如果您是当前或有志于信息技术专业的专业人员,在数据管理整个生命周期中寻找分析和模拟数据的可靠实用技术,这是你学习的课程。
课程期间,您将学会的工作原理和定义抽样数据模型段,在 ” 经典的 ” 实体关系符号和 ” 观众脚 ” 符号中进行界定,以帮助强调最佳做法和最佳方法。
每一节都有基于假想的测验问题,或有任务强调本节材料的关键学习目标。
由此,你可以有信心地走过你正在收集数据模型的关键点的路线。
为了建立这一课程,我借鉴了30多年来我自己在数据建模和相关学科方面的工作。
很久以前,在1980年代末期,我曾是当时世界第二大计算机系统销售商数字设备公司(Digital Economic Corporation)的软件工程师。
我为“概念和逻辑数据库设计工具”——换句话说,即数据模型工具——编写了软件。
我自己的咨询公司,思考黑头盔公司专门从事数据管理和分析重点学科,而数据模型对于这些学科至关重要。
我将袖子卷起来,亲自处理你在这个课程中学习的每一个方面。 我甚至学到了几条痛苦的教训,并在教材中积累了健康的一部分“经验教训 ” 。
透过一系列最佳实践和技术, 我从数据模型的基本原理和概念中,
学习课程中, 有许多例子能清楚展示关键概念与技巧。
到课程结束时,你们将不仅可以使这些原则发挥作用,而且能够根据超越坚果和废石的数据模型的“艺术”的要求,作出关键数据建模和设计决定。
技术和设计模式。
具体而言,本课程将涵盖:基础数据建模概念和基本原理 数据建模型与数据库设计之间的共生关系(提示:两者并不完全相同!)
实体、属性和关系的基本原理,以及如何在多重模型化符号中表达这些概念
数据模型生命周期,其中包括将概念性数据模型推前工程,以形成一个逻辑、然后是物理模型的概念性数据模式,以及一种物理模型
数据建模既是一种艺术,也是一种科学。
虽然我们多年来已经制定了大量最佳做法,但我们在数据建模工作中仍必须作出这种或那种决定,而且往往基于深层经验而不是具体规则。
这就是我在这个课程中灌输的内容:将数据模型艺术和科学融合在一起,你可以把这些数据集成到自己的组织和工作之中。所以请和我一起来参加这个通过数据模型世界的旅程!