Bewertung:
Das Buch „Data Modeling Made Simple“ hat gemischte Kritiken erhalten. Viele loben den zugänglichen Schreibstil und die praktischen Beispiele, während einige Kritiker auf die begrenzte Tiefe und den begrenzten Umfang des Buches hinweisen, insbesondere für erfahrene Praktiker. Das Buch ist für Anfänger und Fachleute empfehlenswert, erfüllt aber möglicherweise nicht die Bedürfnisse derjenigen, die eine detaillierte technische Anleitung suchen.
Vorteile:⬤ Zugänglicher und leicht verständlicher Schreibstil, geeignet für Anfänger und Fachleute.
⬤ Praktische Beispiele aus der Praxis, die das Verständnis von Datenmodellierungskonzepten erleichtern.
⬤ Schritt-für-Schritt-Ansätze und klare Erklärungen, insbesondere in den Abschnitten über Fachgebietsmodelle und Normalisierung.
⬤ Die Struktur des Buches hilft beim Lernen, mit Kapiteln, die aufeinander aufbauen.
⬤ Enthält nützliche Tools wie die Data Model Scorecard.
⬤ Es fehlt an Tiefe bei fortgeschrittenen Themen, was dazu führen kann, dass erfahrene Leser sich mehr Details wünschen.
⬤ Einige Rezensenten hielten das Buch für zu vereinfachend oder zu breit gefasst und gaben an, dass es keine ausreichenden technischen Anleitungen bietet (z. B. zur Modellierung von Beziehungen oder zur Indexierung).
⬤ Darstellungsprobleme wie Design und Druckqualität wurden als hinderlich für die Lesbarkeit angemerkt.
⬤ Einige Inhalte (z.B. Kapitel über XML und unstrukturierte Daten) scheinen den Hauptschwerpunkt der Datenmodellierung zu tangieren.
(basierend auf 35 Leserbewertungen)
Data Modeling Made Simple: A Practical Guide for Business and It Professionals
Data Modeling Made Simple vermittelt Geschäfts- und IT-Fachleuten praktische Kenntnisse über Datenmodellierungskonzepte und Best Practices. Dieses Buch ist in einem unterhaltsamen Stil geschrieben, der Sie ermutigt, es von Anfang bis Ende zu lesen und diese zehn Ziele zu meistern:
⬤ Wissen, wann ein Datenmodell benötigt wird und welche Art von Datenmodell für die jeweilige Situation am effektivsten ist.
⬤ Lesen Sie ein Datenmodell beliebiger Größe und Komplexität mit der gleichen Sicherheit, als würden Sie ein Buch lesen.
⬤ Ein vollständig normalisiertes relationales Datenmodell sowie ein leicht navigierbares dimensionales Modell zu erstellen.
⬤ Techniken anwenden, um ein logisches Datenmodell in ein effizientes physisches Design zu verwandeln.
⬤ Nutzen Sie verschiedene Vorlagen, um die Anforderungserfassung effizienter und genauer zu gestalten.
⬤ Erläutern Sie alle zehn Kategorien der Data Model Scorecard.
⬤ Lernen Sie Strategien zur Verbesserung Ihrer Arbeitsbeziehungen mit anderen kennen.
⬤ Erkennen Sie die Auswirkungen, die unstrukturierte Daten auf unsere Datenmodellierungsergebnisse haben und haben werden.
⬤ Lernen Sie grundlegende UML-Konzepte kennen.
⬤ Datenmodellierung in Zusammenhang mit XML, Metadaten und agiler Entwicklung bringen.
Buchbesprechung von Johnny Gay
In dieser Buchbesprechung gehe ich auf jeden Abschnitt des Buches ein und gebe an, was ich als Datenmodellierer am wertvollsten fand. Dabei vergleiche ich, wie die Struktur des Buches dem neuen Datenmodellierer den Einstieg in das Thema erleichtert, ähnlich wie ein Schwimmlehrer einem Schwimmanfänger den Einstieg in den Pool erleichtern könnte.
Dieses Buch beginnt wie ein Dan Brown-Roman. Es beginnt sogar damit, dass der Protagonist, unser Lieblingsdatenmodellierer, sich auf einer dunklen Straße irgendwo in Frankreich verirrt. In diesem Fall ist das, was ihn rettet, keine Chiffre, sondern ausgerechnet etwas, das einem Datenmodell in Form einer Karte sehr ähnlich ist.
| ISBN: | 9780977140060 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2009 |
| Seitenzahl: | 360 |
Derzeit verfügbar, auf Lager.
