高质量数据建模基础理论

建模

一、高质量数据建模基础

1.数据模型的概念和意义 - DIKW

数据模型是将数据元素以标准化的模式组织起来, 用来模拟现实世界
的信息框架蓝图。
数据模型的要求：
• 直观地模拟世界
• 容易为人所理解
• 便于计算机实现

低质量数据模型缺点

1. 没有准确的捕获到需求
2. 数据模型不完整
3. 各层模型与其扮演角色不匹配
4. 数据结构不合理
5. 抽象化不够，造成模型不灵活
6. 没有或者不遵循命名规范
7. 缺少数据模型的定义和描述
8. 数据模型可读性差
9. 元数据与数据不匹配
   10.数据模型与企业标准不一致

低质量数据模型的影响

1. 大量修改和重做
2. 重复建设
3. 知识丢失
4. 下游开发困难
5. 高成本
6. 数据质量低下
7. 新业务无法展开
   建设高质量数据模型的意义

“牵一发而动全身”
–龚自珍
“秦人不暇自哀而后人哀之, 后人哀之而不鉴之, 亦使后人复哀后人也”
—杜牧

建设高质量数据模型的意义

图片来源于网络
作者：pxj