數據模型記分卡 数据模型记分卡

Steve Hoberman的數據模型課程已經連續開設了20多年。Steve以其寓教於樂、善於交互的教學風格而聞名，他還應邀為世界各地的公司講授數據建模大師課程，他的課程被公認為業界全面的數據建模課程。Steve已經寫過多本關於數據建模的書，包括暢銷書《數據建模經典教程》。他是設計挑戰賽的發起人，也是數據建模區域研討會的大會主席，他還獲得了2012數據管理協會（Data Administration Management Association，DAMA）的“國際專業成就獎”，並且是2014和2015連續兩年的企業數據世界的最·演講者。

第1部分數據建模和驗證
第1章數據模型基礎2 
1.1實體2 
1.2屬性5 
1.3域5 
1.4關係6 
1.5鍵9 
1.6代理鍵13 
1.7外鍵15 
1.8次鍵16 
1.9子類型16 

第2章數據模型質量的重要性19 
2.1精確性19 
2.2槓桿21 
2.3數據質量21 

第3章數據模型記分卡概述23 
3.1記分卡的特徵23 
3.2記分卡模板24 
3.3 DMM上下文29 
3.3.1 DMM和數據建模32 
3.3.2功能實踐陳述34 
3.4 DMBOK上下文37 

第2部分數據模型記分卡分類
第4章分類1：正確性42 
4.1模型是否正確地捕獲了需求42 
4.2分類的期望43 
4.3對正確性檢查的小結50 

第5章分類2：完整性51 
5.1模型的完整性如何51 
5.2類別期望51 
5.2.1確認獲得所有的業務元數據52 
5.2.2確認獲得所有的技術元數據52
5.2.3確認每個需求都被完全捕獲53 
5.2.4確認沒有提供免費的服務53 
5.2.5確認澄清了所有模糊的需求54 
5.3對完整性檢查的小結55 

第6章分類3：模式56 
6.1模型與其模式匹配得如何56 
6.2類型期望61 
6.2.1概念模型遵從61 
6.2.2邏輯模型遵從67 
6.2.3物理模型遵從83 
6.3模式檢查的小結93 

第7章分類4：結構97 
7.1分類期望97 
7.1.1模型是一致的97 
7.1.2模型有完整性99 
7.1.3模型遵從核心原則103 
7.2結構檢查的小結106 

第8章分類5：抽象107 
8.1模型是否很好地利用了通用的結構107 
8.2類型期望108 
8.2.1模型是可擴展的108 
8.2.2模型是可用的110 
8.3抽象檢查的小結111 

第9章分類6：標準112 
9.1模型是否很好地遵從命名規範112 
9.2分類期望112 
9.2 .1模型要結構良好113 
9.2.2模型使用正確的術語117 
9.2.3模型有一致的樣式119
9.3標準檢查的小結119 

第10章分類7：可讀性121 
10.1模型是否具有可讀性121 
10.2分類期望121 
10.2.1模型是可讀的121 
10.2.2實體佈局可接受124 
10.2.3屬性順序可接受127 
10.2.4關係佈局可接受128 
10.3可讀性檢查的小結128 

第11章分類8：定義130 
11.1定義是否做得足夠好130 
11.2分類期望131 
11.2.1定義是清晰的131 
11.2.2定義是完整的132 
11.2.3定義是正確的133 
11.3定義檢查的小結134 

第12章類別9：一致性135 
12.1模型與企業的一致性如何135 
12.2分類期望136 
12.3一致性檢查的小結137 

第13章分類10：數據138 
13.1元數據與數據匹配得如何138 
13.2分類期望138 
13.3數據檢查的小結141 

第3部分用記分卡驗證數據模型
第14章準備模型評審144 
14.1必需的文檔144 
14.2附加的信用文檔145 
14.3評審結構146
14.3.1將模型分塊評審146 
14.3.2決定誰參加評審147 
14.3.3座位模式147 

第15章模型評審149 
15.1一米深勝過一里寬149 
15.2設置階段150 
15.3建立一個支持小組150 
15.4平均分數151 
15.5從CDM開始151 
15.6知道何時停止151 
15.7保持有趣151 

第16章數據模型記分卡案例研究：消費者互動152 
16.1正確性155 
16.2完整性156 
16.3模式157 
16.4結構159 
16.5抽象160 
16.6標準160 
16.7可讀性161 
16.8定義162 
16.9一致性165 
16.10數據166 
16.11完成的記分卡168