发帖
雷达卡
第14篇：数据架构设计的极简之道——一表统全局，重思数据架构的简化哲学
在大型B端软件系统的架构演进中，始终存在一系列看似对立的目标需要调和：稳定性与灵活性之间的张力；标准化与个性化需求的冲突；长期战略与快速迭代的博弈；功能强大与操作简便的权衡……
然而，最深刻的架构智慧往往藏于最朴素的实践之中。越是简单的理念，越可能蕴含持久有效的设计原则。
从应用系统到数据平台，再到商业智能（BI）与人工智能（AI）的持续升级，鲜有人真正回归源头——从数据根基入手提升质量，以彻底化解多年累积的技术债务问题。
一、FDE模式、Data Agent 与事项会计法的再审视
近期，用友提出一种名为 FDE（前部署工程师）的新型服务模式，声称是推动 Data Agent“数据智能体”落地的关键路径。该模式强调技术专家深入客户业务一线，将技术能力与实际业务痛点紧密结合，并辅以“选场景 - 治数 - 理指标 - 智数 - 问数 - 验数”的六步方法论，试图实现从概念验证到经营价值转化的闭环。
尽管被冠以“创新”之名，但FDE本质上并非全新构想。类似“专家驻场+深度交付”的做法早已在多个行业实践中出现。将其包装为新模式，不免有旧酒新瓶之嫌。
与此同时，Palantir所推崇的“本体论”架构理念也被频繁引用。所谓“去ETL化”，依赖高性能计算直接驱动智能体处理原始数据，听起来颇具未来感，但在真实企业环境中屡试屡败。如今Agent热潮再起，此类旧思路又被重新拾起，披上智能化外衣再度登场。
再看用友提出的“事项会计法”，其命名方式令人费解。作为国内B端市场的领军者，若仅为实现业财融合，本可采用清晰直白的表达方式，却偏偏借用一个源自西方理论体系中的冷僻术语，徒增理解门槛，实属画蛇添足。
关于用友Data Agent的核心思想，主要包含以下三点：
- 构建数智底座架构：企业需打造能够支撑AI与现有业务系统无缝集成的技术底座，实现业务流程、数据资源与智能应用的一体化协同，确保AI Agent具备灵活调用各系统能力的基础环境。
- 保障高质量的数据与知识供给：数据被视为AI Agent运行的“燃料”。低质数据必然导致决策偏差。通过用友BIP平台进行数据抽取、清洗、整合及知识图谱建设，形成结构化、可复用的数据资产体系。
- 从源头治理数据质量：当前，“大模型 + 小模型”协同已成为企业级智能体建设的重要趋势。这种分层架构既利用大模型的泛化能力，又结合小模型的精准控制，提升整体响应效率与准确性。
以上观点虽具参考价值，但多数仍属业内共识，并无根本性突破。
二、金蝶的选择：拒绝FDE，坚持标准化路线
面对用友推广的FDE模式，金蝶则表现出明确的不同立场。其高管公开表示不会效仿此类高定制化、重人力投入的服务模式，认为标准化产品更契合中国中小企业的实际需求。
同时指出，中美在企业级软件技术上的差距已大幅缩小，未来中国厂商应着眼于全球化布局，通过出海拓展市场空间，突破本土竞争瓶颈。
此举无疑在战略层面形成了对用友路径的间接否定。两家长期竞争对手在发展方向上的分歧愈发明显。回顾历史，这对“难兄难弟”自上世纪以来便持续角力，虽彼此攻防不断，却始终未能撼动SAP与Oracle在全球高端ERP市场的主导地位，令人唏嘘。
三、SAP的极简哲学：ACDOCA一表定乾坤
真正体现“大道至简”的典范来自SAP。在其S/4HANA系统中，财务数据架构经历了极致简化——通过一张核心表 ACDOCA 实现 OLTP 与 OLAP 的融合。
传统架构中，OLTP系统遵循第三范式建模，用于事务处理；而OLAP则采用维度建模支持分析查询。二者通常分离，依赖ETL过程同步数据。SAP则借助HTAP架构，在ACDOCA表中统一存储所有财务凭证信息，打破操作与分析之间的壁垒。
设想一下：如果整个集团的财务数据都能集中在这张单一表格中，无论是txt2sql、Data Agent还是ChatBI类工具，对其进行查询与分析都将变得异常简单高效。
下图展示了通用账（Universal Journal）的基本结构：
此前已有相关文章提及此设计理念。本文将进一步探讨如何将复杂的多表结构整合至单一主表中的具体实现逻辑。
数据架构视角
ACDOCA 表的本质，是将原本分散在多个传统财务模块中的表（如总账、成本中心、利润中心、辅助核算等）高度聚合为一体化结构，极大减少了跨表关联带来的性能损耗与维护复杂度。
业务架构视角
这一设计背后体现了深刻的业务哲学：
- 一切业务数字化，一切数字业务化；
- 一切业务数据化，一切数据业务化。
最终达成“业务即数据，数据即业务”的融合状态。如同禅语所言：“菩提本无树，明镜亦非台。” 若能领悟此境，便可谓真正踏入数据架构的“道”之门。
京公网安备 11010802022788号
