Ocena:
Książka „Data Modeling Made Simple with CA ERwin Data Modeler r8” jest chwalona za kompleksowe i łatwe do zrozumienia podejście do modelowania danych, dzięki czemu jest odpowiednia zarówno dla początkujących, jak i doświadczonych użytkowników ERwin r8. Autorzy, Steve Hoberman i Donna Burbank, otrzymują pochwały za swoją wiedzę i jasny styl nauczania. Jednak niektórzy recenzenci wyrazili niezadowolenie, nazywając to stratą czasu lub negatywnie określając jednego z autorów.
Zalety:Doskonałe omówienie zaawansowanych funkcji, dobrze zorganizowane z wyraźnymi zrzutami ekranu, odpowiednie zarówno dla początkujących, jak i zaawansowanych użytkowników, zawiera liczne praktyczne przykłady i scenariusze, polecane przez wielu użytkowników ze względu na przejrzystość i wartość instruktażową.
Wady:Niektóre negatywne recenzje od użytkowników, którzy uważali, że książka była stratą czasu, jeden z recenzentów miał poważną osobistą skargę na jednego z autorów, a zaktualizowane wersje mogą być konieczne dla najnowszych funkcji.
(na podstawie 16 opinii czytelników)
Data Modeling Made Simple with CA ERwin Data Modeler r8
Książka Data Modeling Made Simple with CA ERwin Data Modeler r8 dostarczy profesjonalistom z branży biznesowej lub IT praktycznej wiedzy na temat koncepcji modelowania danych i najlepszych praktyk, a także sposobów zastosowania tych zasad w CA ERwin Data Modeler r8. Zbudujesz wiele modeli danych CA ERwin po drodze, opanowując najpierw podstawy, a później w książce bardziej zaawansowane funkcje CA ERwin Data Modeler. Ta książka łączy w sobie rzeczywiste doświadczenie i najlepsze praktyki z przyziemnymi poradami, humorem, a nawet kreskówkami, aby pomóc ci opanować następujące dziesięć celów:
⬤ Zrozumieć podstawy modelowania danych i teorii relacyjnej oraz jak zastosować te umiejętności przy użyciu CA ERwin Data Modeler.
⬤ Czytanie modelu danych o dowolnym rozmiarze i złożoności z taką samą pewnością, jak czytanie książki.
⬤ Zrozumieć różnicę między modelami koncepcyjnymi, logicznymi i fizycznymi oraz jak skutecznie budować te modele przy użyciu architektury warstwy projektowej CA ERwin Data Modelers.
⬤ Stosowanie technik przekształcania logicznego modelu danych w wydajny projekt fizyczny i odwrotnie poprzez inżynierię do przodu i do tyłu, zarówno w przypadku projektowania "z góry na dół", jak i "z dołu do góry".
⬤ Dowiedz się, jak tworzyć domeny wielokrotnego użytku, standardy nazewnictwa, UDP i szablony modeli w CA ERwin Data Modeler, aby skrócić czas modelowania, poprawić jakość danych i zwiększyć spójność przedsiębiorstwa.
⬤ Udostępnianie informacji o modelu danych różnym odbiorcom przy użyciu technik formatowania i układu modelu, raportowania i wymiany metadanych.
⬤ Wykorzystaj nowe funkcje dostosowywania obszaru roboczego w CA ERwin Data Modeler r8, aby stworzyć przepływ pracy dostosowany do Twoich indywidualnych potrzeb.
⬤ Wykorzystaj nowe funkcje edycji zbiorczej w CA ERwin Data Modeler r8 do masowej aktualizacji metadanych, a także importu/eksportu za pomocą Microsoft Excel.
⬤ Porównywanie i scalanie zmian w modelu za pomocą funkcji CA ERwin Data Modeler Complete Compare.
⬤ Optymalizacja organizacji i układu modeli danych poprzez wykorzystanie obszarów tematycznych, diagramów, motywów wyświetlania i innych.
Rozdział I zawiera przegląd modelowania danych: czym jest i dlaczego jest potrzebne. Podstawowe funkcje CA ERwin Data Modeler są przedstawione na prostym, łatwym do naśladowania przykładzie.
Sekcja II wprowadza podstawowe elementy składowe modelu danych, w tym encje, relacje, klucze i inne. Dla każdego z tych bloków konstrukcyjnych podano przykłady użycia CA ERwin Data Modeler, a także scenariusze "rzeczywistego świata" dla kontekstu.
Sekcja III obejmuje tworzenie standardów wielokrotnego użytku i ich znaczenie w organizacji. Od standardowych konstrukcji modelowania danych, takich jak domeny, po funkcje specyficzne dla CA ERwin, takie jak UDP, sekcja ta obejmuje przykłady krok po kroku, jak tworzyć te standardy w CA ERwin Data Modeling, od tworzenia, przez tworzenie szablonów, po udostępnianie standardów użytkownikom końcowym poprzez raportowanie i zapytania.
W sekcji IV omówiono koncepcyjne, logiczne i fizyczne modele danych oraz przedstawiono kompleksowe studium przypadku z wykorzystaniem CA ERwin Data Modeler, aby pokazać wzajemne powiązania między tymi modelami przy użyciu architektury warstwy projektowej CA ERwin. Przedstawiono przykłady ze świata rzeczywistego, od gromadzenia wymagań, przez pracę ze sponsorami biznesowymi, po praktyczne szczegóły budowania koncepcyjnych, logicznych i fizycznych modeli danych za pomocą CA ERwin Data Modeler r8.