金税三期工程架构管控项目
第3章 数据设计约束
3.1. 规划策略
管理决策系统的数据规划，应全面服从“信息管税”总体战略发展需要，以税收风险管理理念为指导，结合构建“查询报表、风险管理、政策评估、核算管理、绩效考核、知识管理”的管理决策体系需求，通过对大量生产数据的整合、加工和处理，实现从数据到信息再到知识的阶梯性转换过程，形成总局统一视图、数据仓库和数据集市，从而为总局的数据分析和决策支持提供保障。
3.2. 数据划分
管理决策系统的数据规划，可以划分为以下几类：统一数据视图、数据仓库和数据集市、元数据、知识库。
3.2.1. 统一数据视图
统一数据视图，按天抽取并整合来自近期征管操作数据库、网络发票库、交叉稽核库等的数据，建立统一的用户视图，支撑管理决策应用，如支撑征管状况分析、统计查询和报表等。统一数据视图，数据粒度一般为明细和轻度汇总。
统一数据视图可以存储如下数据：
? 全国法人涉税的所有数据，包括法人的基本信息、申报、征收等数据，形成“法
人库”；
? 全国自然人涉税的所有数据，包括自然人的基本信息、家庭和收入情况等数据，
形成“自然人库”；
? 全国发票数据，包括票种核定、发票明细（含网络发票）、纳税人发票领购、验
旧缴销等数据，形成“发票库”；
? 全国税务机构数据，包括机构、人员、身份认证、岗责体系等数据，形成“税务
机关数据库”；
? 财产涉税的所有数据，包括房产、车辆、船舶等，形成“财产库”；
第16页/共42页
金税三期工程架构管控项目
? 外部信息数据，包括同外部门进行业务协同的交换数据等，形成“外部信息库”。
3.2.2. 数据仓库和数据集市
数据仓库，按天抽取、转换、加载来自统一数据视图的数据，建立企业级数据模型，支撑管理决策和联机分析应用，如风险管理、政策评估、核算管理、绩效考核等。数据仓库，存储已有和未来至少3年（一般10年）的基础数据，数据粒度包括从明细到轻度汇总、中度汇总、高度汇总。汇总程度越高，数据粒度越大，数据在线保留时间越长，所体现的业务事实越宏观。
数据仓库可以存储以下数据：
? 当前（或之前某一时间点）明细数据； ? 历史数据； ? 汇总和统计数据；
? 衍生数据，如按照指标体系、分析方法通过计算确定的各种指标数据。 数据集市是数据仓库的子集，通常将明细数据聚合为汇总数据，同时在汇总数据上的分析可下钻到明细数据，主要目的是支持各种不同的前端主题应用。
3.2.3. 元数据
元数据（Metadata）是描述数据的数据，描述数据结构和建立方法的数据。在管理决策系统中，元数据为访问数据库提供了一个信息目录，该目录全面描述了数据库中都有什么数据、这些数据怎么得到的和怎么访问这些数据。
元数据按用途的不同可以分为：业务元数据、技术元数据。
业务元数据是从业务角度描述数据的数据，它提供了介于数据应用和生产系统之间的语义层定义，包括指标口径、代码标准、业务术语、业务规则等。
技术元数据存储关于数据层技术细节的数据，是用于开发、管理和维护系统使用的数据。它主要包括以下信息：
? 统一数据视图、数据仓库和数据集市等结构的描述，包括模式、视图、层次结构、
维等的定义；
? 统一数据视图、数据仓库和数据集市等内容的描述，包括数据粒度、算法、主题
域等的定义；
? 源数据到目的数据的映射，包括：源数据和它们的内容，数据抽取、清理、转换
第17页/共42页
金税三期工程架构管控项目
和刷新规则等；
? 用户访问权限、数据备份历史记录等。
管理决策系统应建立统一的业务、技术元数据视图，以支撑元数据管理。
3.2.4. 知识库
管理决策系统应建立良好的税务知识积累、应用、评估、沟通和考核系统机制，建立起支撑税务机构及其工作人员的知识平台。
税务知识库的创建，首先要求分析建立税务知识体系结构，按照知识类型和应用类型等进行类别划分，形成知识树，并最终汇总成为税务知识库。税务知识库存储的数据对象包括：结构化数据、具有非结构化数据特征的文本和图像，以及其他混合内容。
