Datenmodellierung für Qualität

Bewertung:   (4,2 von 5)

Datenmodellierung für Qualität (Graham Witt)

Leserbewertungen

Zusammenfassung:

Das Buch bietet eine gründliche und fundierte Einführung in die Datenmodellierung, die insbesondere für weniger erfahrene Datenmodellierer von Nutzen ist. Es legt den Schwerpunkt auf bewährte Verfahren und führt das Konzept eines „Geschäftsinformationsmodells“ anstelle eines traditionellen „konzeptionellen Datenmodells“ ein. Allerdings kommt es bei der Erforschung breiterer Themen zu kurz und befasst sich nicht eingehend mit der zweiten Phase der Modellierung, insbesondere mit der Erstellung eines detaillierten logischen Modells.

Vorteile:

Umfassende und gründliche Darstellung von Datenmodellierungspraktiken.
Geschrieben von einem erfahrenen Autor mit über 40 Jahren Erfahrung in diesem Bereich.
Klare und einfache Sprache macht es für den Leser zugänglich.
Gut gegliedertes Inhaltsverzeichnis und nützlicher Index zum schnellen Nachschlagen.
Zusammenstellung von Best Practices, die sowohl für Anfänger als auch für erfahrene Datenmodellierer von Nutzen sind.
Praktische Ratschläge und Diskussionen zu wichtigen Entscheidungen bei der Datenmodellierung.

Nachteile:

Bietet eine konventionelle Sicht auf die Datenmodellierung und geht kaum auf größere Themen ein, die Datenmodelle betreffen.
Begrenzte Diskussion über fortgeschrittene Modellierungstechniken, die über die anfängliche „Konzeptionsmodell“-Phase hinausgehen.
Absolute Anfänger benötigen möglicherweise eine zusätzliche Einführung in die Datenmodellierung, da dieses Buch kein Tutorium ist.

(basierend auf 3 Leserbewertungen)

Originaltitel:

Data Modeling for Quality

Inhalt des Buches:

Dieses Buch richtet sich an alle Datenmodellierer, Datenarchitekten und Datenbankdesigner - sowohl an Einsteiger, die lernen wollen, was es mit der Datenmodellierung auf sich hat, als auch an erfahrene Modellierer, die ihre Kenntnisse auffrischen wollen.

Ein Anfänger erhält nicht nur einen Überblick über die Datenmodellierung, sondern lernt auch, wie der Datenmodellierungsprozess abläuft, einschließlich der für jeden Schritt erforderlichen Aktivitäten. Der erfahrene Praktiker wird Techniken entdecken (oder wiederentdecken), die sicherstellen, dass Datenmodelle die Geschäftsanforderungen genau widerspiegeln. Dieses Buch beschreibt rigorose und dennoch einfach zu implementierende Ansätze für:

⬤ Modellierung von Geschäftsinformationsanforderungen zur Überprüfung durch die Geschäftsbeteiligten vor der Entwicklung des logischen Datenmodells.

⬤ Normalisierung von Daten, basierend auf einfachen Fragen und nicht auf formalen Definitionen, die viele Modellierer als einschüchternd empfinden.

⬤ Benennung und Definition von Konzepten und Attributen.

⬤ Modellierung zeitvariabler Daten.

⬤ Dokumentation von Geschäftsregeln, die sowohl die reale Welt als auch die Daten regeln.

⬤ Datenmodellierung in einem agilen Projekt.

⬤ Verwaltung von Datenmodelländerungen in jeder Art von Projekt.

⬤ Umwandlung eines Geschäftsinformationsmodells in ein logisches Datenmodell, anhand dessen Entwickler programmieren können.

⬤ Implementierung des logischen Datenmodells in einem traditionellen relationalen DBMS, einem SQL:2003-kompatiblen DBMS, einem objektrelationalen DBMS oder in XML.

Teil 1 beschreibt Geschäftsinformationsmodelle im Detail, einschließlich:

⬤ die Bedeutung der Modellierung von Geschäftsinformationsanforderungen, bevor mit einem logischen Datenmodell begonnen wird.

⬤ Geschäftskonzepte (Entitätsklassen)

⬤ Attribute von Geschäftskonzepten.

⬤ Attributklassen als Alternative zu DBMS-Datentypen.

⬤ Beziehungen zwischen Geschäftskonzepten.

⬤ Zeitvariable Daten.

⬤ Verallgemeinerung und Spezialisierung von Geschäftskonzepten

⬤ Benennung und Definition der Komponenten des Geschäftsinformationsmodells

⬤ Geschäftsregeln für Daten, einschließlich einer Unterscheidung zwischen Regeln der realen Welt und Datenregeln.

Teil 2 führt von den Anforderungen zu einer funktionierenden Datenressource und behandelt:

⬤ Beschaffung von Datenanforderungen.

⬤ Entwicklung des Geschäftsinformationsmodells.

⬤ Kommunikation mit den Geschäftsinteressenten zur Überprüfung, sowohl in Form von Diagrammen als auch mündlich.

⬤ Verwaltung von Datenmodelländerungen.

⬤ Umwandlung des Geschäftsinformationsmodells in ein logisches Datenmodell gespeicherter Daten zur Implementierung in einem relationalen oder objektrelationalen DBMS.

⬤ Darstellung von Attributwerten und Datenbeschränkungen (wichtig, aber oft übersehen)

⬤ Modellierung von Datentresoren, Dimensions- und XML-Daten.

Weitere Daten des Buches:

ISBN:9781634629133
Autor:
Verlag:
Einband:Taschenbuch

Kauf:

Derzeit verfügbar, auf Lager.

Ich kaufe es!

Weitere Bücher des Autors:

Datenmodellierung für Qualität - Data Modeling for Quality
Dieses Buch richtet sich an alle Datenmodellierer, Datenarchitekten und Datenbankdesigner - sowohl an...
Datenmodellierung für Qualität - Data Modeling for Quality
Technisches Schreiben für Qualität - Technical Writing for Quality
Früher oder später müssen viele technische Fachleute Dokumente wie...
Technisches Schreiben für Qualität - Technical Writing for Quality

Die Werke des Autors wurden von folgenden Verlagen veröffentlicht:

© Book1 Group - Alle Rechte vorbehalten.
Der Inhalt dieser Seite darf weder teilweise noch vollständig ohne schriftliche Genehmigung des Eigentümers kopiert oder verwendet werden.
Letzte Änderung: 2024.11.13 22:11 (GMT)