dy 部分 数据建模简介
dy 章 数据模型 3
1．1 路径搜寻说明 4
1．2 数据模型说明 5
1．3 有趣的冰淇淋 6
1．4 有趣的名片 7
1．5 练习1：教教你的邻居 11
第2章 为什么需要数据模型 12
2．1 交流性 12
2．2 性 14
2．3 使用数据模型 16
2．4 练习2：转变非信仰者 17
第3章 哪些相机设置也适用于数据模型 19
3．1 数据模型与照相机 19
3．2 范围 21
3．3 抽象 22
3．4 时间 23
3．5 功能 24
3．6 格式 25
3．7 练习3：选择正确的设置 26
第2部分 数据模型要素
第4章 实体 31
4．1 实体的说明 32
4．2 实体类型 33
4．3 练习4：定义概念 35
第5章 属性 36
5．1 属性的解释 36
5．2 属性类型 36
5．3 域的解释 37
5．4 练习5：设置域 40
第6章 关系 41
6．1 关系的解释 41
6．2 关系的类型 42
6．3 基数的解释 43
6．4 递归的解释 46
6．5 子类型的解释 48
6．6 练习6：读模型 50
第7章 键 51
7．1 理解候选键、主键及备用键 51
7．2 理解代理键 55
7．3 理解外键 56
7．4 理解辅助键 57
7．5 练习7：确认顾客号 58
第3部分 概念、逻辑和物理数据模型
第8章 概念模型 61
8．1 理解概念 61
8．2 概念数据模型的解释 62
8．3 关系及维度概念数据模型 66
8．4 创建一个概念数据模型 70
8．5 练习8：建立一个CDM 81
第9章 逻辑数据模型 83
9．1 逻辑数据模型说明 84
9．2 关系及维度逻辑数据模型 84
9．3 构建关系逻辑数据模型 87
9．4 创建维度逻辑数据模型 98
9．5 练习9：修改逻辑数据模型 100
dy 0章 物理数据模型 102
10．1 物理数据模型说明 103
10．2 关系及维度物理数据模型 104
10．3 反规范化 105
10．4 视图 108
10．5 索引 110
10．6 分区 110
10．7 练习10：用子类型创建物理模型 111
第4部分 数据模型质量
dy 1章 哪些模板有助于准确获取应用需求 116
11．1 IN-THE-KNOW模板 116
11．2 概念列表 118
11．3 家族树 121
11．4 练习11：建立模板 123
dy 2章 数据模型记分卡 125
12．1 理解数据模型记分卡 125
12．2 记分卡模板 127
12．3 记分卡简介 128
12．4 记分卡示例 130
12．5 练习12：思考 具挑战性的记分卡得分项 132
dy 3章 如何高效地与其他人员一起工作 133
13．1 认识人的问题 133
13．2 设定期望 135
13．3 工作推进 140
13．4 实现预期 144
13．5 练习13：坚持日志记录 147
第5部分 数据建模的进阶内容
dy 4章 非结构化数据 150
14．1 理解非结构化数据 150
14．2 数据模型与抽象 152
14．3 不可变的非结构化数据 152
14．4 理解分类学 153
14．5 理解本体 161
14．6 练习14：寻找分类 162
dy 5章 UML 164
15．1 理解UML 164
15．2 建模输入 167
15．3 建模输出 167
15．4 理解UML类模型 168
15．5 用例模型 173
15．6 练习15：创建用例 176
dy 6章 数据建模常见的5个问题 178
16．1 元数据 178
16．2 如何量化逻辑数据模型的价值 179
16．3 XML适用的应用领域 180
16．4 敏捷开发的适用领域 184
16．5 如何保持建模能力 185
推荐读物 187
图书 187
网站 188
练习答案 190
练习1：教教你的邻居 190
练习3：选择正确的设置 190
练习5：设置域 191
练习6：读模型 193
练习7：确认顾客号 194
练习9：修改逻辑数据模型 195
练习10：用子类型创建物理模型 196
练习11：建立模板 197
练习12：思考 具挑战性的记分卡得分项 197
名词解释 198
书名：数据建模经典教程 第2版
作者：[美] Steve，Hoberman，霍伯曼 著；丁永军 译
出版社：人民邮电出版社
出版时间：2017-6
版次：1
印刷时间：2017-6
印次：1
开本：16开
装帧：平装
页数：205
ISBN：9787115455819
定价：59.00
本书通过数据建模概念和 佳建模实践为商业及IT 专业人员的实际工作提供指导。全书采用会话风格进行编写，
从而激励读者从头到尾地阅读本书，并实现以下10 个目标。
1． 理解在什么情况下需要数据模型，以及各种情形下 适当的数据模型类型是什么。
2． 像阅读一本小说那样，轻松自如地理解任何规模和复杂度的模型。
3． 具备创建完整的规范化关系数据模型和维度模型的能力。
4． 具备将逻辑模型转换为高效物理模型的能力。
5． 具备使用模板工具，高效获取应用需求的能力。
6． 具备解释数据模型记分卡中10个计分项的能力。
7． 获得如何与其他人员建立良好工作关系的实践经验。
8． 了解非结构化数据及其模型化。
9． 了解UML的基本概念。
10． 具备在XML环境中创建数据模型的能力，并了解元数据和敏捷开关的基本概念。
数据建模指的是对现实世界各类数据的抽象组织，确定数据库需管辖的范围、数据的组织形式等直至转化成现实的数据库。而数据模型是构建应用系统的核心，是尽可能精准地表示业务运转的概念性框架。
本书通过平实的语言，对数据模型及建模过程进行了深入浅出的介绍。全书内容分为5个部分，对数据建模简介、数据模型要素，概念、逻辑和物理数据模型、数据模型质量以及数据建模的进阶内容等方面进行讲解，全面细致地为读者解答与数据建模相关的知识点和疑问。除此之外，本书的 后还对各类专业术语进行了细致的解释，方便读者参考。
本书是一本经典的数据建模指南，非常适合对数据建模感兴趣的读者以及从事数据科学等相关工作的专业人士参考阅读
自1992 以来，Steve Hoberman 已经在数据建模领域，培训了超过10000 位从业人员。Steve 以娱乐化、互动化的教学风格而闻名于世，世界各地的许多组织都曾邀请Steve 讲授数据建模高级课程（Data Modeling Master Class），该课程是业内公认的 全面的数据建模课程。Steve 先后出版了9 本关于数据建模的图书，其中一本就介绍了他的主要工作任务，即如何使用数据模型记分卡技术进行模型评审。Steve 还是设计挑战组织的创始人、数据建模领域会议的会议主席，并获得了由数据管理协会（Data Administration Management Association，DAMA）颁发的2012 国际职业成就奖。
