数据架构之道：数据模型设计与管控

附录D 民用航空行业数据标准简介

附录C 财产保险业务及人身保险业务要素数据规范

附录B 保险行业转型相关政策文件

附录A 证券期货业已发布标准

16.6 航班运行领域数据模型

16.5 概念模型的组成

16.4 航空公司数据模型

16.3.2 国内航空公司

16.3.1 国外航空公司

16.3 航空公司数据架构

16.2 民用航空行业数据标准

16.1.2 航空公司信息化发展

16.1.1 航空运输业务概览

16.1 航空公司业务与信息化

16 航空公司的数据架构及模型

15.7.3 学生主题数据模型

15.7.2 教职工主题数据模型

15.7.1 学校主题数据模型

15.7 教育行业的数据模型

15.6 教育行业的数据模型设计

15.5.2 数据标准

15.5.1 元数据

15.5 教育行业数据建模前期的数据准备

15.4.2 数据标准化管理平台架构设计

15.4.1 数据架构设计

15.4 教育行业数据架构的统筹规划

15.3 数据标准化管理平台建设目标

15.2 数据标准化管理平台建设原则

15.1 教育行业信息化发展及现状

15 教育行业的数据架构及模型

14.3.2 人身保险公司版数据模型

14.3.1 财产保险公司版数据模型

14.3 保险行业数据模型

14.2 保险行业监管数据标准

14.1 保险行业业务概述

14 保险行业的数据架构及模型

13.3.5 渠道数据域模型

13.3.4 账户数据域模型

13.3.3 品种数据域模型

13.3.2 客户数据域模型

13.3.1 核心主题域模型

13.3 证券公司数据模型

13.2.3 证券行业数据管控工具

13.2.2 证券行业数据管控规范制度

13.2.1 证券行业数据管控组织

13.2 证券行业数据管控

13.1 证券公司业务概览

13 证券资管行业的数据架构及模型

第四篇 行业数据模型篇

12.4 从数据模型发现并生成新的数据标准

12.3 将数据标准应用于数据模型建设

12.2 数据模型与数据标准的关系

12.1.2 数据标准的分类

12.1.1 数据标准的概念

12.1 数据标准

12 数据模型与数据标准

11.8.3 开发逻辑模型生成元数据血缘关系

11.8.2 数据模型的血缘关系

11.8.1 元数据的血缘

11.8 数据模型与元数据的血缘分析

11.7 数据模型与元数据的版本管理

11.6 数据模型与元数据的关系

11.5 元数据管理

11.4 元数据

11.3 从数据架构到数据

11.2 数据架构驱动的数据治理

11.1 企业架构与数据架构

11 数据架构与数据治理

10.4.4 生产环境监控

10.4.3 数据模型评审

10.4.2 数据模型设计

10.4.1 数据模型管控流程

10.4 数据模型管控实战经验

10.3 组织架构

10.2.3 数据模型中心

10.2.2 数据模型评审

10.2.1 数据模型规范化设计

10.2 数据模型管控的思路

10.1.2 模型管控的价值

10.1.1 数据管理的痛点

10.1 背景介绍

10 数据模型管控

第三篇 数据模型落地篇

9.6.4 有向数据模型

9.6.3 建模方法

9.6.2 统一星型模型的设计过程

9.6.1 统一星型模型的组成

9.6 统一星型模型

9.5 向集成数据集市变革

9.4 集成数据集市的斱法

9.3 数据集市的演变

9.2 数据仓库与数据集市

9.1 统一星型模型简介

9 统一星型模型建模

8.3 Data Vault适用场景

8.2 Data Vault建模斱法

8.1 Data Vault的起源

8 Data Vault建模

7.5.2 一致性事实

7.5.1 一致性维度

7.5 数据仓库总线结构

7.4.2 维度模型设计

7.4.1 组织工作

7.4 维度建模的任务建议

7.3.4 确认事实

7.3.3 确认维度

