數據建模指的是對現(xiàn)實世界各類數據的抽象組織，確定數據庫需管轄的范圍、數據的組織形式等直至轉化成現(xiàn)實的數據庫。而數據模型是構建應用系統(tǒng)的核心，是盡可能精準地表示業(yè)務運轉的概念性框架。
本書通過平實的語言，對數據模型及建模過程進行了深入淺出的介紹。全書內容分為5個部分，對數據建模簡介、數據模型要素，概念、邏輯和物理數據模型、數據模型質量以及數據建模的進階內容等方面進行講解，全面細致地為讀者解答與數據建模相關的知識點和疑問。除此之外，本書的zui后還對各類專業(yè)術語進行了細致的解釋，方便讀者參考。
本書是一本經典的數據建模指南，非常適合對數據建模感興趣的讀者以及從事數據科學等相關工作的專業(yè)人士參考閱讀。
本書通過數據建模概念和zui佳建模實踐為商業(yè)及IT 專業(yè)人員的實際工作提供指導。全書采用會話風格進行編寫，
從而激勵讀者從頭到尾地閱讀本書，并實現(xiàn)以下10 個目標。
1． 理解在什么情況下需要數據模型，以及各種情形下zui適當的數據模型類型是什么。
2． 像閱讀一本小說那樣，輕松自如地理解任何規(guī)模和復雜度的模型。
3． 具備創(chuàng)建完整的規(guī)范化關系數據模型和維度模型的能力。
4． 具備將邏輯模型轉換為高效物理模型的能力。
5． 具備使用模板工具，高效獲取應用需求的能力。
6． 具備解釋數據模型記分卡中10個計分項的能力。
7． 獲得如何與其他人員建立良好工作關系的實踐經驗。
8． 了解非結構化數據及其模型化。
9． 了解UML的基本概念。
10． 具備在XML環(huán)境中創(chuàng)建數據模型的能力，并了解元數據和敏捷開關的基本概念。
自1992 以來，Steve Hoberman 已經在數據建模領域，培訓了超過10000 位從業(yè)人員。Steve 以娛樂化、互動化的教學風格而聞名于世，世界各地的許多組織都曾邀請Steve 講授數據建模高級課程（Data Modeling Master Class），該課程是業(yè)內公認的zui全面的數據建模課程。Steve 先后出版了9 本關于數據建模的圖書，其中一本就介紹了他的主要工作任務，即如何使用數據模型記分卡技術進行模型評審。Steve 還是設計挑戰(zhàn)組織的創(chuàng)始人、數據建模領域會議的會議主席，并獲得了由數據管理協(xié)會（Data Administration Management Association，DAMA）頒發(fā)的2012 國際職業(yè)成就獎。
第1部分 數據建模簡介
第1章 數據模型 3
1．1 路徑搜尋說明 4
1．2 數據模型說明 5
1．3 有趣的冰淇淋 6
1．4 有趣的名片 7
1．5 練習1：教教你的鄰居 11
第2章 為什么需要數據模型 12
2．1 交流性 12
2．2 精確性 14
2．3 使用數據模型 16
2．4 練習2：轉變非信仰者 17
第3章 哪些相機設置也適用于數據模型 19
3．1 數據模型與照相機 19
3．2 范圍 21
3．3 抽象 22
3．4 時間 23
3．5 功能 24
3．6 格式 25
3．7 練習3：選擇正確的設置 26
第2部分 數據模型要素
第4章 實體 31
4．1 實體的說明 32
4．2 實體類型 33
4．3 練習4：定義概念 35
第5章 屬性 36
5．1 屬性的解釋 36
5．2 屬性類型 36
5．3 域的解釋 37
5．4 練習5：設置域 40
第6章 關系 41
6．1 關系的解釋 41
6．2 關系的類型 42
6．3 基數的解釋 43
6．4 遞歸的解釋 46
6．5 子類型的解釋 48
6．6 練習6：讀模型 50
第7章 鍵 51
7．1 理解候選鍵、主鍵及備用鍵 51
7．2 理解代理鍵 55
7．3 理解外鍵 56
7．4 理解輔助鍵 57
7．5 練習7：確認顧客號 58
第3部分 概念、邏輯和物理數據模型
第8章 概念模型 61
8．1 理解概念 61
8．2 概念數據模型的解釋 62
8．3 關系及維度概念數據模型 66
8．4 創(chuàng)建一個概念數據模型 70
8．5 練習8：建立一個CDM 81
第9章 邏輯數據模型 83
9．1 邏輯數據模型說明 84
9．2 關系及維度邏輯數據模型 84
9．3 構建關系邏輯數據模型 87
9．4 創(chuàng)建維度邏輯數據模型 98
9．5 練習9：修改邏輯數據模型 100
第10章 物理數據模型 102
10．1 物理數據模型說明 103
10．2 關系及維度物理數據模型 104
10．3 反規(guī)范化 105
10．4 視圖 108
10．5 索引 110
10．6 分區(qū) 110
10．7 練習10：用子類型創(chuàng)建物理模型 111
第4部分 數據模型質量
第11章 哪些模板有助于準確獲取應用需求 116
11．1 IN-THE-KNOW模板 116
11．2 概念列表 118
11．3 家族樹 121
11．4 練習11：建立模板 123
第12章 數據模型記分卡 125
12．1 理解數據模型記分卡 125
12．2 記分卡模板 127
12．3 記分卡簡介 128
12．4 記分卡示例 130
12．5 練習12：思考最具挑戰(zhàn)性的記分卡得分項 132
第13章 如何高效地與其他人員一起工作 133
13．1 認識人的問題 133
13．2 設定期望 135
13．3 工作推進 140
13．4 實現(xiàn)預期 144
13．5 練習13：堅持日志記錄 147
第5部分 數據建模的進階內容
第14章 非結構化數據 150
14．1 理解非結構化數據 150
14．2 數據模型與抽象 152
14．3 不可變的非結構化數據 152
14．4 理解分類學 153
14．5 理解本體 161
14．6 練習14：尋找分類 162
第15章 UML 164
15．1 理解UML 164
15．2 建模輸入 167
15．3 建模輸出 167
15．4 理解UML類模型 168
15．5 用例模型 173
15．6 練習15：創(chuàng)建用例 176
第16章 數據建模常見的5個問題 178
16．1 元數據 178
16．2 如何量化邏輯數據模型的價值 179
16．3 XML適用的應用領域 180
16．4 敏捷開發(fā)的適用領域 184
16．5 如何保持建模能力 185
推薦讀物 187
圖書 187
網站 188
練習答案 190
練習1：教教你的鄰居 190
練習3：選擇正確的設置 190
練習5：設置域 191
練習6：讀模型 193
練習7：確認顧客號 194
練習9：修改邏輯數據模型 195
練習10：用子類型創(chuàng)建物理模型 196
練習11：建立模板 197
練習12：思考最具挑戰(zhàn)性的記分卡得分項 197
名詞解釋 198
書單推薦
