负责人 何建力　·　状态 初稿　·　覆盖 3 个标书单元　·　 批注 1

附录　数据架构类文档样章（三份）

一、本附录的定位与使用方式

招标文件要求至少交付不少于 25 份数据治理规划文档，并逐份列明名称与形态（b1332、b1333r01—b1333r38）， 同时说明具体的交付文档数量和名称可在实施阶段滚动优化（b1334）。清单共 37 份， 按能力域归类后分散在本投标文件附录各节。本节只处理数据架构域中的三份， 其余各域的样章见对应附录节次；同属数据架构域的第 12 项《元数据管理办法》（b1333r13） 因与元数据、资产两域的文档成组，归入数据资产与元数据类样章一并出具，本附录不重复给出。

三份文档按确定引用顺序编制：分布台账与数据流图先说明数据在哪里、经什么路径流动；分层架构据此确定每一层承接什么、由谁加工；集成共享管理规范再把前两份中的通道、作业与权属关系条文化，成为可被考核的制度。项目期编制顺序为：分布与流图 → 分层架构 → 管理规范；发布后互为依据，任一份修订须按本附录各样章规定的机制通知另两份的使用方。

图 A5-1　三份文档的编制顺序、相互引用与使用方

图 A5-1　三份文档的编制顺序、相互引用与使用方。数据来源：招标文件 3.2.6.1.1.2.3 （b1256—b1262、b1265）与 3.2.6.1.1.2.10 交付物清单第 9—12 项（b1333r10—b1333r13）。

1.1 样章的体例

每份样章按同一体例出具，六项齐备：文件标识与版本号；适用范围与生效条件； 章节结构写到三级；关键条款或关键字段的实际内容——管理规范给出条文， 标准与台账类给出字段定义表、取值域与校验规则，并附若干条真实形态的样例行； 与矿山装备制造业务的结合点；评审与修订机制。样章中不使用「此处略」「详见附件」一类留白， 凡确需甲方确认后才能定值之处，以【待填：…】标出并在本附录末尾的待补材料清单中逐条列明。

样章与正式文档的差异如下：（1）样例行说明填写粒度与字段口径，数值取自方案阶段调研与既定事实口径，正式版以现状评估与接口开通后的实测为准；（2）样章章节即为正式文档目录，正式文档各节另含设计说明与取证记录，篇幅数倍于样章；（3）样章生效条件为「经甲方数据管理办公室评审通过后发布」，投标提交的样章不构成已发布制度。

1.2 文档编号与版本号规则

三份文档的编号沿用本投标文件附录《标准规范、样例数据卡与质检／验证报告模板》 第 2.3 节确定的五段式编号 GHY26691-<类别码>-<域码>-<序号>-<版本号>，不另立规则。 数据治理各域的文档取类别码 GV，域码即治理域号，数据架构域为 03， 这三份文档因此同属 GV-03 号段——编号本身即标明文档属于哪个治理域。序号在本域内按本节清单的出场顺序连续分配，从 0001 起，不编码招标文件交付清单的行号——清单一经增补或某一行下挂多份文件，由行号推导出的编号就不再成立；与清单的对应关系写在「对应条目」一列。

表 A5-1　本附录三份文档的标识

版本号规则同样沿用该附录的两段式：主版本号在章节结构调整、字段增删或条款实质变更时递增， 次版本号在取值域扩充、样例更新、文字勘误时递增。主版本号递增须重新履行评审； 次版本号递增由编制岗位提出、文档管理岗位核准后发布，并在修订记录中注明变更条目。 三份文档的 V1.0 均以蓝图设计阶段完成评审为发布时点，此后按各自第十章规定的周期滚动修订（b1334）。

1.3 本附录与技术方案正文的分工

技术方案数据治理章节已就数据架构规划给出规划口径：五层分层的职责与约束、主题域划分、 分布台账的登记字段、系统间交互关系、七类采集通道的适用场景与管理要求。 本附录不重复论述这些口径，而是把它们落成文档样章，补充三类正文不便展开的内容： 一是字段级设计——维表与事实表逐字段的类型、来源、取值域与校验规则； 二是条文级规范——集成与共享的条款、审批矩阵与表单； 三是可直接填写的台账与表单模板。读者如需了解某项设计的决策理由，见技术方案正文； 如需了解项目期将交付的文档长什么样、字段怎么定、条款怎么写，见本附录。

三份样章合计给出 64 张表、10 幅图与 62 条规范条文。表与图均可直接作为正式文档的对应章节使用。

二、样章一：《数据模型分层架构》V1.0

本节为招标文件交付物清单第 9 项的样章（b1333r10），回应数据架构规划第（1）项 对可复用数据仓库模型与五层分层架构的要求（b1257、b1258）。

2.1 文件标识与版本

表 A5-2　文件标识（正式文档首页）

表 A5-3　修订记录（正式文档首页背面，样例形态）

2.2 适用范围与生效条件

2.2.1 适用范围

本文件适用于本项目数据治理与加工生产平台内全部数据模型的设计、开发、变更与下线， 覆盖招标文件所列人力资源、研发设计、生产制造、仓储物流、财务管理、设备管理、 采购管理、营销管理、质量管理共 9 个业务域（b1336）在平台侧的模型落地， 以及四类数据集加工与 11 个验证场景取数所需的全部模型对象。

本文件不适用于三类情形：甲方各源业务系统内部的表结构设计，源系统的结构由其自身管理， 本文件只约定接入后在平台各层如何组织；数据集封装包的内部结构，该部分由数据集封装与 自描述规范约定；智能场景侧的应用数据结构，场景建设不属本包范围，平台按本文件应用层 约定的输出形态向场景提供数据与验证服务。

2.2.2 生效条件

本文件生效须同时满足三项条件：一是经甲方数据管理办公室组织评审通过并由甲方正式发布； 二是平台的建模工具与元数据登记功能已具备，使本文件约定的命名、分区与登记要求可被工具检查； 三是数据标准域的业务术语标准、数据元标准与参考数据标准已发布首版， 因为本文件中字段的取值域引用的是这些标准条目，标准未发布则取值域无依据。 第三项条件在时间上构成前后关系：数据标准首版发布早于本文件发布，二者在蓝图设计阶段同步推进。

本文件发布后，新建模型一律按本文件执行；评估阶段为验证取数可行性而建的临时模型， 在本文件发布后三十个工作日内完成整改或下线，整改清单由数据建模岗提出、治理负责岗核准。

2.2.3 与其他文件的关系

表 A5-4　本文件的上位依据与下位引用

2.3 总体分层架构

2.3.1 分层设计的三条原则

本项目的分层设计遵循三条原则，它们决定了后续所有字段级设计的取舍。

第一条是一致性维度先行。本企业的数据特征是同一物理工件的过程事实分散、 且各系统的标识字段互不相同：施工号、产品号、图号、零件号、物料编码、工单号、炉次号、 焊缝与焊道编号、设备编码之间没有稳定的主键关系。若在接入层就不解决标识对齐， 上层每一个汇总模型都要各自做一遍关联，关联规则会分叉，同一个问题在不同模型里得到不同答案。 因此维表层先立起来，事实表一律引用维表层代理键，事实表之间不得按业务编码直接关联。

第二条是层间只做一件事。每一层只承担一类加工：贴源层只承接不转换，明细层只做清洗、 落标与标识对齐，汇总层只做按主题的轻度汇总，应用层只做面向消费方的组装。 把转换集中在明细层的好处是出了问题只查一处；代价是明细层的作业较重， 这一代价由作业级的重跑与幂等要求来对冲（见 2.9.2 节）。

第三条是先立结构后等数据。现状评估将把数据资产按供给能力分四档， 其中部分资产当前尚无取数通道或字段缺失。对这类资产，模型结构先行建立并在元数据中 标注「待数据到位」状态，数据到位后直接灌入，不必返工改模型。 热处理炉次事实表中的装炉量与码装方式两个字段即属此例，它们须甲方在既有业务流程中 增设填报入口后才能填充。

2.3.2 五层职责、建模方法与工程约束

表 A5-5　五层职责、建模方法、工程约束与保留策略

层代码既是表名前缀也是元数据中的层次属性，两者取值一致，不另设映射。

2.3.3 各层之间的加工作业与门控

分层的名字是通用的，分层能不能守住靠两样东西：层间约束与门控检查。 层间的门控检查即质量检查节点——设置在数据生产流程中的检查环节， 依据质量规则判断数据是否符合进入后续工序或交付的条件，未通过的不进入下一层。 下图给出五层之间的加工作业、每道作业的门控检查项以及不通过时的处置， 这也是《数据设计开发规范》中作业设计的依据。

图 A5-2　五层之间的加工作业、门控检查与不通过处置

图 A5-2　五层之间的加工作业、门控检查与不通过处置。数据来源：招标文件 3.2.6.1.1.2.3 第（1）项（b1257、b1258）；门控设置口径与数据集生产链路的门控规则一致（b1215）。

2.3.4 分层禁止事项

下列事项在本文件中明确禁止，违反者在模型评审环节不予通过。禁止条款是分层架构里 唯一需要写成否定句的部分——它们界定的是工程责任边界，列清楚比论述有用。

表 A5-6　分层禁止事项与检查方式

2.4 命名与编码规范

2.4.1 表命名规则

表名采用小写字母与下划线，结构为 <层代码>_<主题域码>_<业务对象>_<表类型后缀>。 层代码取 ods／dwd／dim／dws／ads；主题域码见 2.5.1 节；表类型后缀标明表的性质。 贴源层另在主题域码位置放源系统码，因贴源层按来源组织而非按主题组织。

