数据建模基础教程

第1章 数据建模介绍
1.1 什么是数据
1.2 什么是数据建模
1.3 数据的生命周期
1.4 数据建模对我们有哪些好处
1.5 谁是数据建模者
1.6 定义角色
1.7 数据建模者的开发章 程
1.8 职称
1.9 As-Is支持
1.9.1 配置管理支持
1.9.2 提供影响分析
1.9.3 提议IT标准
1.9.4 提供数据完整性评估
1.9.5 调查现有技术和工具
1.10 To-Be支持
1.10.1 设计新的数据结构
1.10.2 提供专家建议
1.10.3 提供可供选择的办法
1.10.4 提供预期评估
1.10.5 调查新的技术和工具
1.11 小结
第2章 关系建模
2.1 数据库模型
2.1.1 分层DBMS
2.1.2 网络DBMS
2.1.3 关系DBMS
2.2 概念建模与逻辑建模的概念
2.2.1 实体
2.2.2 类别实体
2.2.3 联接实体或交叉实体
2.2.4 属性
2.2.5 键
2.2.6 关系
2.2.7 关系模型业务规则
2.3 物理建模概念
2.3.1 表
2.3.2 视图
2.3.3 列
2.3.4 约束
2.4 建模语法
2.4.1 集成定义符号(IDEF1X)
2.4.2 框
2.4.3 线
2.4.4 终止符
2.4.5 实体-关系(ER)图或Chen示意图
2.4.6 信息工程(I／E)
2.4.7 Barker表示
2.5 小结
第3章 关系理论简介
3.1 关系数据建模
3.1.1 关系理论的起源
3.1.2 关系DBMS目标
3.2 Codd的RDBMS规则
3.3 规范化
3.3.1 关系通用性质
3.3.2 第一范式(1NF)
3.3.3 第二范式(2NF)
3.3.4 第三范式(3NF)
3.3.5 Boyce／Codd范式
3.4 反规范化
3.4.1 派生列
3.4.2 故意重复
3.4.3 故意删除或禁用约束
3.4.4 对范式的故意撤销
3.5 小结
第4章 分析级别
4.1 模型开发
4.1.1 不是流程图
4.1.2 数据关系规则
4.2 概念分析
4.2.1 概念模型中的实体
4.2.2 概念模型中的关系
4.2.3 概念模型示例
4.3 逻辑分析
4.3.1 逻辑模型中的实体
4.3.2 属性
4.3.3 逻辑分析示例
4.4 物理分析
4.4.1 表
4.4.2 物理分析示例
4.5 逆向工程分析
4.6 详细分析
4.6.1 实体级
4.6.2 基于键(KB)
4.6.3 全属性(PA)
4.7 小结
第5章 项目中的数据模型
5.1 项目
5.1.1 项目管理
5.1.2 项目的生命周期
5.2 项目类型
5.2.1 企业项目
5.2.2 事务项目——OLTP
5.2.3 数据仓库——企业报表
5.2.4 项目类型比较
5.3 模型目标
5.3.1 抽象模型
5.3.2 数据元素分析模型
5.3.3 物理设计模型
5.4 选择正确的模型
5.4.1 项目类型
5.4.2 模型目标
5.4.3 客户需求
5.4.4 建模技巧
5.5 小结
第6章 创建概念模型
6.1 业务建模
6.2 目标
6.3 目标范围
6.4 方法
6.4.1 自顶向下
6.4.2 自底向上
6.5 记录流程规则：自顶向下
6.5.1 Solitaire纸牌游戏中的活动
6.5.2 Solitaire纸牌游戏的流程步骤
6.5.3 建立活动描述
6.5.4 标出重要的元素
6.5.5 定义元素
6.5.6 验证我们的工作
6.5.7 综合为概念
6.6 记录流程规则：自底向上
6.6.1 记录活动规则
6.6.2 建立规则描述
6.6.3 标出重要元素
6.6.4 定义元素
6.6.5 两种方法的比较
6.7 建立概念模型
6.7.1 优化概念定义
6.7.2 加入关系
6.8 检查业务规则
6.8.1 检查关系
6.8.2 发布模型
6.9 小结
第7章 创建逻辑模型
7.1 概念模型——指南
7.1.1 确认模型
7.1.2 使用反馈
7.1.3 主题领域的范围
7.2 逻辑数据建模
7.3 对Card主题领域进行建模
7.3.1 Card实体分析
7.3.2 Card类别分析
7.3.3 Card联系
7.3.4 Card实体的详细内容
7.3.5 Deck和BackDesign分析
7.3.6 影子实体
7.4 对“Card Movement”主题领域进行建模
7.4.1Card Movement实体分析
7.4.2 Movement实体的细节
7.5 对“Event”主题领域建模
7.5.1 Event实体分析
7.5.2 Event联系
7.6 全图
7.7 质量保证检查
7.7.1 范式—从第一范式到BC范式
7.7.2 过多／过少的属性
7.7.3 多余的关系
7.7.4 正确的角色名称
7.7.5 实例表
7.7.6 相关专业领域专家
7.7.7 对等模型
7.7.8 最后的工作
7.8 小结
第8章 逻辑到物理的转换
8.1 项目状态
8.2 逻辑到物理
8.3 逻辑名到物理名
8.4 从类别中创建表
8.4.1 只留父类表
8.4.2 只留子类表
8.4.3 可扩展类别
8.4.4 Solitaire纸牌游戏实例
8.5 检查影子实体
