璃房子」裡的大鐵盒子。如今資訊無所不在、無時不在,只是未必都會匯聚到企業內部;更多時候,大家是在一個「扁平」的世界裡共享數據。來源變多了,數據本身的變化也更為頻繁。
隨著 Web 2.0、Enterprise 2.0 與企業服務總線等一系列概念的興起,你會發現,想查詢供應商提供的倉庫地址,從自己的「玻璃房子」裡翻找,遠不如打開 Google Map 來得方便。
曾經束縛數據的種種枷鎖,似乎都被互聯網逐一打破。身為 IT 從業者,我們的職責是為使用者提供所需的數據與取得資訊的手段,因此應用必須經得起各種變化:介面的變化、應用間呼叫的變化、內部邏輯的變化,還有一種步伐越來越快、卻最根本的變化——數據自身的變化。
關聯式模型告訴我們要用二維表格描述資訊世界,但這實在有點「不」自然。看看手邊的一本書、家裡的裝修計畫、即將開工項目的任務分解,硬要塞進二維表格裡總顯得彆扭。即便透過「實體—關聯」勉強削足適履,在快速變化的環境中仍舊動輒牽動「數據—應用—前端互動」一整串環節,往往牽一髮而動全身。
所幸,不少新一代應用已經找到更貼近新趨勢的方案——XML,它用一種更貼近人類思維的方式來組織應用與使用者體驗。那麼對企業而言,組織數據這項相對基礎的工作,是否也能用 XML 的思維來進行?答案是肯定的。
數據實體一向被視為應用中最穩定的部分。無論採用設計模式,還是各種開源開發框架(框架本身也不例外),大多都在設法適應應用本身的變化。那麼真實情況究竟如何?
換言之,以往以為最早就能定案的數據實體,在愈發敏捷的技術與業務現實面前,需要不斷調整。要適應這一點,可以自頂向下調整應用的柔韌性;另一條路,則是從「根」上著手,採用本身就能持續適應變化的新型數據模型,例如 XML 數據模型及其相關技術家族。
舉個例子:定義使用者實體時,起初下面這些資訊就已足夠。其中 ICustomer 是應用會使用的使用者介面,CUSTOMER 是關聯式資料庫下的表示,<Customer> 則是 XML 方式:

但很快我們就會發現這個實體設計有問題,因為還要加上使用者的辦公室電話、住家電話,可能一兩個電子郵件,以及 MSN 或 Skype 號碼等。暫且不談其他考量,僅就關聯式模型第一範式的要求而言,RDBMS 與 XML 兩種模型發展的結果便成了:

不難看出,僅僅是「客戶」實體末端「聯絡資訊」的一處變化,關聯式模型與 XML 模型在適應性上就有天壤之別。關聯式模型得不斷擴充新的關聯來描述日益細化的實體;而 XML 模型憑藉自身的層次性,能在變化中持續延伸與擴展。實際專案裡,「學歷情況」「工作經驗」等資訊也有類似問題:關聯式模型下,即便某位客戶只想把某段工作的「借調」方式補充進去,也會發現因為當初沒預留欄位,只好把它當字串硬「揉」進「工作單位」欄位,後面補個「(借調)」——這等於讓僵化的數據模型抹殺了業務語意中原本承載的資訊。層次模型則能把它作為子節點或屬性來描述,不僅把關聯式模型下需要多個關聯(客戶、學歷、工作經驗、聯絡資訊)的內容集中於單一實體之內,還能把每個實體自身的擴展資訊(例如「工作模式」:借調、交流、短期集中)一併納入。從外部應用來看,「客戶」實體依舊是一個整體,用更貼近現實業務情境的實體,自然能更有效地吸納外部變化。
上述討論僅針對單一實體。當進一步上升到具體業務領域模型時,往往需要多個數據實體協作才能完成業務功能,情況又如何呢?比方說,保單除了前述資訊外,還需客戶提供個人健康資訊、子女父母伴侶等家庭主要成員資訊,並可能從其他從業機構取得客戶的信用資訊;而這些實體的不同組合,主要服務於企業內部各異的應用領域。從數據使用角度看,為讓應用盡量穩定,最好讓數據實體也穩定,但光是聯絡方式這部分就可能反覆變動。若讓應用完全依賴這些變動因素組合後的結果,穩定性自然難以保證。因此,從源頭先讓不同應用盡量只依賴單一實體,或許是有效改進的第一步——此時 XML 的層次特性優勢再次顯現,我們可以按不同應用主題自由組合這些資訊:

如此一來,應用面對的就是一個統一的 <info> 實體;再配合專用的 XML 技術,便能在應用框架不變的前提下,讓新業務動態響應變化的數據實體。
前面談的數據實體,多是在「已集中」的語境下討論的。但除了概念上的設計,實務上還有個具體問題:如何把它們「聚攏」到一起?這通常得靠數據整合來完成。
(就像「架構」一詞被過度濫用一樣,「數據整合」也被各家廠商依自身產品特性定義出不同內涵:BI 廠商力圖把它描繪成 ETL 的代名詞;提供數據交換平台者視之為 BizTalk Framework 的實踐;對 SOA 產品公司而言,數據整合更在於如何在有效治理下提供數據服務;還有些廠商把業務語意組合也納入其中。)
那麼身為使用者,我們該著重關注哪些問題?
理論上這些工作用程式碼都能完成,但隨著企業整合邏輯越來越複雜、變化越來越快,改程式碼或許還能勉強應付 1:N 的整合,一旦經常是 M:N 的局面,就顯得力不從心。有沒有更簡便的辦法?單就「映射」的邏輯層次而言:
那麼數據領域是否也有類似技術?XML Schema 搭配 XSLT,或許就是一個選擇。