表 A5-7　表类型后缀与命名示例

表 A5-8　贴源层源系统码

源系统码取值与招标文件 3.2.2.1 所列集成对象一致（b0804r02、b0808—b0908）， file 一项用于承接离线非结构化数据的批量导入与解析登记（b0909、b0910、b0911）。

2.4.2 字段命名规则

字段名同样采用小写字母与下划线。规则共六条，其中第四条与第五条最常被忽略， 在模型评审检查表中单列检查项。

表 A5-9　字段命名规则与正误示例

2.4.3 作业与调度命名

加工作业命名为 <层代码>_<目标表名去层前缀>_<作业类型>，作业类型取 load／merge／calc／pub。 作业编号由平台发号，格式 JOB-<层代码>-<四位序号>，编号写入元数据并与《数据集成共享 管理规范》中的集成作业登记台账同号，便于一处查到作业的申请、上线与变更全过程。 调度窗口的分配遵循一条硬性约束：面向甲方源系统的取数作业一律安排在业务低峰时段， 招标文件对各源系统提出的低峰时段要求为零点至五点（b0814、b0821、b0828、b0835、b0841、 b0846、b0852、b0857、b0864、b0870、b0877、b0883、b0889、b0894、b0899、b0905）， 平台侧作业据此排在五点之后，使源端取数与平台加工在时间上不叠加。

2.4.4 代理键、自然键与分区

代理键由平台统一发号，整型自增，终身不变，不承载业务含义，维度成员失效后其代理键不再复用。 自然键保留源系统的业务编码原值并标明来源系统，用于回溯与对账。 同一物理对象在多个系统有不同编码时，维表中保留全部自然键并标注权威来源， 权威来源的判定依据《数据分布及数据流图》中的权威源归属一列。

分区策略按层统一：贴源层按采集日分区，明细层按业务日期分区，汇总层按统计周期分区， 应用层按消费方约定。跨年历史数据按年做二级分区。分区字段名统一为 biz_dt 或 load_dt， 不允许各表自取名。时序类数据不进关系型分区表，按时间窗分段存储并在明细层登记段标识， 段标识即过程数据与结果数据的配对键。

2.5 主题域划分与首批模型清单

2.5.1 主题域划分口径

主题域按业务过程划分，与招标文件所列 9 个业务域（b1336）不是一回事： 业务域是管理视角，用于治理责任划分；主题域是数据视角，用于模型归属。 两者须有明确映射，否则建模岗位与业务归口部门对不上话。本项目划分六个主题域， 划分口径与四类数据集的四个方向对齐——供需计划、产品工艺设计、制造过程、产品质量， 另加在役服务与基础支撑两域，使数据集加工的输入边界与主题域边界一致，加工作业不必跨域取数。

表 A5-10　六个主题域与 9 个业务域的映射

映射为多对多关系，一个业务域的数据可能落在多个主题域，一个主题域也可能跨多个业务域。 元数据中对每个模型同时登记主题域与业务域两个属性，治理考核按业务域统计，建模管理按主题域统计。

2.5.2 首批模型清单

首批模型以支撑第一批场景验证与四类数据集首批加工为目标，按供给能力 A、B 两档资产优先建设。 C、D 两档资产对应的事实表先建结构、留空等数据，在元数据中标注「待数据到位」状态。 清单共 48 个模型对象，分布为维表 11、明细层 19、汇总层 10、应用层 8。

表 A5-11　首批模型清单（维表层与明细层）

表 A5-12　首批模型清单（汇总层与应用层）

四类数据集的加工输入集与数据集规模的对应关系在 2.8.3 节说明。 模型清单在项目期按季度滚动更新，新增模型按 2.9 节流程评审后进入清单（b1334）。

2.6 维表层设计

2.6.1 一致性维度清单

维表层是本架构的核心。十一张维表中，工序、炉次、焊缝与焊道、图纸四张是本项目特有的， 通用数据仓库设计里没有对应物，它们的字段设计直接决定四个制造与质量场景能否成立。

表 A5-13　一致性维度清单与关键设计点

图 A5-3　一致性维度与明细层事实表的引用关系

图 A5-3　一致性维度与明细层事实表的引用关系。数据来源：招标文件 3.2.6.1.1.2.3 第（1）项（b1257、b1258）；维度对象取现状评估阶段确定的业务对象清单。

2.6.2 工序维表字段设计

工序维表是备料工艺场景的基准表。备料分厂的工序集合固定且封闭，现掌握的口径为 28 道， 正式工序字典以工艺部门确认的版本为准。本维表的设计要点是把「挑选并排序」这件事所依赖的 约束显式落表：每道工序的前置工序、禁止组合、适用板厚区间、所需设备与工装类型， 都是字段而不是说明文字——只有落成字段，工艺卡的校核才能由规则执行，而不是靠人记得。

表 A5-14　dim_process_d 工序维表字段设计

表 A5-15　dim_process_d 样例行（示例口径，正式取值以工艺部门确认的 28 道工序字典为准）

样例行中「需展开计算」为真的两道工序（压弯、卷圆）是中性层公式的作用对象。 展开长的计算在工艺卡工序明细事实表中落值，同时记录所用中性层系数及其取值来源， 使某一个展开长可以回溯到按哪条经验算出（见 2.7.3 节）。

2.6.3 图纸维表字段设计

图纸维表承载本项目体量最大的一类资产：历史图纸约 63 万张，且每一张图纸历史上都配有 一张已审核签发的工艺卡片，天然构成成对的监督样本。维表的设计要点是把「这张图能不能用」 与「这张图解析到什么程度」两件事变成可查询的字段，因为备料场景首批取样时需要按 可解析程度与配对完整度筛选，而不是按图号区间盲取。

表 A5-16　dim_drawing_dz 图纸拉链维表字段设计

「配对可信度」一列的三档判定规则写在配对作业的规则说明中：图号与卡号直接引用关系存在者为高； 经零件号与项目号两项一致匹配且无歧义者为中；仅按文件目录位置或名称相近推定者为低。 低档记录保留在库但不进入成对样本集，这是为了避免把人工推定的配对当成事实标签。 首批加工目标是把高档与中档配对的占比逐步做高，起点与阶段目标见数据集加工章节的批次计划。

2.6.4 炉次、焊缝与焊道、设备与测点三张维表

这三张维表共同解决过程数据与质量结果如何对上的问题。热处理与焊接场景的主要障碍是数据关联不稳定：炉次与工件、材料批次、实际曲线、检测结果之间缺少稳定关联键；焊接参数流连续而工件与焊道离散，一件大型单部件焊缝可达数百条，一条焊缝多层多道可焊四道，两者对不上就无法横向比对。维表负责提供两侧可共同引用的键。

表 A5-17　dim_furnace_d 炉次维表字段设计（节选关键字段）

表 A5-18　dim_weld_d 焊缝与焊道维表字段设计（节选关键字段）

coord_ref 用于统一外观、超声、磁粉三类检测的位置口径。三类检查对同一处缺陷的位置描述不一致时，无法将结论叠加到同一焊道；将该口径统一到部件坐标系并写入维表后，方可支撑焊接场景的参数差异比对。位置口径的具体定义须经工艺与质量两个职能共同确认【待填：部件坐标系定位基准的正式口径】。

表 A5-19　dim_equipment_d 设备与测点维表字段设计（节选关键字段）

point_health 与 is_in_scope 两个字段对应现场的两类实际情形：矿方传感器损坏后往往不予补装； 采集范围目前仅覆盖部分车间与部分设备。把这两件事落成字段而不是写在说明里， 诊断场景取数时才能按测点健康状态分层处理，基线计算也才能排除失效期间的数据。

2.6.5 缓慢变化维与代理键的处理规则

表 A5-20　缓慢变化维处理规则

拉链维表统一使用 valid_from、valid_to、is_current 三个字段表达版本区间， 区间左闭右开，不允许重叠或空档。加载作业的门控检查项包含区间连续性检查， 不通过即回滚本次加载、维表保持上一版本（见图 A5-2 作业 C）。

代理键的稳定性是跨年历史数据可用的前提。本文件规定三条：代理键一经发出即终身绑定该 维度成员的该版本，不因属性变更而重发；维度成员失效后其代理键不再复用； 平台重建或迁移时代理键随数据一并迁移，不重新发号。第三条在项目期的平台升级中须作为 迁移方案的验收项，否则历史事实表将指向错误的维度成员。

2.7 明细层事实表设计

2.7.1 事实表设计通则

每张事实表的设计说明须先写清四件事，缺一项在模型评审环节不予通过：粒度声明—— 一行代表什么，用一句话写明，例如「一行代表一个炉次中的一个工件」；度量的可加性—— 哪些度量可跨维相加、哪些是半可加、哪些不可加；退化维的处理——保留在事实表中的业务单据号； 空值语义——空值代表未采集、不适用还是待填报，三者不可混用。

第四项在本项目尤其重要。现状评估将把数据资产按供给能力分四档，C、D 两档资产的字段 在首批加工时普遍为空，而空值的含义各不相同：装炉量为空是因为甲方尚未增设填报入口； 预热温度为空是因为采集手段尚未补齐；某些历史炉次的检验结论为空是因为纸质报告未数字化。 三类空值在下游的处理方式不同，因此本文件规定：凡允许为空的字段，须同时设一个状态字段 或在数据字典中声明空值语义，不允许仅凭空值让下游自行推断。