管理决策系统应根据税务知识体系结构，建立起税务知识库，以支撑知识管理应用。
3.3. 数据建模
在管理决策系统中，数据模型建设是至关重要的。本项目的数据模型应该包括统一数据视图、数据仓库全面的数据规划，如数据层次划分、内容组织等。
数据模型应分成多层进行设计，涵盖税务业务内涵需完整、全面。具体的规划要点如下：
? 统一数据视图建模
统一数据视图是一个面向主题的、集成的、可变的、当前的数据集合，用于支持对即时性的、操作性的、集成的管理决策需求。统一数据视图可以按照3NF设计成OLTP数据库，以总体架构项目规划的数据模型为基础，优化其逻辑访问及物理存储结构，达到高效查询的要求。
? 数据仓库建模
数据仓库的特征在于面向主题、集成性、稳定性和时变性，用于提供税收业务完整的业务视图，包含税收业务各环节的基础业务数据。数据仓库可以参考3NF、STAR-SCHEMA等建模方法确定数据模型，优化其逻辑访问及物理存储结构，以便处理大量的数据并发访问。
? 数据集市建模
第18页/共42页
金税三期工程架构管控项目
围绕数据仓库数据，面向不同分析主题，进行数据集市建模，完成管理决策和联机分析应用。数据集市的结构可以是多维数据集（如星型、雪花型），也可以是关系数据集。数据模型的设计，包括指标体系建立、分析方法选择、分析主题建立等三项内容。
? 指标体系建立：构建税务分析指标体系，包括报表类、分析类、评估类和考
核类指标等，形成指标库（如风险指标库），以支撑核算管理、风险管理、政策评估、绩效考核等分析应用。指标体系的构建，需要全面反映税务管理决策支持的需求，具有前瞻性、灵活性、可扩展性等特点。
? 分析方法选择：只有综合地运用分析方法才能实现深入分析的目标。管理决
策系统，应从数据仓库中选出数据集，在数据集上运用科学的分析方法，建立税务行业分析模型。分析方法包括： 80/20分析、对比分析、因素分析等常见算法，聚类、关联、分类等高级算法，以及决策树、神经网络等数据挖掘算法。
? 分析主题建立：包括主题数据集市模型和前端展现模型两个层次。主题数据
集市指MOLAP，前端展现模型是分析结果与用户的信息交互。
3.4. 数据流转
源数据库 近期征管操作数据库（Ｎ＋Ｘ） 近期征管操作数据库（Ｎ＋Ｘ） 近期征管操作数据库（Ｎ＋Ｘ） 近期征管操作数据库（Ｎ＋Ｘ） 网络发票数据库 增值税交叉稽核（总局）数据库 近期征管操作数据库（Ｎ＋Ｘ） N+X+Y统一视图的税务机关库 N+X+Y统一视图的发票数据库 目标数据库 N+X+Y统一视图的法人数据库 N+X+Y统一视图的财产数据库 N+X+Y统一视图的自然人数据库 传输数据内容 法人相关数据 传输方式 ＥＴＬ定时 传输频度 每天 财产相关数据 ＥＴＬ定时 每天 自然人相关数据 ＥＴＬ定时 每天 发票相关信息 网络发票信息 增值税交叉稽核信息 税务机构的汇总数据 ＥＴＬ定时 ＥＴＬ定时 ＥＴＬ定时 每天 每天 每天 ＥＴＬ定时 每天 第19页/共42页
金税三期工程架构管控项目
源数据库 总局行政办公数据库群 与工商、银行、海关等外部门信息交换数据 外部应用平台和前置系统数据 目标数据库 传输数据内容 行政办公数据 传输方式 ＥＴＬ定时 传输频度 每天 N+X+Y统一视图的外部信息库 第三方数据 ＥＴＬ定时 每天 Y个月的历史数N+X+Y统一视图的系统管理库 据 根据历史数ＥＴＬ定时 据迁移的要求 根据历史数ＥＴＬ定时 据迁移的要求 ＥＴＬ定时 每天 总局内网平台系统数据 N+X+Y统一视图 N+X+Y统一视图 数据仓库
Y个月的历史数据 管理决策涉及的基础数据 数据集市涉及的数据仓库 数据集市 基础数据 数据集市涉及的主题数据 ＥＴＬ定时 每天 ＥＴＬ定时 每天 第20页/共42页