7.3.2 声明粒度

7.3.1 选取业务处理过程

7.3 维度建模的过程

7.2.3 星座模式

7.2.2 雪花模式

7.2.1 星型模式

7.2 维度建模的常见模式

7.1.3 维度表和事实表的融合

7.1.2 维度表

7.1.1 事实表

7.1 维度建模的基本概念

7 维度建模

6.6.3 Oracle数据仓库解决方案

6.6.2 IBM数据仓库解决方案

6.6.1 Teradata数据仓库解决方案

6.6 企业级数据仓库的解决斱案

6.5.2 企业级数据仓库的实施

6.5.1 NCR数据仓库方法论

6.5 企业级数据仓库

6.4 数据仓库的工具与技术

6.3 数据仓库的体系结构

6.2 数据仓库的概念

6.1.3 数据仓库的发展趋势

6.1.2 数据仓库技术架构的演进

6.1.1 数据仓库的发展阶段

6.1 数据仓库的演化过程

6 数据仓库

5.9 范式建模工作斱法和流程

5.8 鲍依斯-科得范式

5.7 第三范式

5.6 非主属性

5.5 码

5.4 函数依赖

5.3 第二范式

5.2 第一范式

5.1 范式与模型

5 范式建模

4.2 数据模型规范

4.1.2 数据模型记分卡评分项

4.1.1 数据模型记分卡概述

4.1 数据模型记分卡

4 数据模型质量

第二篇 数据模型设计篇

3.3 物理模型

3.2 逻辑模型

3.1.2 概念模型的表示方法

3.1.1 概念模型的主要概念

3.1 概念模型

3 数据模型

2.4 企业架构与数据治理

2.3.2 现代企业架构的兴起

2.3.1 传统企业架构的消亡

2.3 敏捷的企业架构治理

2.2.2 TOGAF框架

2.2.1 Zachman框架

2.2 企业架构的框架

2.1 企业架构的构成

2 企业架构

1.2 数据建模简史

1.1 数据架构与数据模型

1 缘起

第一篇 数据架构基础篇

前言

本书编委会

内容简介

作者简介

版权信息

封面

封面

版权信息

作者简介

内容简介

本书编委会

前言

第一篇 数据架构基础篇

1 缘起

1.1 数据架构与数据模型

1.2 数据建模简史

2 企业架构

2.1 企业架构的构成

2.2 企业架构的框架

2.2.1 Zachman框架

2.2.2 TOGAF框架

2.3 敏捷的企业架构治理

2.3.1 传统企业架构的消亡

2.3.2 现代企业架构的兴起

2.4 企业架构与数据治理

3 数据模型

3.1 概念模型

3.1.1 概念模型的主要概念

3.1.2 概念模型的表示方法

3.2 逻辑模型

3.3 物理模型

第二篇 数据模型设计篇

4 数据模型质量

4.1 数据模型记分卡

4.1.1 数据模型记分卡概述

4.1.2 数据模型记分卡评分项

4.2 数据模型规范

5 范式建模

5.1 范式与模型

5.2 第一范式

5.3 第二范式

5.4 函数依赖

5.5 码

5.6 非主属性

5.7 第三范式

5.8 鲍依斯-科得范式

5.9 范式建模工作斱法和流程

6 数据仓库

6.1 数据仓库的演化过程

6.1.1 数据仓库的发展阶段

6.1.2 数据仓库技术架构的演进

6.1.3 数据仓库的发展趋势

6.2 数据仓库的概念

6.3 数据仓库的体系结构

6.4 数据仓库的工具与技术

6.5 企业级数据仓库

6.5.1 NCR数据仓库方法论

6.5.2 企业级数据仓库的实施

6.6 企业级数据仓库的解决斱案

6.6.1 Teradata数据仓库解决方案

6.6.2 IBM数据仓库解决方案

6.6.3 Oracle数据仓库解决方案

7 维度建模

7.1 维度建模的基本概念

7.1.1 事实表

7.1.2 维度表

7.1.3 维度表和事实表的融合

7.2 维度建模的常见模式

7.2.1 星型模式

7.2.2 雪花模式

7.2.3 星座模式

7.3 维度建模的过程

7.3.1 选取业务处理过程

