本文详细介绍了数据工程的各个方面，包括数据建模（概念模型、逻辑模型和物理模型）、数据标准化（元数据标准化、数据元标准化等）、数据运维（数据存储、备份、容灾和质量控制）以及数据开发利用（数据集成、数据挖掘和服务）。数据建模过程涉及数据需求分析、概念设计、逻辑设计和物理设计。数据标准化是实现信息共享的关键，包括元数据、数据元、数据模式、分类编码和管理的标准化。数据运维讨论了数据存储、备份策略（如完全备份、差分备份、增量备份）和数据容灾。最后，数据开发利用涵盖数据集成、数据挖掘、数据服务和数据可视化技术。
1、数据建模
数据建模是对现实世界中具体的人、物、活动和概念进行抽象、表示和处理，变成计算机可处理的数据，也就是把现实世界中的数据从现实世界抽象到信息世界和计算机世界。
1.1 数据模型
根据模型应用目的不同，可以将数据模型划分为三类：概念模型、逻辑模型和物理模型。
1）概念模型
概念模型也称信息模型，它是按用户的观点来对数据和信息建模，也就是说，把现实世界中的客观对象抽象为某一种信息结构，这种信息结构不依赖于具体的计算机系统，也不对应某一个具体的DBMS，它是概念级别的模型。
2）逻辑模型
（1）逻辑模型是在概念模型的基础上确定模型的数据结构，目前主要的数据结构有层次模型、网状模型、关系模型、面向对象模型和对象关系模型。其中，
354
44
1043
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
超级会员免费看
订阅专栏 解锁全文