表 A5-21　度量可加性的三类处理

2.7.2 焊道参数事实表

技术方案正文已给出工艺卡工序明细事实表与炉次事实表两张示例的字段设计， 本节不重复，补出另外三张与质量场景直接相关的事实表。焊道参数事实表解决的是 参数流与焊道的对齐问题：焊接机器人已能记录电流、电压、送丝速度、焊接速度、摆幅与 左右停留时间，这几项正是排查质量问题的重点参数，但参数流是连续的，工件与焊道是离散的。 本表的粒度声明为「一行代表一个焊道一次焊接作业」，参数按该焊道的起止时间窗 从时序数据中切段聚合，并保留段标识以便回查原始曲线。

表 A5-22　dwd_mfg_weld_pass_f 焊道参数事实表字段设计

preheat_temp_c 与 interpass_temp_c 两个字段是典型的「先立结构后等数据」： 这两项最影响气孔与裂纹，当前只能人工抽检、纸质记录，采集手段补齐后直接灌入本表， 表结构不必返工。param_source 一列把推定值与实测值分开，是为了保证焊接场景的 参数差异清单建立在实测数据之上——用推定参数算出的差异没有排查价值。

2.7.3 检验记录事实表

检验记录事实表是四个质量相关场景的共同标签来源。设计要点是把检验结论挂到 正确的物理对象上：按工序检验的挂到工序报工，按炉次检验的挂到炉次， 按焊道检验的挂到焊道，按整件检验的挂到零件。本表用一组可空的维度键表达这种 多挂点关系，并以 inspect_object_type 声明本行实际挂在哪一类对象上。

表 A5-23　dwd_qual_inspect_f 检验记录事实表字段设计

defect_type_code 与 defect_desc 并存是一条有意的设计。缺陷描述当前以文字为主、 未与工艺参数关联，归一化到枚举是本项目要做的加工；但归一化规则会随标注规范迭代， 保留原文才能在规则变更后重新归一，而不必回源系统重取。inspector_org_sk 只到班组一级， 不记录检验员个人，这是数据最小化要求在模型层的落实。

2.7.4 测点时序分段事实表

时序数据不进关系型分区表。本表记录的是时间窗分段的元信息与段级特征， 原始时序按时间窗分段存储在时序存储中，两者以 seg_ref 关联。这样设计的理由有两条： 一是时序数据按秒级采样，若逐点入关系表则规模失控且无查询价值； 二是诊断与热处理两个场景使用时序的方式都是「取某段、算特征、与基线比」， 段级特征入表后，绝大多数查询不必触及原始点位。

表 A5-24　dwd_serv_signal_seg_f 测点时序分段事实表字段设计

炉次事实表中的 signal_seg_ref 与焊道参数事实表中的 signal_seg_ref 指向的都是本表的 seg_ref。这一个字段把热处理的实际温度曲线、焊接的参数流与各自的质量结论串在了一起， 是「一炉一档、一道一档」在模型层的实现方式。

2.8 汇总层与应用层设计

2.8.1 汇总层设计要求

汇总层按主题与统计周期建宽表，三条要求：同一指标只在一处计算，他处引用不重算； 指标定义须引用指标标准条目，表中保留 metric_code 字段指向标准条目编号； 禁止跨主题域关联，跨域需求在应用层按消费方组装。

不可加度量在汇总层的处理需单列说明。一次交检合格率当前维持在百分之九十七至九十八， 企业要求为百分之九十九，这项指标的分子分母口径、统计范围与剔除规则必须在指标标准中写定， 汇总层只按写定的口径计算。本文件不定义指标口径，只约定引用方式——这是分层职责的要求， 指标口径的裁决权在指标责任部门。

2.8.2 应用层输出清单

应用层面向两类消费方：11 个验证场景与四类数据集加工。两类消费方对输出的要求不同， 场景侧要的是可直接查询的视图与证据链，数据集侧要的是可批量导出的样本集与切分标记。

表 A5-25　应用层输出清单与消费方口径

2.8.3 应用层输出与四类数据集规模的对应

四类数据集的规模目标为预训练 615 亿 Token、指令微调 89 万条、强化学习偏好 6.6 万组、 基准测试 0.95 万条，按四个方向分解（b1578）。应用层输入集的作用是把模型层的结构化事实 与解析后的文档片段组织成可供加工的原料，加工环节的工序与质量检查节点不属本文件范围。 本文件只约定一件事：每个输入集须登记其构成血缘——由哪些模型对象的哪些版本、 按什么筛选条件与切分规则生成，以及训练用与评测用的切分是否交叠。

表 A5-26　应用层输入集与四类数据集的对应关系

四个方向的分解口径为：预训练按供需计划 276 亿、产品工艺设计 70 亿、制造过程 105 亿、 产品质量 164 亿 Token；指令微调按 40 万、10 万、15 万、24 万条；偏好数据按 3.2 万、0.8 万、 1 万、1.6 万组；基准测试按 0.4 万、0.1 万、0.2 万、0.25 万条。 模型层按主题域与四个方向一致的划分（见 2.5.1 节），正是为了使这一分解可以按主题域统计进度。

2.9 建模流程、变更管理与一致性检查

2.9.1 建模流程与评审点

表 A5-27　建模五步流程、产出与评审点

五步之间不设审批会议，评审以检查表方式在工具内完成，评审意见与处理结果留痕。 需求受理到上线登记的目标周期为十个工作日内，复杂跨域模型另议。 评审不通过的，退回上一步并记录退回原因，退回原因按季度汇总用于修订本文件。

2.9.2 作业的重跑与幂等要求

把转换集中在明细层的代价是作业较重，对冲办法是让每个作业可以安全重跑。本文件规定： 所有加工作业须按业务日期或批次号幂等——同一批次重复执行的结果与执行一次相同； 重跑须支持按分区范围指定，不允许只能全表重算；重跑产生的数据变更须在作业日志中 记录受影响的分区与行数，并触发下游依赖作业的重算。时序分段作业的幂等键为段标识， 文件解析作业的幂等键为文件摘要与解析规则版本的组合——解析规则升级后同一文件须重解析， 这正是用文件摘要加规则版本作幂等键而非仅用文件摘要的原因。

2.9.3 模型变更分级与影响评估

表 A5-28　模型变更分级、审批与处置

一级变更须同时评估已发布数据集版本的有效性。若变更导致某一版数据集的构成血缘不再成立， 该版本不自动作废，而是在数据集台账中标注「口径已变更」并给出影响说明， 由数据集发布责任岗位决定是否重出。这一处理方式的理由是数据集一经交付可能已被下游使用， 静默作废会造成下游结论无法解释。

图 A5-4　模型变更的影响评估与发布路径

图 A5-4　模型变更的影响评估与发布路径。数据来源：招标文件 3.2.6.1.1.2.3 第（4）项 对变更管理方法的要求（b1263、b1264）；变更分级口径见本文件表 A5-28。

2.9.4 模型与标准的一致性检查

模型设计是否真的落了标，不能靠评审时人眼看。本文件规定五项可由工具执行的检查， 在模型上线前自动运行，检查结果附在模型设计说明书后。

表 A5-29　模型与标准的一致性检查项

字段落标率首批目标不低于 80%：部分源系统字段尚无对应数据元标准条目，须随标准体系逐步补齐；未落标字段逐一说明理由并列入整改清单，按季度推进，避免建模停等标准。

2.9.5 模型设计说明书模板

表 A5-30　模型设计说明书模板（逐模型一份）

2.10 评审与修订机制

表 A5-31　本文件的评审与修订机制

「使用方岗位签收」用于变更追溯：模型层变更对下游的影响常滞后暴露（例如字段取值域扩充后，下游作业可能数周后才因新取值报错）。签收记录用于在问题出现时区分「通知未达」与「下游未及时适配」，缩小排查范围。

2.11 与矿山装备制造业务的结合点

本节把前述设计与业务对象的对应关系集中说明一次，便于使用方按业务问题索引模型。 这是本文件与通用数据仓库设计文档的主要差别所在。

表 A5-32　模型设计与业务对象、场景的对应

表中最后一列说明了一件事：模型层的每一项特殊设计都对应一个具体场景的具体需求， 没有为完备性而设的结构。这也是首批模型清单只列 48 个对象而非穷举全部业务对象的原因。

2.12 职责矩阵与责任边界

本文件各节分别写明了设计规则、流程与评审点，但「谁拟、谁签、谁批」散在表 A5-27 的评审人一列与表 A5-31 的评审组织一行里，查一件事要翻两处且两处的粒度不同。下表把本文件项下的动作逐项落到承办方，一项动作一行。代码的含义是：拟指起草与填报，签指会签并对本方口径负责，审指审核并出具意见，批指批准并承担决定后果，执指按已批准的结论执行，督指事后核查执行情况，配指按要求提供材料，横线表示该方在此动作中无职责。

列中的数据建模岗、数据标准岗与平台运维岗，沿用表 A5-27 与表 A5-31 已在用的岗位名，其归属按本文件既有规定；使用方指表 A5-25 中列出的应用层输出消费方。

