详情
本书介绍了Steve Hoberman的经典理论——数据模型计分卡。全书分为3各部分，共计16章内容。第一部分介绍了数据建模及验证，包括数据建模、数据模型质量、数据模型计分卡概述等；第二部分介绍了数据模型计分卡理论，通过10个重要理论来介绍相关的知识要点；第三部分介绍了如何使用计分卡验证数据模型。
第 1部分 数据建模和验证
第 1章 数据模型基础 2
1.1 实体 2
1.2 属性 5
1.3 域 5
1.4 关系 6
1.5 键 9
1.6 代理键 13
1.7 外键 15
1.8 次键 16
1.9 子类型 16
第 2章 数据模型质量的重要性 19
2.1 精确性 19
2.2 杠杆 21
2.3 数据质量 21
第3章 数据模型记分卡概述 23
3.1 记分卡的特征 23
3.2 记分卡模板 24
3.3 DMM上下文 29
3.3.1 DMM和数据建模 32
3.3.2 功能实践陈述 34
3.4 DMBOK上下文 37
第 2部分 数据模型记分卡分类
第4章 分类1：正确性 42
4.1 模型是否正确地捕获了需求 42
4.2 分类的期望 43
4.3 对正确性检查的小结 50
第5章 分类2：完整性 51
5.1 模型的完整性如何 51
5.2 类别期望 51
5.2.1 确认获得所有的业务元数据 52
5.2.2 确认获得所有的技术元数据 52
5.2.3 确认每个需求都被完全捕获 53
5.2.4 确认没有提供免费的服务 53
5.2.5 确认澄清了所有模糊的需求 54
5.3 对完整性检查的小结 55
第6章 分类3：模式 56
6.1 模型与其模式匹配得如何 56
6.2 类型期望 61
6.2.1 概念模型遵从 61
6.2.2 逻辑模型遵从 67
6.2.3 物理模型遵从 83
6.3 模式检查的小结 93
第7章 分类4：结构 97
7.1 分类期望 97
7.1.1 模型是一致的 97
7.1.2 模型有完整性 99
7.1.3 模型遵从核心原则 103
7.2 结构检查的小结 106
第8章 分类5：抽象 107
8.1 模型是否很好地利用了通用的结构 107
8.2 类型期望 108
8.2.1 模型是可扩展的 108
8.2.2 模型是可用的 110
8.3 抽象检查的小结 111
第9章 分类6：标准 112
9.1 模型是否很好地遵从命名规范 112
9.2 分类期望 112
9.2.1 模型要结构良好 113
9.2.2 模型使用正确的术语 117
9.2.3 模型有一致的样式 119
9.3 标准检查的小结 119
第 10章 分类7：可读性 121
10.1 模型是否具有可读性 121
10.2 分类期望 121
10.2.1 模型是可读的 121
10.2.2 实体布局可接受 124
10.2.3 属性顺序可接受 127
10.2.4 关系布局可接受 128
10.3 可读性检查的小结 128
第 11章 分类8：定义 130
11.1 定义是否做得足够好 130
11.2 分类期望 131
11.2.1 定义是清晰的 131
11.2.2 定义是完整的 132
11.2.3 定义是正确的 133
11.3 定义检查的小结 134
第 12章 类别9：一致性 135
12.1 模型与企业的一致性如何 135
12.2 分类期望 136
12.3 一致性检查的小结 137
第 13章 分类10：数据 138
13.1 元数据与数据匹配得如何 138
13.2 分类期望 138
13.3 数据检查的小结 141
第3部分 用记分卡验证数据模型
第 14章 准备模型评审 144
14.1 必需的文档 144
14.2 附加的信用文档 145
14.3 评审结构 146
14.3.1 将模型分块评审 146
14.3.2 决定谁参加评审 147
14.3.3 座位模式 147
第 15章 模型评审 149
15.1 一米深胜过一里宽 149
15.2 设置阶段 150
15.3 建立一个支持小组 150
15.4 平均分数 151
15.5 从CDM开始 151
15.6 知道何时停止 151
15.7 保持有趣 151
第 16章 数据模型记分卡案例研究：消费者互动 152
16.1 正确性 155
16.2 完整性 156
16.3 模式 157
16.4 结构 159
16.5 抽象 160
16.6 标准 160
16.7 可读性 161
16.8 定义 162
16.9 一致性 165
16.10 数据 166
16.11 完成的记分卡 168
