做政府大數據項目，基礎庫的建設是必備的項目，只是基礎庫的內容一直在變化，各家的理解也不一樣，一般會有人口庫、法人庫、電子證照庫、空間地理資源庫等。以人口庫爲例，是按照一數一源原則，將各委辦局的人口數據進行融合，爲各類應用提供共享共用。不過在資源庫建設的過程中，由於各地委辦局信息系統既有自建系統，也有垂管系統（市裏、省裏、部委等），能匯聚的數據情況就有很大差別了。而數據協調的工作往往需要行政推動，不屬於項目建設方的範圍，因此，一般就會忽視了資源庫的設計工作，往往有幾張PPT可以介紹資源庫的設計意圖及參考規範，還有一些歷史項目的ER模型，然後就等着甲方去協調委辦局數據，來了數據就按照經驗將其進行建模。這種方法現在看起來是有些盲目，有點走到哪算哪的感覺，沒有提前規劃和設計，有意識地去引導客戶，有重點地去“找數”，從而建設出預期效果的基礎庫，以及不同來源的數據，建設的基礎庫可以發揮的不同作用。比如，人口數據往往是來源於公安，但若協調不到公安，衛健委的人口數據是否可以替代？替代了哪些應用場景就不能支撐？因此，我認爲基礎庫的建設，也需要有設計文檔，至少包括以下內容：
- 基礎庫的概念模型和邏輯模型。以人口庫爲例，要有人口涉及的主要實體及其之間的關聯關係，包括出生、教育、社保、個稅等。
- 數據來源及加工處理規範。按照一數一源原則，給出每個數據項的權威來源部門以及候選來源部門，不同來源對應不同的應用場景類型。
- 數據融合規範。基礎庫的關鍵是實現不同數據之間的關聯打通，人口通過身份證、護照等編碼可以關聯起不同的數據，設計的時候需要給出關聯的優先級、缺失的處理原則（丟棄、標註等）。
- 應用場景支撐設計。基礎庫是用來支撐上層應用，政府大數據平臺的應用場景無外乎政務服務的數據查驗、分析挖掘、可視化展現等，不同場景對於數據的權威性和來源有不同的要求，比如，政務服務應用的數據查驗，對於不同數據項有嚴格的來源要求，但分析挖掘則可以使用多個來源的數據進行替代分析。
- 應用接口設計。針對不同地支撐需求，設計出不同的服務接口，數據查驗是API接口，性能是關鍵。分析挖掘則最好建立維度模型，提供不同的分析模型。提煉出良好的服務接口，是基礎庫發揮應有價值的關鍵，這個過程往往也被忽略，爲了省事，一般都是大數據平臺按需定製供數接口，對於數據的使用者，基礎庫的能力就是一個黑盒。
以上是我在建設基礎庫過程中的一點體會，也正在按照上述的想法逐步推動改善。