7.3.2 声明粒度

7.3.3 确认维度

7.3.4 确认事实

7.4 维度建模的任务建议

7.4.1 组织工作

7.4.2 维度模型设计

7.5 数据仓库总线结构

7.5.1 一致性维度

7.5.2 一致性事实

8 Data Vault建模

8.1 Data Vault的起源

8.2 Data Vault建模斱法

8.3 Data Vault适用场景

9 统一星型模型建模

9.1 统一星型模型简介

9.2 数据仓库与数据集市

9.3 数据集市的演变

9.4 集成数据集市的斱法

9.5 向集成数据集市变革

9.6 统一星型模型

9.6.1 统一星型模型的组成

9.6.2 统一星型模型的设计过程

9.6.3 建模方法

9.6.4 有向数据模型

第三篇 数据模型落地篇

10 数据模型管控

10.1 背景介绍

10.1.1 数据管理的痛点

10.1.2 模型管控的价值

10.2 数据模型管控的思路

10.2.1 数据模型规范化设计

10.2.2 数据模型评审

10.2.3 数据模型中心

10.3 组织架构

10.4 数据模型管控实战经验

10.4.1 数据模型管控流程

10.4.2 数据模型设计

10.4.3 数据模型评审

10.4.4 生产环境监控

11 数据架构与数据治理

11.1 企业架构与数据架构

11.2 数据架构驱动的数据治理

11.3 从数据架构到数据

11.4 元数据

11.5 元数据管理

11.6 数据模型与元数据的关系

11.7 数据模型与元数据的版本管理

11.8 数据模型与元数据的血缘分析

11.8.1 元数据的血缘

11.8.2 数据模型的血缘关系

11.8.3 开发逻辑模型生成元数据血缘关系

12 数据模型与数据标准

12.1 数据标准

12.1.1 数据标准的概念

12.1.2 数据标准的分类

12.2 数据模型与数据标准的关系

12.3 将数据标准应用于数据模型建设

12.4 从数据模型发现并生成新的数据标准

第四篇 行业数据模型篇

13 证券资管行业的数据架构及模型

13.1 证券公司业务概览

13.2 证券行业数据管控

13.2.1 证券行业数据管控组织

13.2.2 证券行业数据管控规范制度

13.2.3 证券行业数据管控工具

13.3 证券公司数据模型

13.3.1 核心主题域模型

13.3.2 客户数据域模型

13.3.3 品种数据域模型

13.3.4 账户数据域模型

13.3.5 渠道数据域模型

14 保险行业的数据架构及模型

14.1 保险行业业务概述

14.2 保险行业监管数据标准

14.3 保险行业数据模型

14.3.1 财产保险公司版数据模型

14.3.2 人身保险公司版数据模型

15 教育行业的数据架构及模型

15.1 教育行业信息化发展及现状

15.2 数据标准化管理平台建设原则

15.3 数据标准化管理平台建设目标

15.4 教育行业数据架构的统筹规划

15.4.1 数据架构设计

15.4.2 数据标准化管理平台架构设计

15.5 教育行业数据建模前期的数据准备

15.5.1 元数据

15.5.2 数据标准

15.6 教育行业的数据模型设计

15.7 教育行业的数据模型

15.7.1 学校主题数据模型

15.7.2 教职工主题数据模型

15.7.3 学生主题数据模型

16 航空公司的数据架构及模型

16.1 航空公司业务与信息化

16.1.1 航空运输业务概览

16.1.2 航空公司信息化发展

16.2 民用航空行业数据标准

16.3 航空公司数据架构

16.3.1 国外航空公司

16.3.2 国内航空公司

16.4 航空公司数据模型

16.5 概念模型的组成

16.6 航班运行领域数据模型

附录A 证券期货业已发布标准

附录B 保险行业转型相关政策文件

附录C 财产保险业务及人身保险业务要素数据规范

附录D 民用航空行业数据标准简介