编辑推荐

（1）讲解企业数据架构、数据模型基础概念，以及经典数据建模方法论。

（2）全面介绍数据模型从设计到落地及管控等方面的细节。

（3）提供证券、保险、教育、航空业的数据架构及数据模型的案例和实践路径，为政企数字化转型提供参考。

内容提要

《数据架构之道：数据模型设计与管控》全面介绍了数据架构与数据建模的相关知识，全书分为4篇，共16章。

第1~3章为数据架构基础篇，介绍了企业架构、数据架构及数据模型的基础概念。第4~9章为数据模型设计篇，介绍了如何通过数据模型记分卡规范化数据模型设计，以及经典数据建模方法论，包括范式建模、维度建模、Data Vault建模、统一星型建模。第10~12章为数据模型落地篇，介绍了在企业中如何实现多人协作构建模型、如何管控数据模型、数据模型数据与数据标准，以及元数据如何形成数据治理闭环。第13~16章为行业数据模型篇，分别介绍了证券、保险、教育、航空业的数据架构及数据模型。

《数据架构之道：数据模型设计与管控》既可以作为数据建模人员、数据开发人员的学习用书，也适合非IT专业但对数据有强烈兴趣的业务人员使用，还可以作为高等院校计算机、数学及相关专业的师生用书和培训学校的教材。

作者简介

王琤，Datablau数语科技创始人兼CEO。

具有近二十年数据管理经验，曾任CA ERwin全球研发负责人，曾服务过美国银行（BOA）、SunTrust、AT&T、壳牌等世界500强企业，参与过中国建设银行、华为、南方电网、中国人寿、中信集团等大型企事业单位的数据治理建设。现为国资委数据要素专家组成员，DAMA China数据架构、数据模型专家委员会牵头人，信通院数据资产专家委员会成员，Open Group成员，复旦大学、北京航空航天大学客座讲师，并有多项专利、论文发表于IEEE等机构。

