Ocena:
Książka stanowi dokładne i solidne wprowadzenie do modelowania danych, szczególnie korzystne dla mniej doświadczonych modelarzy danych. Podkreśla najlepsze praktyki i wprowadza koncepcję „modelu informacji biznesowych” zamiast tradycyjnego „koncepcyjnego modelu danych”. Niemniej jednak, książka nie porusza szerszych tematów i nie zagłębia się w drugą fazę modelowania, a konkretnie w tworzenie szczegółowego modelu logicznego.
Zalety:⬤ Kompleksowa i dokładna prezentacja praktyk modelowania danych.
⬤ Napisana przez doświadczonego autora z ponad 40-letnim stażem w branży.
⬤ Przejrzysty i prosty język sprawia, że książka jest przystępna dla czytelników.
⬤ Dobrze zorganizowany spis treści i przydatny indeks ułatwiający szybkie wyszukiwanie.
⬤ Kompilacja najlepszych praktyk korzystnych zarówno dla początkujących, jak i doświadczonych modelarzy danych.
⬤ Praktyczne porady i dyskusje na temat kluczowych decyzji dotyczących modelowania danych.
⬤ Oferuje konwencjonalne spojrzenie na modelowanie danych z niewielką eksploracją większych tematów wpływających na modele danych.
⬤ Ograniczona dyskusja na temat zaawansowanych technik modelowania wykraczających poza początkową fazę „modelu koncepcyjnego”.
⬤ Całkowicie początkujący mogą potrzebować dodatkowego elementarza na temat modelowania danych, ponieważ ta książka nie jest samouczkiem.
(na podstawie 3 opinii czytelników)
Data Modeling for Quality
Ta książka jest przeznaczona dla wszystkich modelarzy danych, architektów danych i projektantów baz danych - zarówno nowicjuszy, którzy chcą dowiedzieć się, co wiąże się z modelowaniem danych, jak i doświadczonych modelarzy, którzy chcą odświeżyć swoje umiejętności.
Nowicjusz nie tylko uzyska przegląd modelowania danych, ale także dowie się, jak postępować zgodnie z procesem modelowania danych, w tym czynności wymaganych na każdym etapie. Doświadczony praktyk odkryje (lub odkryje na nowo) techniki zapewniające, że modele danych dokładnie odzwierciedlają wymagania biznesowe. Książka ta opisuje rygorystyczne, ale łatwe do wdrożenia podejścia do:
⬤ modelowania wymagań dotyczących informacji biznesowych do przeglądu przez interesariuszy biznesowych przed opracowaniem logicznego modelu danych.
⬤ normalizacji danych, opartej na prostych pytaniach, a nie formalnych definicjach, które wielu modelarzy onieśmielają.
⬤ nazywanie i definiowanie pojęć i atrybutów.
⬤ Modelowanie danych zmiennych w czasie.
⬤ Dokumentowanie reguł biznesowych rządzących zarówno światem rzeczywistym, jak i danymi.
⬤ Modelowanie danych w projektach Agile.
⬤ Zarządzanie zmianą modelu danych w dowolnym typie projektu.
⬤ Przekształcanie biznesowego modelu informacji w logiczny model danych, na podstawie którego programiści mogą kodować.
⬤ implementacja logicznego modelu danych w tradycyjnym relacyjnym systemie DBMS, systemie DBMS zgodnym z SQL:2003, obiektowo-relacyjnym systemie DBMS lub w XML.
Część 1 dogłębnie opisuje modele informacji biznesowych, w tym:
⬤ Znaczenie modelowania wymagań dotyczących informacji biznesowych przed przystąpieniem do tworzenia logicznego modelu danych.
⬤ pojęcia biznesowe (klasy encji)
⬤ atrybuty pojęć biznesowych.
⬤ Klasy atrybutów jako alternatywa dla typów danych DBMS.
⬤ Relacje między koncepcjami biznesowymi.
⬤ Dane zmienne w czasie.
⬤ Uogólnianie i specjalizacja pojęć biznesowych.
⬤ Nazewnictwo i definiowanie komponentów modelu informacji biznesowej.
⬤ Reguły biznesowe rządzące danymi, w tym rozróżnienie między regułami świata rzeczywistego a regułami danych.
Część 2 to podróż od wymagań do działającego zasobu danych, obejmująca:
⬤ Pozyskiwanie wymagań dotyczących danych.
⬤ Opracowanie modelu informacji biznesowych.
⬤ Przekazywanie go interesariuszom biznesowym do przeglądu, zarówno w formie diagramów, jak i ustnie.
⬤ zarządzanie zmianą modelu danych
⬤ Przekształcanie biznesowego modelu informacyjnego w logiczny model danych przechowywanych w celu implementacji w relacyjnym lub obiektowo-relacyjnym systemie DBMS.
⬤ Reprezentacja wartości atrybutów i ograniczenia danych (ważne, ale często pomijane).
⬤ modelowanie skarbca danych, danych wymiarowych i XML.
