数据模型

一组由符号,文本组成的集合, 用以准确表达信息景观, 达到有效交流,沟通的目的

数据建模

是发现,分析和确定数据需求的过程,是一种称为数据模型的精确形式表示和传递这些需求

数据模型的组件

实体, 关系, 属性和域

数据模型的核心价值

交流性

精确性

数据模型的使用

理解已有的应用程序

快速理解已有应用程序的数据结构和数据流。

通过数据模型，可以清晰地看到数据库中包含哪些表、表之间的关系以及数据的流动方式。

示例：

在一个复杂的ERP系统中，数据模型可以帮助新开发人员理解订单、客户、产品等数据之间的关系，从而更快地熟悉系统。

在维护旧系统时，数据模型可以帮助识别数据冗余或不一致的地方，从而优化数据库设计。

了解业务

数据模型是业务需求和技术实现之间的桥梁，能够帮助业务人员和技术人员更好地理解业务规则和数据需求。

通过数据模型，业务人员可以验证技术实现是否符合业务需求，而技术人员可以更好地理解业务背景。

示例：

在银行系统中，数据模型可以帮助业务人员理解客户账户、交易记录和贷款信息之间的关系，从而设计出符合业务需求的产品。

在电商系统中，数据模型可以帮助业务人员理解订单、库存和支付数据之间的关系，从而优化业务流程。

风险管理

帮助识别和管理数据相关的风险，如数据冗余、不一致性、安全漏洞等。

提前发现潜在的问题，并在设计和开发阶段进行规避。

示例：

在金融系统中，数据模型可以帮助识别敏感数据（如客户信息、交易记录）的存储和访问方式，从而制定相应的安全策略。

在医疗系统中，数据模型可以帮助确保患者数据的完整性和一致性，从而降低医疗错误的风险。

培训团队成员

数据模型是培训新团队成员的重要工具，能够帮助他们快速理解系统的数据结构和业务规则。

通过数据模型，新成员可以更快地融入团队，并参与到系统的开发和维护中。

示例：

在新员工入职时，数据模型可以作为培训材料的一部分，帮助他们理解系统的核心数据结构和业务流程。

在团队扩展时，数据模型可以帮助新成员快速上手

数据建模的意义

信息=元数据+数据

元数据

元数据（Metadata）是描述数据的数据，提供了关于数据的背景信息，包括数据的来源、格式、结构、创建时间、修改时间、所有者、用途等。

信息和数据

数据是信息的一种形式,信息也是数据的一种形式

数据：数据是原始的、未经处理的事实或数字。它可以是文本、数字、图像、声音等形式

信息：信息是经过处理和组织的数据，具有特定的意义和上下文。

• 数据转化为信息：数据通过处理、分析、解释等过程，被赋予意义和上下文，从而转化为信息。例如，温度读数（数据）经过分析后，可以得出天气趋势（信息）。

• 信息作为数据：在某些情况下，信息也可以被视为数据。当信息被进一步处理或用于更高层次的分析时，它又成为了新的数据。例如，一份市场调研报告（信息）可以被用作制定营销策略的数据。

低质量数据模型的原因和影响

高质量数据模型的好处