目录

**篇  数据架构基础篇

1  缘起  2

1.1  数据架构与数据模型   2

1.2  数据建模简史        5

2  企业架构  9

2.1  企业架构的构成   9

2.2  企业架构的框架   10

2.2.1  Zachman框架     10

2.2.2  TOGAF框架         12

2.3  敏捷的企业架构治理   12

2.3.1  传统企业架构的消亡         13

2.3.2  现代企业架构的兴起         13

2.4  企业架构与数据治理   16

3  数据模型  17

3.1  概念模型        17

3.1.1  概念模型的主要概念         18

3.1.2  概念模型的表示方法         20

3.2  逻辑模型        21

3.3  物理模型        23

第二篇  数据模型设计篇

4  数据模型质量  26

4.1  数据模型记分卡   26

4.1.1  数据模型记分卡概述         26

4.1.2  数据模型记分卡评分项    28

4.2  数据模型规范        37

5  范式建模  40

5.1  范式与模型   40

5.2  **范式        42

5.3  第二范式        42

5.4  函数依赖        44

5.5  码   46

5.6  非主属性        46

5.7  第三范式        49

5.8  鲍依斯-科得范式  50

5.9  范式建模工作方法和流程   50

6  数据仓库  53

6.1  数据仓库的演化过程   53

6.1.1  数据仓库的发展阶段         53

6.1.2  数据仓库技术架构的演进         54

6.1.3  数据仓库的发展趋势         57

6.2  数据仓库的概念   58

6.3  数据仓库的体系结构   59

6.4  数据仓库的工具与技术        60

6.5  企业级数据仓库   61

6.5.1  NCR数据仓库方法论         61

6.5.2  企业级数据仓库的实施    62

6.6  企业级数据仓库的解决方案        65

6.6.1  Teradata数据仓库解决方案     65

6.6.2  IBM数据仓库解决方案     66

6.6.3  Oracle数据仓库解决方案 67

7  维度建模  69

7.1  维度建模的基本概念   69

7.1.1  事实表         71

7.1.2  维度表         72

7.1.3  维度表和事实表的融合    74

7.2  维度建模的常见模式   76

7.2.1  星型模式    76

7.2.2  雪花模式    77

7.2.3  星座模式    77

7.3  维度建模的过程   78

7.3.1  选取业务处理过程    79

7.3.2  声明粒度    79

7.3.3  确认维度    80

7.3.4  确认事实    80

7.4  维度建模的任务建议   81

7.4.1  组织工作    81

7.4.2  维度模型设计    82

7.5  数据仓库总线结构        84

7.5.1  一致性维度         87

7.5.2  一致性事实         88

8  Data Vault建模         89

8.1  Data Vault的起源 89

8.2  Data Vault建模方法      89

8.3  Data Vault适用场景      94

9  统一星型模型建模  96

9.1  统一星型模型简介        96

9.2  数据仓库与数据集市   97

9.3  数据集市的演变   102

9.4  集成数据集市的方法   106

9.5  向集成数据集市变革   108

9.6  统一星型模型        111

9.6.1  统一星型模型的组成         111

9.6.2  统一星型模型的设计过程         112

9.6.3  建模方法    113

9.6.4  有向数据模型    116

第三篇  数据模型落地篇

10  数据模型管控         120

10.1  背景介绍      120

10.1.1  数据管理的痛点       120

10.1.2  模型管控的价值       121

10.2  数据模型管控的思路 122

10.2.1  数据模型规范化设计       122

10.2.2  数据模型评审  123

10.2.3  数据模型中心  123

10.3  组织架构      124

10.4  数据模型管控实战经验      126

10.4.1  数据模型管控流程  126

10.4.2  数据模型设计  127

10.4.3  数据模型评审  130

10.4.4  生产环境监控  134

11  数据架构与数据治理     136

11.1  企业架构与数据架构 136

11.2  数据架构驱动的数据治理 138

11.3  从数据架构到数据      139

11.4  元数据 141

11.5  元数据管理 142

11.6  数据模型与元数据的关系 143

11.7  数据模型与元数据的版本管理 144

11.8  数据模型与元数据的血缘分析 145

11.8.1  元数据的血缘  145

11.8.2  数据模型的血缘关系       145

11.8.3  开发逻辑模型生成元数据血缘关系       146

12  数据模型与数据标准     147

12.1  数据标准      147

12.1.1  数据标准的概念       147

12.1.2  数据标准的分类       149

12.2  数据模型与数据标准的关系      150

12.3  将数据标准应用于数据模型建设      150

12.4  从数据模型发现并生新的数据标准      151

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         154

13.1  证券公司业务概览      154

13.2  证券行业数据管控      156

13.2.1  证券行业数据管控组织  158

13.2.2  证券行业数据管控规范制度  159

13.2.3  证券行业数据管控工具  160

13.3  证券公司数据模型      161

13.3.1  核心主题域模型       161

13.3.2  客户数据域模型       162

13.3.3  品种数据域模型       163

13.3.4  账户数据域模型       164

13.3.5  渠道数据域模型       164

14  保险行业的数据架构及模型         165

14.1  保险行业业务概述      165

14.2  保险行业监管数据标准      166

14.3  保险行业数据模型      167

14.3.1  财产保险公司版数据模型       167

14.3.2  人身保险公司版数据模型       180

15  教育行业的数据架构及模型         182

15.1  教育行业信息化发展及现状      182

15.2  数据标准化管理平台建设原则 183

15.3  数据标准化管理平台建设目标 184

15.4  教育行业数据架构的统筹规划 185

15.4.1  数据架构设计  185

15.4.2  数据标准化管理平台架构设计       186

15.5  教育行业数据建模前期的数据准备 187

15.5.1  元数据       187

15.5.2  数据标准  187

15.6  教育行业的数据模型设计 189

15.7  教育行业的数据模型 190

15.7.1  学校主题数据模型  190

15.7.2  教职工主题数据模型       191

15.7.3  学生主题数据模型  193

16  航空公司的数据架构及模型         197

16.1  航空公司业务与信息化      197

16.1.1  航空运输业务概览  198

16.1.2  航空公司信息化发展       198

16.2  民用航空行业数据标准      200

16.3  航空公司数据架构      200

16.3.1  国外航空公司  201

16.3.2  国内航空公司  203

16.4  航空公司数据模型      205

16.5  概念模型的组成 206

16.6  航班运行领域数据模型      212

附录A  证券期货业已发布标准 214

附录B  保险行业转型相关政策文件 218

附录C  财产保险业务及人身保险业务要素数据规范      220

附录D  民用航空行业数据标准简介 222