DoDAF2.0相比之前版本，最大的变化是以数据为中心，怎么去理解它呢？我今天用自己通俗的方式尝试一下。
—
DoDAF V2.0的核心转变：
以数据为中心
下面先来看看书中怎么说。
在第1卷第1章仅8页的“引言”中，从不同角度不厌其烦的强调“以数据为中心”、数据和DoDAF模型的关系、数据的重要性。下面将有关原文出现顺序引用如下，一起来感受下它的重要性。
在第1卷“1 引言 ”开篇中就写到：
DoDAF V2.0重点是为DoD关键决策者提供所需的架构数据， 而不是开发若干特定产品。
DoDAF模型可用于获取数据和信息，并使之可视化。
架构的重点是那些能满足架构需求的数据。
然后在“1.1 DoDAF V2.0 构想”中再次提到：
重点从特定的架构产品转向架构数据。
在“1.3. 1 开发架构”中首先强调：
架构框架以数据为中心， 而非以产品为中心，确保跨架构视图之间协调一致
紧接着又以下划线的形式着重说明：
DoDAF不规定任何特定模型， 而是将重点放在开发架构的必要的数据上。假使创建一个活动模型，就需要有该活动模型所需的一组数据。关键过程管理者通过"DoDAF模型"或"适用视图"来决定需要哪些架构数据。
之后又强调DoDAF模型相对于架构数据的作用，以及对管理者决策的作用：
作为架构开发过程的一个步骤， DoDAF模型和适用视图(例如， 控制面板、组合式或融合式的表示法)均能直观地呈现底层的架构数据，起到加快决策的作用。
最后在“1.4 DoDAF V2. 0 中的新内容”中再次提到：
架构开发重点从以产品为中心的流程转向以数据为中心的流程， 以便向管理者提供由决策数据组成的信息。
通过将上述这么多内容集中在一起，朋友你应该体会到“以数据为中心”的重要性了吧？
—
作为学习者，如何真正理解“以数据为中心”才是核心和重点。
不理解“以数据为中心”，就不能真正理解和使用DoDAF V2.0。
相信朋友你在集中阅读原文时已经有了自己的理解。我是对原文做标记、反复阅读思考后认识清楚的。下面介绍我的思考过程和理解，对照一下咱们的理解是否一致吧。
首先介绍概念方面的理解认识。
结合《DoDAF2.0学习笔记—基本概念的理解》中的总结，很快就能形成清晰的认识。为便于阅读，先回顾相关内容：
模型：组织数据、显示数据的模板，通俗地说就是一种固定格式
视图：架构数据x模型=视图，通俗地说，按照固定格式将数据填写进去形成的成果，就是视图。这里按照公众号“对象过程方法”的建议，将原文中的“架构数据+模型=视图”更改为“架构数据x模型=视图”
视角：视图的集合
架构描述：视角的集合/组合+适当的定义
一图胜千言，用图更形象清晰地总结如下。
这个图前后花了我2个多小时，先用PPT效果不满意，又用Xmind+PPT才搞定
从上图可以清晰地得到结论：
架构 = 架构数据xDoDAF模型
如果缺少具体数据，仅DoDAF模型必然不能支持决策，因此架构的核心是架构数据，这是对“以数据是中心”的概念上的认识。
—
书中开宗名义、不厌其烦的多次强调，除了概念不容易直观的理解外，还有就是要引起重视，因为在开发架构过程中非常容易忽视。
这是因为架构开发工作是多人协作的（见《我所不知道的DoDAF2.0—DoD中具体应用的组织结构》），在DoD主管、架构师、架构开发者这三个层次中，都可能会出现忽视数据的问题，特别是其中的架构开发工程师最容易出现这个问题，他们会随着工作的推进可能只会关注按要求完成任务，而忽略了如何根据架构需求去获取数据，以及如何以直观的、更易理解的方式呈现数据这一开发架构的初心。
这一点可以对比一下我们个人的实际工作，是不是经常会有忽视实际要求，只管交任务的情况呢？
为了避免上述问题，所以过程中也要“以数据为中心”开展工作，有点不忘初心、牢记使命的意思。
—
分析到这里，再结合实际工作生活中常见的实例来理解一下“以数据为中心”。
1 股票趋势图
炒股的朋友都看过下面这张图吧？
与DoDAF的概念类比一下，成交量、KDJ、MACD、SAR、K线的绘图格式对应的是模型，日、周、月、年的成交量、K线图的集合可以对应到视角。
我们天天看自己购买股票的曲线，本质上是看形成曲线的数据，各种曲线图只是获取数据、展示数据的方法，可以帮助我们快速判断股票操作。看图买卖股票的行为和决策，实质上就是“以数据为中心”展开的。
2. 文件模板
各个行业和公司都有自己成熟的文件体系和文件模板，比如软件行业就要求写需求规格说明、概要设计报告、详细设计报告、测试报告、开发计划等等，这些文件都有模板，对如何编制都有详细的内容要求。
文件写成之后要经过评审。评审是在审什么呢？其实是你按照模板填写的内容与实际工作和软件的一致性、软件设计与实现的正确性。
对比一下，文件模板对应DoDAF的模型，文件内容对应架构数据。
文件内容是核心，但是做过软件的都知道，文档很少有认真写的；审查的专家似乎也是挑格式符合性、内容与要求的符合符合为主。认真来说，这两种行为都没有做到“以数据为中心”。
3. 试验
朋友你如果工作中做过各类试验，试验要开展一系列的活动，过程中更关注活动是否符合要求，结束后按理应该关注试验结果，但关注数据分析的人总是少数。
其实为试验做的所有的努力都是为了获取各种试验数据，所有的活动设计、资源准备都应以准确获取数据为目的，这也是“以数据为中心”。
以上三个例子的结论是否有点与平时认知不同？这可能是我们从来没有从“以数据为中心”的角度思考过，但我认为“以数据为中心”确实是其中的底层逻辑。这样的例子应该还有很多，我们可以一同发现和认识它。
—END—
业余时间写文不易，如有收获敬请：
转发、分享、在看三连，帮助推广
关注、星标公众号“SE与MBSE漫谈”
扫描下图二维码加我微信，加入“SE&MBSE共进群”，与同道共同交流
公众号加“星标”，及时接收文章！