表 A5-65　《数据模型分层架构》职责矩阵

表 A5-65 数据来源：动作取自本文件第 2.3 节至第 2.10 节；岗位名取自表 A5-27 评审人一列与表 A5-31 评审组织一行。

第 11 行与第 12 行把字段设计的「批」放在业务归口部门，而把「拟」放在数据建模岗。维表字段的类型、长度与分区是建模问题，取值域不是——工序维表能不能只有二十八个取值，是工艺部门的事实，不是建模岗可以设计出来的。第 12 行因此把工序维表取值与工序字典的对齐单列一行：字典未成文之前，这一行的「批」无从行使，依赖该维表的下游模型相应挂起，这一依赖关系在表 A5-11 的首批模型清单中已有标注。

第 19 行的「批」在数据建模岗，是本矩阵中少见的把受理权放在执行岗的安排。判断一个取数需求是否已有模型可满足，须同时知道现有模型的粒度与新需求的粒度，这件事只有建模岗做得了；办公室在本行只占「督」，它核查的是受理是否及时、退回是否记录了原因，不替代这项技术判断。退回原因按季度汇总用于修订本文件（第 2.9.1 节），这条回路使受理权不至于变成单方拒收。

第 24 行把幂等与重跑能力的「批」放在平台运维岗。幂等是写在设计里的属性，但它是否真的成立要在重跑中才看得出来，而重跑的后果由运维承担。把验收权放在承担后果的一方，是本文件在这一点上与通常做法不同之处。

责任边界按下列五条划定。

其一，业务含义、取值域、口径与剔除条件由业务归口部门确认。项目组承担建模、字段设计、落标与实现，提供候选口径及其依据，不代行业务口径的确认；口径分歧且协调未果的，按本附录第 4.5 节的争议处理路径提交裁定，不作单方面选择。

其二，源系统内部的字段改造与历史数据回改由系统主管部门决定。项目组提供映射方案、影响评估与转换规则，在不改造源系统的前提下通过贴源层与映射维持可用性；源系统改造带来的工作量与排期另行确认。

其三，使用方自行在应用层之上构建的加工逻辑，由使用方负责。项目组对表 A5-25 所列输出的口径、时效与字段稳定性负责，对使用方在其下游二次加工中引入的口径偏离，只在一致性检查中提出问题清单，不承担其整改实施。

其四，模型变更的下游适配由各使用方负责。项目组按表 A5-28 的时限发出通知并提供影响清单与回归验证方案，通知已签收而下游未适配造成的问题，归入下游适配未完成一类处理。

其五，本文件为样章，供甲方在实施期按实际系统环境与机构设置修改后发布。样章中的模型清单、字段设计与样例取值为模板与示意，不构成已经甲方确认的设计定稿。

本矩阵每一格的分工，是按本文件现有条款与表 A5-27、表 A5-31 推出来的承办关系，不是甲方现行制度中的实际分工。甲方机构设置与岗位名称明确后，本矩阵须逐行复核；复核中发现条款与实际分工不一致的，以修订条款为先，不以调整矩阵单方面迁就。

三、样章二：《数据分布及数据流图》V1.0

本节为招标文件交付物清单第 10 项的样章（b1333r11），回应数据架构规划第（2）项 对梳理各业务系统数据分布现状、绘制数据流图、明确数据存储位置、数据流向与数据交互关系的 要求（b1259、b1260）。

3.1 文件标识与版本

表 A5-33　文件标识（正式文档首页）

本文件的密级高于同域另两份文档，因为台账中登记了数据库实例、库名与文件存储路径一类信息。 正式文档中这类字段按甲方信息安全要求以登记标识代替明文，明文清单单独成册、单独分发 （见 3.4.4 节）。

3.2 适用范围与生效条件

本文件适用于本项目数据汇聚范围内的全部数据来源，覆盖招标文件 3.2.2.1 所列 17 套外围 应用系统（b0804r02、b0808—b0908）、设备侧的过程数据采集通道，以及不在系统内的三类资产： 纸质档案、散存文档与只存在于交流过程中的事实。本文件是三类工作的共同底图： 数据模型分层架构确定各层输入的依据、集成作业与接口开通清单的编制依据、 以及数据安全分级与权限范围划定的依据。

本文件不涉及甲方各源系统内部的数据结构设计与系统间既有集成关系的改造。 台账中登记的系统间现存交互关系用于判断权威源与口径差异，不构成对这些交互关系的变更建议； 确需改造的，按甲方信息化管理流程另行提出。

生效条件为经甲方数据管理办公室与信息化管理部门共同评审通过并发布。 因本文件的内容依赖现场取证，V1.0 的发布时点定在现状评估阶段完成、首批接口开通清单 确认之后；此前的工作稿不作为对外依据。

3.3 编制方法与证据要求

3.3.1 两条索引互为校验

数据分布台账与数据资产盘点表共用同一份调研底稿，但组织方式不同：盘点表以业务对象为 主索引，分布台账以系统为主索引。两者互为校验——盘点表中登记了对象在哪些系统有记录， 分布台账中登记了系统承载哪些数据域及其存储位置，二者对不上就说明盘点有遗漏。 按系统逐个盘点得到的是十七张互不衔接的字段清单，按业务对象盘点才能看出链路在哪一环断掉， 两条索引都做才既不漏系统也不漏对象。

3.3.2 取证方式与证据留存

台账中每一项登记须注明取证方式与取证时点，不接受「据了解」。取证方式分四类： 系统取证（从数据字典、数据库设计说明书、表结构或接口文档中读取）、 抽样统计（在已开通的只读通道上执行统计语句）、访谈确认（业务归口部门口头确认并书面回执）、 现场核对（到档案室、车间现场实地清点）。四类取证的可信度递减关系须在台账中体现， 后续建模取值时优先采用系统取证与抽样统计的结论。

招标文件已要求各源系统提供数据库连接信息、API 接口信息或 FTP 信息，以及数据字典或 数据库设计说明书（如 b0813、b0815、b0820、b0822、b0827、b0829、b0834、b0840、b0845、 b0851、b0856、b0863、b0869、b0876、b0882、b0888、b0893、b0898、b0904）。 这些材料是台账系统取证部分的直接依据，到位进度直接决定台账的完成进度， 因此台账每一行均设「取证材料到位状态」一列，未到位者标注并进入甲方配合事项清单（见 3.8 节）。

3.4 数据分布台账

3.4.1 台账字段定义

表 A5-34　数据分布台账字段定义

「主数据归属」与「口径差异」两列是台账的要点。企业当前的问题之一是同一类字段在不同 系统中的填写完整度差别很大，更麻烦的是同一个名称在不同系统中指的不是同一件事—— 库存三套口径并存就是典型。台账把权威源与副本分清、把口径差异逐条写明， 数仓建模时才知道该取哪一处的值。

3.4.2 台账样例行：结构化业务数据来源

下列三表按系统类别分组给出台账样例行。为便于阅读，表中只保留关键列， 完整字段按表 A5-34 在附件一的电子表格中登记。存量规模与增量频率标注为【待填】的， 须在接口开通并执行抽样统计后填入，不作估计。

表 A5-35　台账样例行（结构化业务数据来源）

表 A5-36　台账样例行（时序与设备侧数据来源）

表 A5-37　台账样例行（系统外资产）

系统外资产的四行（DL-021 至 DL-023 及 DL-018）对应的是同一类问题：数据不在系统里， 因而不能靠接口解决。处置方式分两种——已有纸质载体的做数字化，没有载体的在业务流程中 增设填报入口。后者的落地依赖甲方推动流程变更，本项目交付的是填报字段设计、预填逻辑 与校验规则，流程发文与岗位执行由甲方负责。这一责任边界在台账中逐行注明。

3.4.3 存量规模与增量频率的填写要求

存量与增量两列不接受估计值。填写要求为：结构化数据按主表行数统计并注明统计语句与执行时点； 文档与图纸按文件数与总容量统计并注明统计路径；时序数据按测点数、采样周期与保留期限 折算并注明折算方式。未开通取数通道的资产，两列填【待填】并在取证材料到位状态列标注未到位， 不以推测值填入。这条要求的理由是存量规模直接影响加工批次计划与算力资源测算， 用估计值填表会把误差传导到后续计划。

3.4.4 存储位置的登记口径

存储位置分两级登记。台账中登记存储位置标识与介质类别、部署区域，不存明文； 明文清单（数据库实例地址、库名、文件存储路径、挂载点）单独成册， 按甲方信息安全要求限定分发范围与借阅登记，并随项目结束一并移交。 这样处理的理由是分布台账的使用方较广——建模、取数、质量、安全各岗位都要查， 而明文位置信息的知悉范围应当更窄。两级登记以标识关联，查明文须另行申请。

3.5 数据流图

3.5.1 三个视角与各自用途

数据流图按三个视角出图，各有用途，不互相替代：系统间交互视图用于看清现有交互关系与 冗余路径，是接口改造与权威源判定的依据；业务对象流转视图用于看清一个工件的过程事实 如何在系统间传递以及标识在哪一跳断掉，是标识贯通方案的依据；本项目取数视图用于看清 从哪些系统取哪些数据、经哪条通道、落到哪一层，是接口开通清单与集成作业清单的底图。

正式文档中每个视角按主题域各出一张分图，合计十余张。本样章给出三个视角各一张全景图， 分图按同一图元规范（见 3.11 节）绘制。

3.5.2 视角一：系统间数据交互全景

图 A5-5　系统间数据交互全景与权威源分布

图 A5-5　系统间数据交互全景与权威源分布。数据来源：招标文件 3.2.2.1 各系统集成要求 （b0808—b0908）与 3.2.6.1.1.2.3 第（2）项（b1259、b1260）；权威源判定取现状评估访谈结论。

