Følgende beskriver principper for data i DFDG og deling af disse data med omkringliggende aktør-systemer.
Principperne skal opfattes som generelle retningslinjer til deling af data mellem DFDG og de omkringliggende applikationer. Forretningsmæssige krav og specielle behov kan undtagelsesvist fordre andre tekniske løsninger.
Såvel DFDG som fødesystemerne beskriver deres data via metadata, metadata er her syntaks og semantik. Den der har ansvar for at definere data, har også ejerskab til metadata. Metadataejerskab indebærer pligt til og ansvar for at sikre metadatas forretningsmæssige integritet, begrebsafklaring og definition samt overholdelse af stavekonventioner.
Hvor ejerskabet til data i DFDG er entydigt, så er metadataejerskabet i DFDG blandet. Metadata i DFDG stammer fra mange kilder, og det betyder, at det er andre myndigheder, der er ansvarlige for boniteten i disse metadata.
Ansvar for metadata kan principielt hidrøre fra:
Aktørerne på beskæftigelsesområdet har forskellige ansvar for at oprette nye instanser, også kaldet forekomster, af data og holde dem opdateret eller slette dem. Så når en borger via Jobnet foretager en tilmelding, opretter han en ny tilmeldingsinstans, og udfylder den med en værdi, der fortæller, at han nu er tilmeldt som arbejdssøgende og måske også ledig. Hvis en borger er ledig og ønsker at modtage en offentlig forsørgelsesydelse, har han pligt til at tilmelde sig et jobcenter. Denne forpligtelse er udtryk for, at borgeren har et ansvar for, at data om hans tilmeldingsstatus er opdateret. Gør borgeren det ikke, overgår retten til at opdatere borgerens data til myndighederne.
Indholdsmæssigt dataansvar rummer således forpligtelse til og ansvar for, at data er retvisende, dvs. at de altid er opdateret inden for de frister og regler, der måtte gælde, og bliver slettet, når der ikke længere er et forretningsmæssigt behov for at behandle oplysningerne.
Kommuner, a-kasser (og borgere) har pligt til og ansvar for at opdatere data om borgere ud fra forretningsmæssige regler, der gælder for disse data. Samtidig har både kommuner, a-kasser, stat og borgere behov for adgang til data. For at dette kan realiseres på en hensigtsmæssig måde udstilles data via delte datakataloger som delte masterdata, hvor DFDG er et af de centrale datakataloger på beskæftigelsesområdet.
Dataejerskab betragtes fra en teknisk vinkel. Teknisk dataejerskab rummer ansvar for, at data valideres, lagres hensigtsmæssigt, så de er sikret mod uberettigedes adgang, mod tab eller uønsket sletning, sammenblanding med andre data mv., og så de kan tilgås efter behov af berettigede, lige som ejerskabet rummer ansvar i forhold til databeskytteseslovgivningen.
DFDG tilbyder følgende tekniske snitflader mod de omkringliggende aktør-systemer:
Figur 1: To niveauer af snitflader. Webservices og dataload/ETL
DFDG tilbyder et antal webservices, som kan anvendes af aktør-systemerne, således at sagsbehandler og aktørsystem har on-line og direkte adgang til de delte master data. Services kan inddeles i to typer:
Forretningsservices er webservices, som udfører en eller flere forretningsoperationer, der kan resultere i opdatering af flere underliggende data-entiteter, typisk via CRUD operationer. Forretningsoperationer vil typisk implicit forudsætte et bestemt procesforløb
Dataservices er webservices der har fokus på at opdatere/publicere[1] data på forskellige aggregeringsniveauer
Aktør-systemerne kan via en besked-kø modtage hændelser omkring opdatering af data-entiteter og udførelse af forretningsoperationer.
De tilbudte webservices arbejder typisk på individniveau, dvs. person, virksomhed osv. Der tilbydes tillige et begrænset antal tværgående services, til f.eks. søgning på tværs af dataentiteter eller til konsistenskontrol af aktørs gemte kopi af DFDG’s delte master data.
DFDG tilbyder/understøtter et begrænset antal dataload/ETL snitflader, der typisk understøtter større ind og udlæsninger af data til/fra DFDG. Det er typisk hele populationer der udveksles. Data deles via:
Dataload anvendes typisk til indlæsning af hele datasæt i DFDG eller ved udlæsning af BI data til analyse- eller ledelsesformål. Dataload/ETL anvendes som udgangspunkt ikke til overførsel af operationelle (online) data.
Dataload/ETL snitfladen er en komplementær snitflade, der anvendes når der er behov for overførsel af datatræk på hele populationer, eller hvor aftagerne ikke tilbyder en Webservicesnitflade.
Ved opdateringer skal alle transaktioner og data-elementer tidsstemples (evt. med sekvensnummer), således at aktører kan se og reagere på det korrekte tidsmæssige forløb af opdateringer.
Det er aktørsystemernes ansvar at reagere korrekt, hvis der ved opdatering af DFDG-data under et sagsbehandlingsforløb er sket opdatering af DFDG-data fra anden kilde (”samtidighedsfejl”), og aktørsystemet skal i givet fald gentage læsning af de opdaterede DFDG-data. Ændringer i lokale kopier af DFDG-data må (så vidt muligt) ikke gøres permanente, før ændringen er gennemført i DFDG. Det er det aftagende systems ansvar at sikre at DFDG opdateres korrekt.
Data skal kunne læses samtidigt af flere aktører, og ved opdateringer fra en aktør af flere samtidige dataentitetsinstanser, skal dataintegriteten sikres (f.eks. ved database-transaktionshåndtering[3]).
På sigt arbejdes mod at tilbyde transaktioner på tværs af webservicekald
Komposite services tilbydes de steder hvor der er en forretningsmæssig samtidighed i registreringerne
Data- og forretningsservices, som tilbyder opdatering af data, skal i kvitteringen angive om opdateringen i DFDG lykkedes, eller om der opstod fejl (f.eks. ved kast af SOAP-Fault). Dvs. at aftager får svar med det samme.
Udeståender (intern link)
[1] Med ’publicere’ menes læseadgang til data. I dag er Read operationen i de fleste CRUD implementeringer samlet i hhv. historik- og status-services.
[2] Som minimum 5 år tilbage i tid.