8.6 确定主键
8.6.1 复查主键
8.6.2 加入数据类型和数据大小
8.7 质量检查和额外的字段／表
8.7.1 实例化表
8.7.2 命名和定义
8.7.3 复核需求
8.7.4 讲故事
8.7.5 确定数据管理员
8.7.6 建立测试DDL
8.8 其他潜在的问题
8.8.1 增加操作表
8.8.2 数据量资料
8.8.3 活跃度资料
8.8.4 模型功能
8.9 小结
第9章 直接设计物理模型
9.1 现实的限制
9.2 从哪里开始
9.3 Solitaire调查系统
9.3.1 对见到的数据建模
9.3.2 应用命名标准
9.3.3 建立查找表
9.3.4 继续寻找重要的数据集
9.3.5 检查文本字段
9.3.6 继续物理化
9.3.7 质量和折衷
9.4 更具挑战性的任务
9.4.1 数据元素的分类
9.4.2 文本字段
9.5 其他的物理表
9.5.1 操作型表
9.5.2 数据转移表
9.5.3 档案表
9.6 小结
第10章 多维数据建模
10.1 多维模型基础
10.1.1 多维设计的优点
10.1.2 星型模式
10.1.3 雪片模型
10.1.4 Solitaire纸牌游戏总体模型
10.1.5 目标事实
10.1.6 Game数据集市
10.1.7 GameMove数据集市
10.1.8 完成
10.2 小结
第11章 逆向工程设计数据模型
11.1 从哪里开始
11.2 数据结构分析
11.2.1 模型工具支持
11.2.2 手动过程
11.2.3 结构评估
11.3 数据分析
11.3.1 SELECT COUNT
11.3.2 SELECT COUNT／GROUP BY
11.3.3 SELECT COUNT DISTINCT
11.3.4 SELECT MIN
11.3.5 SELECT MAX
11.3.6 SELECT
11.3.7 数据评估
11.3.8 代码中的数据规则
11.4 前端分析
11.4.1 界面标签
11.4.2 数据关系界面规则
11.4.3 派生值
11.5 历史性的／描述性的
11.6 加注释
11.7 创建一个逻辑模型
11.7.1 命名
11.7.2 键
11.7.3 类别
11.7.4 其他规则
11.7.5 关系命名
11.8 完成
11.9 小结
第12章 模型沟通
12.1 为什么要增加更多的元素
12.2 元素排列
12.3 附加文本
12.3.1 名称和题目
12.3.2 版本符号
12.3.3 注释
12.3.4 图例
12.4 视觉增强
12.4.1 图形／图像／图标
12.4.2 其他可选
12.5 发布
12.5.1 半存取和公开存取——Web
12.5.2 开发文件存取
12.5.3 归档文件存取——文档库
12.6 小结
第13章 进一步数据分析
13.1 数据质量方面
13.1.1 逼真度分析
13.1.2 关键度分析
13.1.3 敏感性和保密性分析
13.1.4 管理工作(Stewardship)
13.1.5 横向核对
13.1.6 流程确认
13.1.7 风险及降低风险分析
13.2 数据模型作为一个知识架构
13.3 小结
第14章 元数据建模
14.1 定义元数据
14.1.1 技术元数据
14.1.2 业务元数据
14.1.3 实时元数据
14.2 元数据的重要性
14.3 一个元数据模型
14.3.1 概念元数据模型
14.3.2 逻辑元数据模型
14.3.3 物理元数据模型
14.4 建模人员与元数据
14.4.1 建模人员——元数据贡献者
14.4.2 建模人员——元数据消费者
14.5 元数据建模的未来
14.6 小结
第15章 数据建模工作习惯
15.1 最坏的习惯
15.2 团队模块化策略
15.2.1 傲慢
15.2.2 不愿妥协
15.2.3 沟通困难
15.2.4 固步自封
15.2.5 回避问题
15.2.6 伪君子行为
15.2.7 说话做事欠考虑
15.2.8 经常批评别人
15.2.9 语言不够通俗易懂
15.2.10 缺乏主动性
15.3 延迟进度
15.3.1 陷入分析麻痹
15.3.2 从不开展交流
15.3.3 一次一个任务
15.3.4 从不承认您错了
15.4 模型管理不善
15.5 最好的习惯
15.5.1 听取同事的意见
15.5.2 适当妥协
15.5.3 共享资料
15.5.4 善于接受
15.5.5 准时
15.5.6 透明
15.5.7 尊重别人
15.5.8 有效地沟通和交流
15.5.9 自我激励
15.6 固守时间表
15.6.1 Pareto规则
15.6.2 收益递减法则(The law of Diminshing Returns)
15.6.3 处理预期的事物
15.6.4 利用您的主动性
15.6.5 寻求帮助
15.6.6 模型管理
15.7 理解数据和设计
15.7.1 逻辑到物理的转换
15.7.2 关于物理数据的谬论
15.8 项目教训
15.8.1 用户定制解决方案项目
15.8.2 值得密切注意的短语
15.8.3 购买的解决方案项目
15.8.4 遗留系统与辨别分析
15.8.5 模型复查
15.8.6 经验值
15.8.7 责任感vs权限
15.9 小结