3.5.3 视角二：一个工件的标识传递链

这一视角是本文件最有诊断价值的一张图。它跟踪同一个物理工件从施工号下发到交付在役的 全过程，逐跳标注传递的是哪个标识字段，断在哪一跳。企业的根因之一是业务对象标识不贯通—— 施工号、产品号、图号、零件号、物料编码、工单号、炉次、焊缝与焊道、设备编码与故障记录 之间没有稳定主键关系，同一台产品在不同系统里叫不同的名字。把断点标在图上， 标识贯通方案要做哪几件事就一目了然。

图 A5-6　一个工件的标识传递链与标识断点

图 A5-6　一个工件的标识传递链与标识断点。数据来源：招标文件 3.2.6.1.1.2.3 第（2）项 （b1259、b1260）；断点条目取现状评估阶段对数据条件的调研结论。

3.5.4 视角三：本项目取数通道与各层落点

第三个视角是接口开通清单的底图：七类通道分别承接哪些数据形态、从哪些系统取、 落到分层架构的哪一层，以及受控回写的范围。技术方案正文已给出这一视角的总体流图， 本文件在其基础上补出通道与层次的逐一对应关系，并标明各通道的取数窗口。

图 A5-7　七类取数通道、数据形态与分层落点

图 A5-7　七类取数通道、数据形态与分层落点。数据来源：招标文件 3.2.6.1.1.2.3 第（3）项 （b1261、b1262）、3.2.2.1 各系统低峰时段要求（b0814 等）、3.2.2.2 离线非结构化数据录入要求 （b0909—b0913）。

3.6 系统间交互关系矩阵

数据流图给出的是整体样貌，接口开通与变更影响评估还需要一张逐对关系的矩阵。 矩阵按「谁是权威源、谁是副本、经什么方式传递、现存什么问题」登记。 技术方案正文已给出矩阵的体例与十二条关键关系，本文件在正式版本中按逐对关系补全， 并增设三列用于接口管理：接口编号、字段数与取数窗口。下表给出增设列后的样例行。

表 A5-38　系统间交互关系矩阵（增设接口管理列，样例行）

矩阵中「现存问题」一列与现状评估的不足项清单逐条对应，两份文件在项目期内同步维护。 「权威源归属」一列是数仓建模取值的直接依据：同一字段在多个系统中都有，一律取权威源的值， 副本只用于交叉校验。表中有两处当前无仲裁规则的情形（工时定额两处互为来源、库存口径差异）， 须经口径确认流程产生结论后方可建模。接口编号与集成作业编号一一对应，在《数据集成共享 管理规范》的作业登记台账中同号登记，便于从接口追到作业、再追到模型。

3.7 数据断点与打通方案清单

断点清单是本文件最直接服务于项目目标的一节。清单逐条登记断点现象、影响的场景、 打通方式、责任边界与验收口径，是场景验证能否成立的前置条件表。

表 A5-39　数据断点与打通方案清单

清单中「验收口径」一列多处写为「达到约定门限」而非具体数值，原因是门限值须以首批实测 结果为基线确定。本文件规定门限确定的时点与方式：首批数据到位后两周内由项目组提出 基线报告与建议门限，经甲方数据管理办公室确认后写入本文件次版本。先定方法、后定数值， 比在无基线时写一个数更可执行。

3.8 接口开通清单与甲方配合事项

表 A5-40　接口开通所需材料与配合事项

本表在项目期按周更新状态，是接口开通进度的唯一依据。材料未到位的系统， 其台账相关行保持【待填】而不以推测值填入；若某一系统的材料长期未到位而影响场景验证进度， 按项目变更流程提出并记录对进度的影响。源系统厂商配合的协调由甲方推动， 本项目交付的是接口规格要求与联调验证方案。

3.9 与矿山装备制造业务的结合点

本文件的三个视角分别回答三个业务问题，这是它区别于通用数据分布文档的地方。 系统间交互全景回答「同一件事在哪几套系统里都有记录、该信哪一处」—— 库存三套口径并存、工时定额两处互为来源、指标口径与业务系统口径有差异， 这三件事在矩阵的权威源归属一列有明确结论。标识传递链回答「为什么跨系统追一件事要靠人工对账」—— 五处标识断点逐一标注，每一处都对应断点清单中的一条打通方案。取数通道视图回答 「为什么不能用一种方式把数据都接进来」——原生图纸不支持整批导出、时序按秒级采样、 纸质报告尚未数字化，三类资产的取数方式各不相同。

三个视角共同服务于一件具体的事：使 63 万张图纸与其配对工艺卡、 试点炉型的炉次档案、试点产线的焊道参数三类成对样本能够被稳定地组织出来。 这三类成对样本是四类数据集中最有价值也最难获得的部分， 它们的可获得性完全取决于本文件所梳理的分布与断点是否清楚。

3.10 维护、评审与修订机制

表 A5-41　本文件的维护与修订机制

3.11 附录：数据流图图元规范

正式文档中的十余张分图由不同岗位分别绘制，图元不统一会导致同一种线型在两张图里 含义不同。本节规定图元口径，一并作为交付物的一部分。

表 A5-42　数据流图图元规范

图元规范中「箭头上必须标注传递的数据内容」一条是有具体原因的：不标内容的箭头图只能 说明两个系统之间有联系，不能用于判断接口开通范围。本项目的数据流图要直接作为接口清单的 底图使用，因此每条边都须可追溯到矩阵中的一行。

3.12 职责矩阵与责任边界

本文件是一份台账加图集，它的管理动作与制度类文件不同：多数动作是取证、登记与核对，少数是裁定与审批。表 A5-41 规定了维护与修订的走法，但逐行取证、权威源归属、断点认定这些日常动作归谁，仍须一张可查的表。下表把本文件项下的动作逐项落到承办方。代码的含义是：拟指起草与填报，签指会签并对本方口径负责，审指审核并出具意见，批指批准并承担决定后果，执指按已批准的结论执行，督指事后核查执行情况，配指按要求提供材料，横线表示该方在此动作中无职责。

本矩阵把「源系统业务归口部门」与「信息化管理部门」分列两列。两者在表 A5-41 的评审组织里并列出现，但职责不同：前者确认数据的业务含义与权威性，后者确认系统的部署、接口与账号。合并一列会使权威源仲裁与接口开通这两条路径在矩阵上重叠，而本项目中卡住的恰恰是它们各自的那一端。

表 A5-66　《数据分布及数据流图》职责矩阵

表 A5-66 数据来源：动作取自本文件第 3.3 节至第 3.11 节；岗位名取自表 A5-41 评审组织与滚动维护两行。

第 8 行与第 9 行须分开读。权威源的认定在正常情形下由源系统业务归口部门作出——哪个系统的数据算数，这是业务判断。只有两个部门各自主张本系统为权威源而协调不成时，才进入第 9 行的仲裁，由数据管理办公室裁定。两行不合并的原因是：合并之后，认定权就实际上升到了办公室，而办公室并不掌握判断所需的业务事实，结果是每一次认定都要开一次会。

第 18 行把接口与账号开通的「批」放在信息化管理部门，而第 17 行的清单编制由数据架构岗「拟」。本项目中这条路径的滞后在第 3.8 节已有记载，矩阵把两步分开，是为了在月度跟踪时能分清是清单没提出来，还是提出来了没批。第 19 行随之把配合事项的「执」同时给到信息化管理部门与源系统业务归口部门：授权开通的两个前提——系统侧放行与业务侧同意——缺一不可，任一方未动都足以使该事项挂起。

第 20 行是本矩阵中唯一一行「批」在数据架构岗而办公室只占「督」的。台账随接口开通逐行更新，若每一行都要办公室核准，更新就会积压到季度复核时一次补录，而补录的台账在取证时点上已经失真。表 A5-41 因此规定滚动维护不走版本发布流程，矩阵与之一致；办公室的「督」落在季度复核时核查取证时点是否超过六个月。

责任边界按下列四条划定。

其一，源系统内数据的准确与完整由源系统主管部门负责。项目组负责分布的梳理、取证与登记，对台账所记事实与取证记录的一致性负责，不对源系统内数据本身的质量作出保证，发现的问题按本附录第 4.5 节的路径反馈。

其二，接口开通、账号发放与授权范围由甲方决定。项目组提出规格要求、配合联调并登记开通状态，不绕过授权流程自行取数；授权未开通期间，相关台账行记为待取证并在月度报告中列明，其影响在偏差归因中单独列示。

其三，权威源归属的最终认定权在甲方。项目组提供候选结论、比对证据与影响清单，不代行认定；认定结论变更导致的模型与作业改动，按表 A5-28 的变更分级处理，工作量与排期另行确认。

其四，本文件为样章，其中的台账行、系统清单与断点条目为按现有访谈与现场核实整理的示意，取证结论以实施期的逐行取证记录为准，不构成已经甲方确认的现状定稿。

本矩阵每一格的分工，是按本文件现有条款与表 A5-41 推出来的承办关系，不是甲方现行制度中的实际分工。甲方机构设置与岗位名称明确后，本矩阵须逐行复核；本文件的台账随接口开通滚动更新，复核宜与季度例行复核同期进行。

四、样章三：《数据集成共享管理规范》V1.0

本节为招标文件交付物清单第 11 项的样章（b1333r12），回应数据架构规划第（3）项 对规划统一数据集成架构、明确多模态数据采集适用场景、制定数据集成共享管理规范的 要求（b1261、b1262）。本文件为制度类文档，正文采用条文体，共八章六十二条。

