BA資料建模概述 - batimes
當我還是一名程式設計師分析師時,它開始學習喜歡 ISAM(遺留物)、VSAM(簡單但高效)和後來的 DB2(功能強大且靈活)等神秘的資料結構。
我最近接觸的資料庫是用於網站的 MySQL,但只是作為 BA。
請注意,我也喜歡流程工作,但也許我只是更喜歡資料庫欄位、列、行和表的結構。或者它能夠查詢和運算元據以提供對開展業務或做出決策有用的資訊。不管是什麼原因,我一直很欣賞並熱愛分析資料需求並將它們轉化為強大的邏輯或業務資料模型。
因此,讓我們從邏輯資料建模的概述開始,它分為三個基本步驟。
第 1 步:實體
邏輯模型中的核心元素是實體。它代表組織中的人員、地點、事物、流程和事件。所有運營資料都適合特定實體,如果處理正確,則只有一個。請注意,出於效能原因,物理資料庫可能會引入冗餘。以一個簡單的銀行示例為例,其中有四個斜體實體。您的錢存放在有存款和取款功能的賬戶中,定期報表會傳送到您的一個或多個地址。
按照慣例,實體以單數的、面向業務的名詞命名。對於我們的示例,實體可能被稱為賬戶、交易(存款或取款的抽象)、報表和位置(而不是地址)。選擇一個合適的名字比看起來更難。我親眼目睹了團隊為最好的名稱和抽象級別而苦苦掙扎。不過,為組織提供具有有意義名稱的持久資料結構的努力是值得的。物理資料庫將實體實現為表或檔案。
第 2 步:關係
一旦確定了有問題的實體,就可以將適當的實體聯絡在一起,形成所謂的關係。關係用於最終告訴資料庫引擎哪些資料元素屬於一起並且應該一起檢索。在物理資料庫中,關係使用鍵表示,下面將介紹這些鍵。一旦確定了有問題的實體,就可以將適當的實體聯絡在一起,形成所謂的關係。關係用於最終告訴資料庫引擎哪些資料元素屬於一起並且應該一起檢索。在物理資料庫中,關係使用鍵表示,下面將介紹這些鍵。
對於我們的銀行業務示例,賬戶與交易有關係,交易標識存款或取款適用的賬戶。Statement 是 Transactions 的集合,因此需要在那裡建立關係。最後,報表被髮送到位置,無論是實體地址還是電子地址。對於我們的銀行業務示例,賬戶與交易有關係,交易標識存款或取款適用的賬戶。Statement 是 Transactions 的集合,因此需要在那裡建立關係。最後,報表被髮送到位置,無論是實體地址還是電子地址。
第 3 步 - 屬性
在模型中確定關係後,可以將業務想要捕獲和報告的特定資料新增到實體中。資料元素稱為屬性,可以在定義實體後立即新增,但在適當的位置更容易新增關係。在物理資料庫中,屬性成為資料的欄位或列。在模型中確定關係後,可以將業務想要捕獲和報告的特定資料新增到實體中。資料元素稱為屬性,可以在定義實體後立即新增,但在適當的位置更容易新增關係。在物理資料庫中,屬性成為資料的欄位或列。
主鍵
每個實體都需要一個屬性或屬性組合,其值對於實體的每次出現都是唯一的。稱為“主鍵”或“唯一識別符號”。
外來鍵
為了鞏固實體之間的關係,使用了“外來鍵”。外來鍵是新增到關係另一側實體的一個實體的主鍵。Account-Transaction 關係是使用在示例中用“(FK)”表示的 Transaction 實體中放置的 Account 的帳號鍵繫結的。注意:顯示屬性、主鍵和外來鍵的確切方式通常由您組織的建模軟體和標準決定。為了鞏固實體之間的關係,使用了“外來鍵”。外來鍵是新增到關係另一側實體的一個實體的主鍵。Account-Transaction 關係是使用在示例中用“(FK)”表示的 Transaction 實體中放置的 Account 的帳號鍵繫結的。
屬性旨在表示單個事實,如果您發現某個屬性重複或位於錯誤的實體中,則需要使用“規範化”對其進行調整。Statement-Location 關係由於其多對多關係而導致重複屬性。歸一化可以解決這個問題。
概括
資料建模對我來說很有吸引力,因為它有助於將可能的資料需求的模糊性轉變為對業務規則和需求的精確描述。我開始意識到構建一個健壯的資料模型有助於我們發現資料對組織的意義。專注於資料的意義幫助我解決了不可避免地出現的錯綜複雜的規範化問題。希望本文提供快速介紹或複習,以幫助您充分利用資料工作。資料建模對我來說很有吸引力,因為它有助於將可能的資料需求的模糊性轉變為對業務規則和需求的精確描述。我開始意識到構建一個健壯的資料模型有助於我們發現資料對組織的意義。專注於資料的意義幫助我解決了不可避免地出現的錯綜複雜的規範化問題。希望本文提供快速介紹或複習,以幫助您充分利用資料工作。
相關文章
- 資料建模
- 為什麼建模技術對業務分析師BA如此重要?- modernanalystNaN
- 大資料概述大資料
- 資料庫概述資料庫
- 資料治理之資料梳理與建模
- 2031資料庫概述資料庫
- IndexedDB 資料庫概述Index資料庫
- 大資料基本概述大資料
- 01 | 資料庫概述資料庫
- 說說資料分析中的資料建模
- 13、資料,學習和建模
- 資料分析與挖掘-挖掘建模
- TDengine 如何進行資料建模?
- 資料倉儲建模方法論
- 資料結果表概述
- 資料管道架構概述架構
- 資料庫系統概述資料庫
- 雲資料建模:為資料倉儲設計資料庫資料庫
- 77種資料建模工具比較
- 大資料建模、分析、挖掘技術大資料
- SAP HANA資料建模祕籍XV
- dython:Python資料建模寶藏庫Python
- 資料結構筆記——概述資料結構筆記
- hive(4)——後設資料概述Hive
- 大資料筆記01--大資料概述大資料筆記
- 資料庫與資料庫管理系統概述資料庫
- 工業資料分析之數倉建模 | 正規化建模和維度建模,你pick誰?
- BA都在忙些啥 - 寫給新人的BA工作說明書
- 資料庫系統概述之國產資料庫資料庫
- 資料結構小白系列之資料結構概述資料結構
- 前端資料校驗從建模開始前端
- 利用Data vault對資料倉儲建模
- 客戶端資料儲存概述客戶端
- 資料庫系統設計概述資料庫
- JVM執行時資料區概述JVM
- #資料庫3-1_SQL概述資料庫SQL
- Redis概述及基本資料結構Redis資料結構
- 資料建模大資料就業挑戰月薪30K大資料就業