请搜索: 全站搜索 新闻中心 招聘信息

数据模型管理方案

DATA MODEL MANAGEMENT SCHEME

数据模型是指用实体、属性及其关系对企业运营和管理过程中涉及的所有业务概念和逻辑规则进行统一定义、命名和编码,包括概念模型/逻辑模型/物理模型

概念数据模型:是面向用户、面向客观世界的模型,主要用来描述世界的概念化结构,概念数据模型必须换成逻辑数据模型,才能在DBMS中实现。在概念数据模型中最常用的是E-R模型。

逻辑数据模型:是一种面向数据库系统的模型,是具体的DBMS所支持的数据模型,此模型既要面向用户,又要面向系统,主要用于数据库管理系统的实现。

物理数据模型:是一种面向计算机物理表示的模型,描述了数据在储存介质上的组织结构,它不但与具体的DBMS有关,而且还与操作系统和硬件有关。每一种逻辑数据模型在实现时都有其对应的物理数据模型。

数据模型建设的价值The value of data model building

从全局入手,涉及标准化数据模型,构建统一的数据模型管控体系,丰富和完善数据实体相关属性信息,梳理数据实体之间的逻辑关系,最终形成不同主题域数据模型。

缺失数据模型

  • 数据各自为政
  • 从当前各自业务的视角提需求,带来的影响往往是边界不清
  • 系统建设完成后,如同一个个烟囱,存在大量重复冗余,接口繁琐
  • 新业务产生后难以判断需求该落在哪里

税务代办

  • 数据统筹规划
  • 按照数据模型的规范,按数据分布的规划提数据需求
  • 数据的流转、边界清晰
  • 具备扩展性与前瞻性,当系统产生新业务时能够准确判断数据落在哪里

数据模型的设计Implementation of data model

依据数据标准,设计主题库数据模型及数据模型落地
业务实体分析
采用“BOTTOM-UP”法,对业务系统调研,分析业务流程,形成核心业务实体列表即数据资产清单
概念模型设计
在信息化规划的一级主题域基础上,对实体进一步分类,并完善和细化业务实体定义和实体关系。
逻辑模型设计
定义数据关系,数据标准粒度,数据范式化标准等形成逻辑数据模型
物理模型设计
进行实体属性化设计,确定主、外键,进行实体的合并、拆分,形成物理数据模型

数据模型全生命周期管理Data model lifecycle management