4.1 文件标识与版本

表 A5-43　文件标识（正式文档首页）

4.2 适用范围与生效条件

本规范适用于本项目范围内一切数据集成与数据共享活动，包括：从甲方各源业务系统、 设备侧采集通道与离线档案向本项目平台的数据接入；平台内各层之间的加工作业调度； 平台向本项目各验证场景、数据集加工环节的数据提供；以及平台数据向甲方内部其他使用方 或甲方授权的外部对象提供。参与上述活动的项目组岗位、甲方相关岗位均须遵守本规范。

本规范不适用于甲方各源业务系统之间既有的集成关系，这类关系按甲方既有信息化管理规定执行； 也不适用于数据集封装包交付后由使用方在其自身环境内的再加工。 数据集通过运营服务管理平台挂牌展示与对外发布的环节属平台侧职责， 本规范只约定移交与登记的衔接要求。

本规范生效须同时满足：经甲方数据管理办公室与信息安全管理部门共同评审通过并由甲方发布； 《数据分布及数据流图》已发布首版，使本规范第二章的通道选用有台账依据； 数据安全分级标准已发布首版，使第四章的审批矩阵有分级依据。

4.3 正文结构

表 A5-44　《数据集成共享管理规范》章节结构

4.4 第一章　总则

第一条（目的） 为规范本项目数据集成与数据共享活动，使数据从源端进入平台、 在平台内加工、再提供给使用方的每一步都有申请、有登记、有权限、有日志，制定本规范。

第二条（依据） 本规范依据《数据治理顶层规划方案》《数据安全管理办法》 《数据安全分级标准》《数据权限管理规范》制定，并引用《数据分布及数据流图》的 台账与矩阵结论、《数据模型分层架构》的分层与命名约定。 本规范与上位制度冲突时，以上位制度为准。

第三条（适用范围） 见 4.2 节，不在条文中重复。

第四条（术语） 本规范中： 集成，指把数据从一处系统或载体按约定方式移动或读取到另一处的活动； 通道，指承载集成活动的技术路径，本规范划分七类； 集成作业，指在某条通道上按调度执行的一个可独立运行的数据处理单元； 共享，指平台已有数据向使用方提供访问或副本的活动； 受控回写，指平台向甲方源系统写入数据的活动，仅限明确约定的范围； 权威源，指某类数据在多个系统中的取值依据来源，判定结论见《数据分布及数据流图》。

第五条（基本原则之一：登记在先） 任何集成活动须先在元数据中登记来源、字段、 频率、责任岗位与用途，登记完成后方可开通。未登记的取数行为按违规处置。

第六条（基本原则之二：只读优先、最小必要） 对甲方源系统的访问一律只读优先； 取数范围限于已登记用途所必需的表与字段，不以「将来可能用到」为理由扩大范围； 确需回写的，按第十七条、第十八条执行。

第七条（职责分工） 甲方系统管理岗位负责源端通道的开通、字段与接口变更的通知； 甲方数据管理办公室负责通道新增与共享申请的审批、权威源与口径的仲裁； 甲方信息安全管理部门负责分级、权限与对外提供的安全审查； 项目组负责集成作业的设计、开发、运行、监控与变更，负责影响评估与同步修改， 并按本规范保存全部登记与日志。各方职责的详细边界见第七章。

4.5 第二章　集成架构与通道管理

第八条（统一集成架构） 统一集成架构的「统一」指所有取数走同一套登记、同一套权限、 同一套日志，不指用一种技术承接全部数据形态。本企业的数据形态跨度很大： 结构化账务、原生图纸文件、秒级时序、工艺过程图像、纸质扫描件各不相同， 用一种采集方式必然削足适履。因此架构上分七类通道，管理上统一登记。

第九条（七类通道与适用场景） 七类通道的适用数据形态、适用场景、取数方式与 不适用情形见表 A5-45。通道编号在作业登记中引用。

表 A5-45　七类集成通道与适用场景

第十条（通道技术要求） 各通道的技术参数要求见表 A5-46。参数未达要求的通道不得上线； 源端条件暂不满足的，按第十二条申请变通方案并记录。

表 A5-46　七类通道的技术要求

第十一条（通道选用规则） 通道选用按下列顺序判定，不得跳过前序条件直接选用后序通道： 一、本项目已有同源同类通道的，复用既有通道，仅扩展字段范围； 二、源端具备变更标识字段且需求时效为分钟级以内的，选 CH-2； 三、需求时效为日级且数据为结构化整表的，选 CH-1； 四、仅需按业务键查询少量记录的，选 CH-3； 五、数据为文件形态的，按文件性质选 CH-4 或 CH-5； 六、数据为时序或影像的，选 CH-6 或 CH-7； 七、以上均不适用的，按第十二条申请新增通道。

表 A5-47　通道选用判定表

第十二条（新增通道的申请与审批） 新增通道须提交申请，内容含：需求来源与用途、 为何七类通道均不适用、拟采用的技术方式、对源端的影响评估、安全评估与回退方案。 申请由项目组数据架构岗提出，甲方数据管理办公室会同信息安全管理部门审批。 审批通过的新增通道须在本规范次版本中补入通道清单。

第十三条（取数窗口） 面向甲方源系统的取数作业一律安排在业务低峰时段， 招标文件对各源系统提出的低峰时段要求为零点至五点，本项目据此排程（b0814、b0821、b0828、 b0835、b0841、b0846、b0852、b0857、b0864、b0870、b0877、b0883、b0889、b0894、b0899、b0905）。 准实时类通道（CH-2、CH-3 及 CH-6 的增量部分）不受窗口限制，但须设流量上限； 历史回溯一律在窗口内执行。窗口的实际时段以各系统业务归口部门确认为准， 确认结果登记在分布台账的「低峰时段」一列。

第十四条（取数范围变更） 已开通通道的字段范围扩展，按作业变更处理（第二十九条）， 不重新申请通道；跨系统的新增取数，须新增作业并重新登记。

第十五条（源端条件不满足时的处置） 源端不具备变更标识字段、不支持整批导出、 采集范围未覆盖所需设备三类情形，不以降低数据要求的方式绕过，而按下列方式处置并记录： 无变更标识的改用 CH-1 按分区比对；不支持整批导出的按项目分批读取； 采集未覆盖的列入分批扩展清单，扩展范围以现场勘察结论为准。三类处置均在作业登记中注明。

第十六条（解析就地执行） 原生图纸与工艺文件的解析在甲方内网就地进行， 原件不出内网。解析产出的结构化字段进入平台明细层，原件仍留在源端或贴源层文件登记中。

第十七条（受控回写的范围） 平台向甲方源系统的回写限于明确约定的范围， 当前约定范围为备料场景回填的零件明细与物料清单、工时定额建议两项。 范围的扩大须经甲方数据管理办公室审批并更新本条。

第十八条（受控回写的执行要求） 受控回写须满足四项： 回写内容须经甲方对应岗位在界面上确认后方可提交，不得自动写入； 回写记录须保留提交前后的值与确认岗位； 回写失败须回滚并告警，不得部分写入； 回写通道与取数通道物理分离，账号权限分设。

4.6 第三章　集成作业管理

第十九条（作业申请） 新建集成作业须提交《数据集成作业申请单》（见附件一）， 内容含：作业名称与拟用通道、数据来源与目标、字段清单、用途与支撑的场景或数据集、 调度频率与窗口、预估数据量、责任岗位、安全分级初判。申请单经数据架构岗评审、 数据治理负责岗核准后进入开发。

第二十条（作业评审要点） 评审检查六项：用途是否明确且与已登记需求对应； 字段范围是否最小必要；通道选用是否符合第十一条；调度窗口是否符合第十三条； 幂等键是否已定义；失败处置是否已定义。六项任一不满足即退回。

第二十一条（作业登记） 作业经评审通过即在元数据中登记，登记字段见表 A5-48。 登记内容与《数据分布及数据流图》的接口编号一一对应，与分层架构的作业编号同号。

表 A5-48　集成作业登记字段定义

第二十二条（命名与版本） 作业命名与版本号按《数据模型分层架构》第 2.4 节执行， 本规范不另立规则。作业脚本纳入配置管理，版本与作业登记的版本号一致。

第二十三条（调度与依赖） 作业依赖关系须显式声明，不允许用时间间隔隐式表达依赖。 上游失败时下游是否执行，按作业登记中的「是否阻断下游」取值决定： 取「阻断」的，上游失败则下游不启动并告警；取「不阻断」的，下游按上一可用批次执行 并在输出中标注数据时点。库存与供需一类对时点敏感的汇总作业一律取「阻断」。

第二十四条（上线与试运行） 作业上线前须完成试运行，试运行要求： 不少于三个完整调度周期；与源端对账，行数与关键度量差异在约定容差内； 幂等性验证，同一批次重复执行结果一致；失败注入验证，人为中断后可按幂等键安全重跑。 试运行结论记入作业登记，未通过不得转入运行中状态。

第二十五条（监控与告警） 作业须纳入统一监控，监控项含：执行成功与失败、 执行时长偏离历史均值的幅度、取数行数偏离历史均值的幅度、位点落后时长、 源端连接失败次数。告警分级与响应时限见表 A5-49。

表 A5-49　告警分级与响应时限

第二十六条（失败处置与重试） 失败后按作业登记的重试参数自动重试； 重试耗尽仍失败的，置作业为失败状态并告警，不得静默跳过该批次。 跳过某一批次须经数据治理负责岗批准并在作业日志中记录跳过原因与影响范围。

