领域模型和数据模型

目前很多人都不在乎领域模型和数据模型,认为领域模型 约等于 数据模型,然后数据库模型就按照领域模型进行设计,其实不一定要这么设计。因为领域模型才是业务的本质,数据库模型可以跟任何的领域模型都没有关系,只要存储起来就可以。因此一定分开。数据库设计的时候,尽量要抽象,不一定某个表只服务于一个业务           

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在现代社会,随着企业的发展产生了大量的数据,生产部门有生产制造的数据记录,业务 运营部门有营销数据,财务部门有经营数据,数据无处不在,数据又时时刻刻影响着企业 运转中每个环节的决策。数据已经成为除了资金和人才以外企业新的资产价值增长点。 数据本身并不代表价值,数据仅仅是以一定格式对事实进行记录,是原始材料;只有结合 环境和上下文的数据才有意义,这就是信息;伴随着信息的积累,我们从趋势和关系的挖 掘中总结出了规律,这些规律就变成了知识;然后依据知识在企业经营中进行决策和行动, 能进一步促进企业的良性循环。 数据产生价值的过程需要经历获取、存储、评估、整理、增强、分析、应用等多个环节, 在小数据时代这些过程都相对简单和成熟。随着近些年数据收集方式的增多、传感设备数 量的增加,计算能力的增强和存储方式的改进,导致了人们可感知的数据量急剧增多;按 照摩尔定律,数据生成和存储的生长速度一直在呈现指数增长。大数据应运而生,带来了 俗称的大数据 4V 特征:数量多(即数据集的规模)、多样性(即来自多种数据仓库、领域 或类型的数据)、速度快(数据的流速)、多变性(在不同特征里的变化)。大数据的到来, 使得在数据系统的演化进程中,人们对于高经济效益以及高效率的数据分析需求迫使现有 技术不断变化。 伴随着大数据革命,必须考虑如下四个方面的相互作用:数据集的特征、对数据集的分析、 数据处理系统的性能以及对经济效益的商业考虑。这些决定了数据应用的价值效果。通过 不断的实践,我们总结出了当前大数据环境下的数据应用工程 - 成熟度(LPDT)模型。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值