数据建模与设计

本文基于 DAMA-DMBOK 框架整理，约 1394 字。

1. 引言

数据建模是发现、分析、确定数据需求的过程，用一种称为数据模型的精确形式标识和传递这些数据的需求。数据建模是数据管理的重要组成部分。数据可以采取多种不同的模式来表示，其中最常见的6种模式分别是：关系模式、多维模式、面向对象模式、事实模式、时间序列模式和NoSQL模式。

业务驱动因素

数据模型对有效地进行数据管理至关重要，是数据发挥价值至关重要的环节，其最直接的业务驱动因素主要是数据团队内部的效率和质量要求（不是我们通常认为的外部业务直接驱动），主要包括：

提供有关数据的通用词汇表

获取、记录组织内数据和系统的详细信息

在项目中作为主要交流沟通工具

提供了应用定制、整合，甚至替换的起点。

1.2目标和原则

数据建模的目标是确认和记录不同视角对数据需求的理解，从而使应用程序与当前和未来的业务需求更加紧密地结合在一起，并成功地完成数据应用和管理活动奠定基础。良好的数据建模可以降低支持成本，增加需求重复利用的可能性，从而降低构建应用的成本。通过数据建模达到以下目的：

格式化：格式化定义赋予数据规范的结构，减少在访问和保存数据时发生异常的概率

范围定义：数据模型可帮助解释数据上下文边界，以及购买的应用程序、项目、方案或实施的现有系统。

知识保留记录：数据模型通过以书面形式获取知识来保存系统或项目的企业信息，它能给未来项目提供原始记录。

1.3基本概念

数据建模：数据建模最常用在系统开发与系统维护的工作环境中，数据建模可以用于广泛的领域（如业务&数据架构、主数据管理和数据治理计划），其直接的结果不是在数据库，而是对组织数据的理解。

数据模型：模型是显示当前事务的一种表征或者将来想要创建事务的一种模式，其中数据模型描述了组织已经理解或者未来需要理解的数据。数据模型是用来将数据需求从业务传递到IT，以及在IT内部从分析师、建模师和架构师到数据库设计人员以及开发同学的主要媒介。

建模的数据类型：任何既定组织中适合于建模的数据反映了组织或者项目需要数据模型的优先级，可以对以下4种主要类型的数据进行建模：

类别信息：用于对事物进行分类和分配事物类型的数据（实体维度信息）

资源信息：实施操作流程所需资源的基本数据（实体数据信息）

业务时间信息：在操作过程中创建的数据（关键事实流程数据）

详细交易信息：详细的交易信息通过销售系统生成、互联网页面点击、移动设备传感器等（广泛流程数据，大数据）

数据模型组件：不同的数据模型采用不同的符号来表示数据，但大多数数据模型包括基本相同的组件：实体、关系、属性、域（可能各种模型之间对组件的定义有些细微的差异，但是整体来说都是大差不离的）。

实体：实体是一个组织收集信息的载体，一个实体可被认为是一些基本问题的答案（谁、什么、何时、何地、为什么、怎么办或这些问题的综合）；实体通常采用矩形表示；实体的定义属于核心元数据，描述的业务价值有巨大贡献，高质量数据定义具备以下三个基本特征：

清洗：定义应该易于阅读和理解，采用简单清晰的语言表述，没有晦涩的首字母缩写词或难于理解的歧义术语表达

准确：定义是对实体的准确和正确的描述，应由相关业务领域专家进行审查，以确保其准确性

完整：定义要尽量全面，所包括的内容都要体现

关系：关系在数据建模图上通常显示为线条，线条上的符号（称为基数）精确的语法说明了规则，关系通过关系数据库中的外键来表示，在非关系型数据库中通过边界或链接来表示。

昱珩的工业落地视角

同一台设备、同一批物料在不同系统里命名不同，是制造业最常见的主数据痛点。昱珩运用概念模型、逻辑模型到物理模型的分层建模方法，统一设备、物料、工艺路线等核心对象的数据定义，为后续集成和分析打下标准基础。