第二十七条（数据延迟的处置） 源端数据延迟导致取数为空或不完整的， 作业不得将空结果作为正常结果写入下游。处置方式为：保持上一批次有效数据， 标记本批次为延迟，并按告警二级通知。延迟超过两个调度周期的升为一级。

第二十八条（重跑） 重跑须指定分区或批次范围，不允许无范围全表重算。 重跑产生的变更须记录受影响分区与行数，并触发下游依赖作业重算。

第二十九条（作业变更） 作业变更分三类： 字段范围扩展与调度参数调整为轻微变更，由数据架构岗核准； 源对象变更、通道变更、目标表变更为重大变更，须重新评审并试运行； 用途变更须重新进行安全分级与审批。三类变更均生成变更单并更新作业登记。

第三十条（作业下线） 作业下线须确认无下游依赖、已完成数据归档或退役处置、 已关闭源端账号权限三项，下线记录保留。下线不等于删除历史数据， 历史数据的处置按数据退役管理规范执行。

第三十一条（作业台账） 全部作业的登记构成集成作业台账，台账按月出具运行报表， 内容含作业数量、成功率、告警统计、变更统计与下线统计。报表随项目月报提交。

图 A5-8　集成作业的生命周期与各节点的审批与留痕

图 A5-8　集成作业的生命周期与各节点的审批与留痕。数据来源：招标文件 3.2.6.1.1.2.3 第（3）项（b1261、b1262）；低峰时段要求见 3.2.2.1 各系统集成要求。

4.7 第四章　数据共享管理

第三十二条（共享的三种情形） 本规范区分三种共享： 项目内共享，指平台数据提供给本项目的场景验证与数据集加工环节； 甲方内部共享，指提供给甲方其他部门或其他系统； 对外提供，指提供给甲方授权的外部对象。三种情形的审批层级与要求递增。

第三十三条（共享分级） 共享的审批层级由数据敏感级别与共享情形共同决定，见表 A5-50。 敏感级别按《数据安全分级标准》取值。本表是本章的核心条文，审批不得越级简化。

表 A5-50　共享审批权限矩阵

第三十四条（共享申请） 共享申请须提交《数据共享申请与审批单》（见附件二）， 内容含：申请方与用途、数据范围与字段、使用期限、存放位置、拟采用的共享方式、 是否二次分发、脱敏要求。用途须具体到业务事项，不接受「用于研究」一类表述。

第三十五条（用途限定） 共享数据仅可用于申请时登记的用途。 用途变更须重新申请；超出用途使用按违规处置。

第三十六条（使用期限与回收） 共享须设使用期限，到期自动失效。 期限届满需延续的，重新申请。以副本方式提供的数据，到期后使用方须按约定方式销毁 并提交销毁确认；以访问方式提供的，到期后由平台回收权限。

第三十七条（脱敏要求） 共享数据中含人员、客户、价格、成本等敏感字段的， 按表 A5-51 的规则脱敏。脱敏在共享环节执行，不改动平台内原始数据； 脱敏执行结果须留痕，含脱敏规则编号与执行时间。

表 A5-51　脱敏规则表

脱敏方法一列的「保留的信息」是本表的设计要点：脱敏不是把字段抹掉， 而是在去掉识别性的同时保留下游分析所需的可比性。 价格字段若直接抹除，库存与供应链场景的物料分层就无法做； 按基期归一则既不暴露绝对值又能保留相对关系。

第三十八条（共享方式） 共享方式按优先顺序为： 平台内授权访问（不产生副本）优先； 按需导出的受控副本次之； 数据接口服务用于系统间集成； 离线介质交付仅在前三种不可行时采用，须经额外审批并登记介质编号与交接记录。

第三十九条（禁止二次分发） 共享数据未经原审批方同意不得二次分发。 申请单中须明确使用方的保管责任与人员范围。

第四十条（项目内共享的简化） 项目内共享在不涉及敏感与重要级数据时按登记制， 不逐次审批，但须在作业登记中注明消费方与用途，并纳入月度共享台账。 这一简化的前提是项目内各环节的访问权限已按岗位最小必要配置。

第四十一条（对外提供的额外要求） 对外提供除按矩阵审批外，另须完成三项检查： 一是数据权属检查，确认所提供数据的权属与使用权范围； 二是合规检查，核查是否包含不可用于商业用途的建设内容、是否含第三方许可受限内容； 三是安全检查，确认脱敏已执行、提供方式与交接记录齐备。三项检查的结论附在审批单后。

第四十二条（对外服务的接口口径） 本项目的数据集将具备按统一目录标识登记、 统一身份注册与标准接口互联互通对接的条件（b1206、b0676）， 对外提供的审批口径因此须先行写定，不等到挂牌时再议。 数据集通过运营服务管理平台挂牌与对外发布的具体环节属平台侧职责， 本规范约定移交时须同时移交的材料：数据集版本指纹、数据卡、质检与验证报告、 权属与许可登记记录。

第四十三条（共享台账） 全部共享申请与审批构成共享台账，登记字段见附件五。 台账按月统计共享次数、涉及数据范围、到期回收执行情况，随项目月报提交。

第四十四条（拒绝与申诉） 共享申请被拒绝须书面说明理由。 申请方认为理由不成立的，可向上一级审批方提出一次复核，复核结论为最终结论。

图 A5-9　数据共享的申请、审批、授权、使用与回收闭环

图 A5-9　数据共享的申请、审批、授权、使用与回收闭环。数据来源：招标文件 3.2.6.1.1.2.3 第（3）项（b1261、b1262）；对外服务接口要求见 b1206、b0676。

4.8 第五章　源端变更与影响评估

第四十五条（变更通知责任） 甲方源系统的表结构、字段含义、接口协议、 取值域或数据口径发生变更，由该系统的变更通知责任岗位在变更实施前通知项目组。 通知责任岗位逐系统登记在分布台账中。未经通知的变更导致数据异常， 按第五十六条的情形二处理。

第四十六条（变更分级） 源端变更分四级，分级与处置要求见表 A5-52。 分级由项目组数据架构岗在收到通知后一个工作日内判定并反馈。

表 A5-52　源端变更分级与处置

第四十七条（影响评估单） 一级与二级变更须出具《源端变更影响评估单》（见附件三）， 内容含：变更内容与来源通知、受影响的作业与模型清单、受影响的数据集版本与场景结论、 同步修改方案、复测方案、回退方案、建议的实施时点。

第四十八条（已发布数据集版本的处置） 变更导致某一版数据集的构成血缘不再成立时， 该版本不自动作废，而在数据集台账中标注「口径已变更」并给出影响说明， 由数据集发布责任岗位决定是否重出。理由是数据集一经交付可能已被下游使用， 静默作废会造成下游结论无法解释。

第四十九条（同步修改与复测） 同步修改完成后须复测： 修改涉及的作业按第二十四条重新试运行一个完整周期； 修改涉及的模型按模型变更复测要求执行； 修改涉及的数据集输入集须重新经质量检查节点判定并出具结论。复测通过方可恢复正常调度。

第五十条（变更的反向回写） 变更评估与处置结论须回写三处： 分布台账的相应行与矩阵的相应接口；集成作业登记的最近变更单号； 受影响文档（分层架构、本规范）的修订记录。三处回写完成，该次变更方可关闭。

图 A5-10　源端变更的通知、评估与关闭流程

图 A5-10　源端变更的通知、评估与关闭流程。数据来源：招标文件 3.2.6.1.1.2.3 第（4）项 对变更管理方法的要求（b1263、b1264）；本规范第五章条文。

4.9 第六章　安全、审计与留痕

第五十一条（访问控制） 集成与共享涉及的账号按岗位最小必要配置，一岗一账号， 不设共享账号；源端账号由甲方系统管理岗位开通并定期复核； 平台内权限按数据分级与岗位职责授予，权限变更留痕。

第五十二条（日志留痕） 下列活动须完整记录日志，字段见表 A5-53： 集成作业的每次执行、对源端的每次取数调用、每次受控回写、 每次共享授权与访问、每次权限变更。日志不可修改，保留期限按 《数据安全管理办法》规定且不短于项目期。

表 A5-53　审计日志字段定义

日志字段中「操作岗位」只记录岗位不记录个人姓名，这与数据最小化要求一致； 需要追溯到具体人员时，经甲方信息安全管理部门按既有流程从账号台账反查。

第五十三条（审计抽查） 每季度一次审计抽查，抽查内容： 作业登记与实际取数范围是否一致；共享授权是否均有对应申请与审批； 到期共享是否已回收；脱敏是否按规则执行；日志是否完整无缺口。 抽查比例不低于当期作业数与共享申请数各百分之十，抽查报告提交甲方数据管理办公室。

第五十四条（取数范围核对） 审计抽查中发现实际取数范围超出登记范围的， 立即收窄至登记范围并补做评估；属登记遗漏的，补登记；属擅自扩大的，按违规处置。

第五十五条（日志完整性） 日志出现缺口（时间段无记录但有数据变化）须作为一级问题处置， 查明原因并补全可补部分，不可补部分在审计报告中明确标注。

第五十六条（违规情形与处置） 下列情形按违规处置： 情形一，未登记即取数或未审批即共享——立即停止该活动，补做申请与评估，记入月度报告； 情形二，源端变更未通知导致数据异常——由双方在项目例会上确认事实，补入台账， 并复核该系统的通知责任岗位登记是否准确； 情形三，共享数据超出登记用途使用或二次分发——停止授权并回收，由甲方按内部管理规定处理； 情形四，日志缺失或被修改——作为一级问题处置并追查原因。 违规处置的目的是恢复可控状态与补齐记录，而非替代甲方内部的管理问责。