上圖是為兼容新舊客戶實體所做的轉換;同理,若要進行前述针对不同主體的數據實體聚合,也完全可以在抽象的數據定義(Schema)層次上,透過 XSLT(即 Schema 之間的適配關係)來完成。

如此一來,我們便能在數據實體層次清楚看到數據是如何聚合的。但在那之前還有個問題:車輛資訊、信用資訊,還有遺留系統中的客戶資訊,分別保存在關聯式資料庫與合作方的 Web Service 裡,該如何把這條數據管道接通?就目前而言,XML 仍是不錯的選擇。
不同介質上的數據,可以其本源形式提取,例如純文字、關聯式資料庫、EDI 報文或 SOAP 訊息,透過各自的管道傳送到數據整合的匯聚點,再依目的數據源的需要,用一個適配器轉換異構的數據源。
此時若為每兩種類型都設計一個點對點的適配器,整體規模將沿 N² 級的趨勢膨脹。為此,不妨先把它們統一為能兼容這些資訊的 XML,再用前面介紹的 XSLT 技術完成實體間映射,最後把 XML 轉成目標數據源所需的形態,如此整個適配體系的複雜度便降為 N 級。

接著,我們看看 XML 技術如何滿足前述那些數據整合要求:
數據實體的映射、數據介質與載體的轉換、數據實體的驗證與重構:如前面所述,先把數據統一轉為 XML,再憑藉 XML 的層次性優勢,結合 XML 專用技術進行處理。
數據源在交換協議、行業標準、安全約束下的互聯:XML 數據不僅能跨越網絡與防火牆,也很容易用於互聯網環境(當然你仍可用訊息佇列把它們定義為報文),數據本身不會因特殊的二進位操作而受交換協議限制。當前各行業標準基本上都以 XML 描述自己的行業資料模型(Data Model);即便企業內部系統因資料庫設計、歷史遺留等原因,數據實體本身並不符合這些模型,各類 XML 數據統一治理的協議與標準,也能較為便利地完成轉換。至於安全性,似乎還沒有比基於 WS-* 相關協議更適合互聯網環境的安全標準家族,其中所有標準無一例外都能用 XML 實體來定義數據與額外安全機制之間的組合關係。
數據交換過程的編排:對於同構系統環境,或僅基於相容中間件平台的場景,可以沿用既有工作流機制來編排數據交換;而為適應服務化的時代,則可採用更通用的 BPEL 標準。此時 XML 不僅是數據,同時也以執行指令的形態出現——相較於向來標榜跨平台的 Java 技術,用 XML 定義的交換過程更是跨語言的。
整合看似已解決了大半問題,但一個顯而易見的難題是:這些工作我們往往仍得自己一步步實作,逐一告訴應用該怎麼做。當我們不再只把 Web 當成「新鮮事物」,而是視之為一個服務於資訊內容、且可互動的系統時,又該如何把這些散落各處的服務能力呈現在我們面前?此時,XML 開放式元數據定義的優勢,或許才真正顯現出來。
撇開各種語意演算法不談,如何讓分散而繁多的服務聚合起來為我們所用?XML 的一個關鍵之處,在於找到數據線索的主幹,並明確這條主幹上各實體之間的關聯,以及逐步分解細化的過程。這一層次的數據不只是被動地供應用呼叫的對象,它們本身還為應用提供了進一步推論的支撐。例如:

這裡,應用首先得知當前處理的對象是鵝肉;由於鵝肉屬於紅肉(黑肉),而紅肉是某種禽肉(fowl),禽肉可以食用,因此應用能逐步推論出「鵝肉可以食用」。這樣的推論過程並不複雜,但若改用關聯式資料庫來實作卻相對繁瑣,用純文字書寫就更難實現了。試想,若同時把禽肉與蔬菜、甜點、海產品之間的關係全用關聯式資料庫或文字表述,那實在太「為難」應用了。XML 則不同,它能很自然地貼近我們的思維習慣,以一種開放又交織的方式描述我們熟悉的語意——無論是企業 ERP 環境裡的生產物料準備過程,還是為一場生日派對親自下廚的採購計畫,皆然。
或許是受限於二維格子太久,我們對應用的設計與想法越來越被電腦的處理方式所束縛。但隨著業務環境的變化,從需求產生到應用上線的間隔日益縮短,我們更應該把自己的思維重新從電腦中抽離出來。此時,採用一種更開放、更貼近發散型思維的數據技術,似乎更為可取。對於數據落地後的組織,我們大可繼續沿用各種成熟技術;但在更貼近業務、也更易變的那個層次上,XML 的柔韌與力道,表現都不錯。