4.10 第七章　责任、考核与监督

第五十七条（三方责任边界） 责任边界见表 A5-54。表中未列事项按「谁产生谁负责、 谁使用谁负责」的原则协商确定，协商结论补入本表。

表 A5-54　源端、集成方与使用方的责任边界

第五十八条（考核指标） 本规范的执行情况按四项指标考核，按季度统计： 作业登记完备率（已登记作业数与实际运行作业数之比）； 共享合规率（有完整申请与审批的共享次数占比）； 到期回收执行率；变更评估按时完成率。四项指标的目标值在首季度统计后确定基线， 此后逐季逐步接近约定目标，不在无基线时预设数值。

第五十九条（监督） 甲方数据管理办公室对本规范的执行情况进行监督， 可随时调阅作业登记、共享台账与审计日志。项目组按月提交执行情况报告。

第六十条（报告内容） 月度报告内容：新增与下线作业数、告警统计与处置情况、 共享申请与审批统计、到期回收情况、源端变更统计与评估完成情况、违规情形与处置、 四项考核指标的当期值。

4.11 第八章　附则

第六十一条（解释与修订） 本规范由甲方数据管理办公室负责解释。 每年一次例行复核；下列情形即时启动修订：新增集成通道经审批通过； 数据安全分级标准修订；受控回写范围调整；对外提供口径调整； 审计抽查发现制度性缺口。修订须经原审批层级重新批准。

第六十二条（生效与附件） 本规范自甲方发布之日起生效。 附件一《数据集成作业申请单》、附件二《数据共享申请与审批单》、 附件三《源端变更影响评估单》、附件四《集成作业登记台账》、附件五《数据共享台账》 与本规范具有同等效力。

4.12 与矿山装备制造业务的结合点

本规范的条文多数是通用的制度语言，但其中六处是按本企业的实际条件写的， 这几处决定了规范能不能真正执行。

表 A5-55　规范条文与业务条件的对应

六处之外，第四十二条关于对外提供口径先行写定的要求，针对的是本项目数据集的既定去向—— 按统一目录标识、统一身份登记、统一接口要求接入国家数据基础设施， 并在数据交易所挂牌（b0676、b1206）。对外提供的审批口径若等到挂牌时再议， 届时会发现部分数据的权属与许可条件未在加工期登记，无法补证。 因此权属与许可登记在加工期即须完成，这一要求通过第四十一条的权属检查前置落实。

4.13 评审与修订机制

表 A5-56　本规范的评审与修订机制

4.14 附件：表单模板与样例填写

4.14.1 附件一　数据集成作业申请单

表 A5-57　《数据集成作业申请单》模板与样例填写

4.14.2 附件二　数据共享申请与审批单

表 A5-58　《数据共享申请与审批单》模板与样例填写

4.14.3 附件三　源端变更影响评估单

表 A5-59　《源端变更影响评估单》模板与样例填写

4.14.4 附件四与附件五　两份台账

附件四《集成作业登记台账》的字段即表 A5-48 的全部字段，按作业编号排列， 每月出具运行报表。附件五《数据共享台账》的字段见下表，按申请单号排列。

表 A5-60　《数据共享台账》字段与样例行

4.15 职责矩阵与责任边界

第七条以四句话概括了四方的职责分工，第五十七条与表 A5-54 又按事项列出了三方的责任边界。两处都对，但都不足以在办一件具体的事时直接查到谁拟、谁签、谁批——第七条的粒度是「负责什么」，表 A5-54 的粒度是「谁对什么后果负责」，中间少了一层动作级的对应。

下表补这一层：把第二章至第七章的管理动作逐项落到承办方，一项动作一行。代码的含义是：拟指起草与填报，签指会签并对本方口径负责，审指审核并出具意见，批指批准并承担决定后果，执指按已批准的结论执行，督指事后核查执行情况，配指按要求提供材料，横线表示该方在此动作中无职责。

列名沿用第七条所称的四方，并把「使用方」单列——第四章的共享管理中使用方不是旁观者，用途限定、期限回收与禁止二次分发三条的执行责任都在它。

表 A5-67　《数据集成共享管理规范》职责矩阵

表 A5-67 数据来源：动作取自本规范第八条至第六十二条；方名取自第七条职责分工与表 A5-54。

第 10 行是本矩阵中唯一一行出现两个「批」的。受控回写的范围要同时过两道：数据管理办公室批的是回写这件事在治理上是否允许，业务归口部门批的是回写的内容在业务上是否正确。第十七条把回写限于明确约定的范围，而「明确约定」在实践中容易变成只有治理一侧签字；两个「批」分列，是要求业务侧在范围表上同样留痕。第 11 行随之把「执」给到三方——岗位确认在源端与业务侧，内容与校验在集成侧，缺任一方该次回写都不成立。

第 26 行与第 30 行的职责都落在使用方，这在一张以集成方为主的矩阵里容易被忽略。用途限定与禁止二次分发是共享管理中最常被突破的两条，而突破它们的动作发生在使用方那一侧，集成方从日志里只能看到数据被取走，看不到之后流向哪里。矩阵把「执」明确放在使用方，办公室与安全部门占「督」，对应第五十三条的季度抽查——这两条的落实靠事后抽查，不靠事前管控，条文与矩阵在此是一致的。

第 36 行把已发布数据集版本的处置判定列为需要使用方会签的事项。源端一处字段变更，可能使某一版数据集的构成血缘不再成立；此时是重新生成、标注失效还是维持原版并附说明，直接影响已经基于该版本开展的评测与场景验证。使用方在本行占「签」而不是「配」，是为了让这个判断在作出之前就听到下游的意见。

责任边界按下列六条划定，与表 A5-54 配合使用：表 A5-54 按事项划分三方责任，本节按动作补充其中容易含混的几处。

其一，源系统内数据的准确与完整由甲方源端负责。项目组负责清洗、落标与质量问题的反馈，不对源系统内数据本身作出保证；因源端数据问题导致的下游返工，其工作量按第二十九条的作业变更处理。

其二，通道开通、账号发放与授权范围由甲方决定。项目组提出规格要求并配合联调，不绕过授权流程自行取数；源端条件不满足时按第十五条提出替代方案，替代方案的采用须经审批，项目组不单方面选定。

其三，受控回写的内容由项目组提供并校验，回写动作所对应的业务流程与岗位确认由甲方落地。回写数据进入源系统后的使用与留存，按甲方对该系统的管理规定执行。

其四，共享数据在使用方处的用途、期限与分发，由使用方负责。项目组执行授权、脱敏与到期回收，并保存相应日志；对使用方在授权范围之外的使用行为，项目组在审计抽查中提出问题清单，不承担其整改实施。

其五，数据的敏感级别与业务含义由甲方判定。项目组按判定结果配置权限与脱敏规则，不代行分级；分级结论变更的，相应的权限与脱敏配置按第二十九条作为作业变更处理。

其六，本规范为样章，供甲方在实施期按自身系统环境与安全制度修改后发布。样章中的通道清单、技术参数与审批层级为模板与建议值，不构成已经甲方确认的制度条文。

本矩阵每一格的分工，是按本规范现有条文与表 A5-54 推出来的承办关系，不是甲方现行制度中的实际分工。甲方机构设置与岗位名称明确后，本矩阵须逐行复核，与第七条的职责分工条文一并更新；条文与矩阵不一致的，以修订条文为先。

五、三份文档的项目期交付与验收口径

5.1 交付时点与节奏

招标文件要求至少交付不少于 25 份数据治理规划文档（b1332），并说明具体的交付文档数量和 名称可在实施阶段滚动优化（b1334）。本附录三份文档的交付安排如下表。 三份均在蓝图设计阶段交付首版，作为后续建模与取数的前置依据。

表 A5-61　三份文档的交付时点与交付物构成

5.2 验收口径

三份文档的验收不按页数与字数，按下表的可检查项。验收人可按表逐项核对， 核对不通过的退回补充。这张表在项目期也是我方自查的清单。

表 A5-62　三份文档的验收检查项

5.3 与其他治理文档的衔接

本附录三份文档与招标文件交付物清单中其余 34 份的衔接关系，集中在五处， 项目期编制时须按此口径对齐，避免同一事项在两份文档中给出不同规定。

表 A5-63　与其他治理文档的衔接口径

第五处：《数据集成共享管理规范》属数据架构域（b1333r12、b1261、b1262），《数据开放共享管理规范》属应用流通域（b1333r38、b1327、b1330）。本附录按架构域口径编写，对外开放完整流程不在此展开，避免与应用流通域文档重复。

六、本稿待补材料清单

下列材料不在本平台上，须由相应方提供后填入三份样章的对应占位。 清单按材料而非按文档组织，便于一次索取。

表 A5-64　待补材料清单

清单中第 4 项与第 7、8 两项的性质不同：第 4 项是甲方须提供的既有材料， 招标文件已明确要求各源系统提供（b0813、b0815、b0820、b0822 等），到位进度直接决定 台账完成进度；第 7、8 两项是本项目自身在其他能力域的交付物，属项目内部的前后依赖， 在实施计划中已按先后顺序安排。两类材料的催办路径不同，清单中分列便于分别跟进。