数据建模是对现实世界各类数据进行抽象组织、界定数据库需管辖的范围、确定数据的组织形式等直至转化成现实数据库的过程。而数据模型是构建应用系统的核心，是尽可能精准地表示业务运转的概念性框架。
本书重在介绍数据建模领域的经典理论—数据模型记分卡。全书通过16章内容，分3个部分介绍了如何使用数据模型记分卡来改进数据模型。第1部分介绍了数据建模和验证；第2部分介绍了数据模型记分卡的分类，列举了10种数据模型记分卡；第3部分介绍了记分卡在模型评审中的使用。
作为一本经典大师级著作，本书非常适合对数据建模感兴趣的读者以及从事数据库等相关工作的专业人士参考阅读。通过阅读本书，读者将对记分卡这一经典理论有更加全面、深入的理解。
数据模型是业务人员和技术人员之间的重要媒介，也是技术人员内部沟通的主要媒介。获得正确的数据模型是非常必要的。数据模型记分卡的作用就是评估模型是否正确的。
本书将教你如何应用记分卡，旨在改进数据模型，更好地为数据建模服务。本书非常适合对数据建模感兴趣的读者以及从事数据库等相关工作的专业人士参考阅读。
Steve Hoberman的数据模型课程已经连续开设了20多年。Steve以其寓教于乐、善于交互的教学风格而闻名，他还应邀为世界各地的公司讲授数据建模大师课程，他的课程被公认为业界全面的数据建模课程。Steve已经写过多本关于数据建模的书，包括畅销书《数据建模经典教程》。他是设计挑战赛的发起人，也是数据建模区域研讨会的大会主席，他还获得了2012数据管理协会（Data Administration Management Association，DAMA）的“国际专业成就奖”，并且是2014和2015连续两年的企业数据世界的最·演讲者。
第 1部分 数据建模和验证
第 1章 数据模型基础 2
1.1 实体 2
1.2 属性 5
1.3 域 5
1.4 关系 6
1.5 键 9
1.6 代理键 13
1.7 外键 15
1.8 次键 16
1.9 子类型 16
第 2章 数据模型质量的重要性 19
2.1 精确性 19
2.2 杠杆 21
2.3 数据质量 21
第3章 数据模型记分卡概述 23
3.1 记分卡的特征 23
3.2 记分卡模板 24
3.3 DMM上下文 29
3.3.1 DMM和数据建模 32
3.3.2 功能实践陈述 34
3.4 DMBOK上下文 37
第 2部分 数据模型记分卡分类
第4章 分类1：正确性 42
4.1 模型是否正确地捕获了需求 42
4.2 分类的期望 43
4.3 对正确性检查的小结 50
第5章 分类2：完整性 51
5.1 模型的完整性如何 51
5.2 类别期望 51
5.2.1 确认获得所有的业务元数据 52
5.2.2 确认获得所有的技术元数据 52
5.2.3 确认每个需求都被完全捕获 53
5.2.4 确认没有提供免费的服务 53
5.2.5 确认澄清了所有模糊的需求 54
5.3 对完整性检查的小结 55
第6章 分类3：模式 56
6.1 模型与其模式匹配得如何 56
6.2 类型期望 61
6.2.1 概念模型遵从 61
6.2.2 逻辑模型遵从 67
6.2.3 物理模型遵从 83
6.3 模式检查的小结 93
第7章 分类4：结构 97
7.1 分类期望 97
7.1.1 模型是一致的 97
7.1.2 模型有完整性 99
7.1.3 模型遵从核心原则 103
7.2 结构检查的小结 106
第8章 分类5：抽象 107
8.1 模型是否很好地利用了通用的结构 107
8.2 类型期望 108
8.2.1 模型是可扩展的 108
8.2.2 模型是可用的 110
8.3 抽象检查的小结 111
第9章 分类6：标准 112
9.1 模型是否很好地遵从命名规范 112
9.2 分类期望 112
9.2.1 模型要结构良好 113
9.2.2 模型使用正确的术语 117
9.2.3 模型有一致的样式 119
9.3 标准检查的小结 119
第10章 分类7：可读性 121
10.1 模型是否具有可读性 121
10.2 分类期望 121
10.2.1 模型是可读的 121
10.2.2 实体布局可接受 124
10.2.3 属性顺序可接受 127
10.2.4 关系布局可接受 128
10.3 可读性检查的小结 128
第11章 分类8：定义 130
11.1 定义是否做得足够好 130
11.2 分类期望 131
11.2.1 定义是清晰的 131
11.2.2 定义是完整的 132
11.2.3 定义是正确的 133
11.3 定义检查的小结 134
第12章 类别9：一致性 135
12.1 模型与企业的一致性如何 135
12.2 分类期望 136
12.3 一致性检查的小结 137
第13章 分类10：数据 138
13.1 元数据与数据匹配得如何 138
13.2 分类期望 138
13.3 数据检查的小结 141
第3部分 用记分卡验证数据模型
第14章 准备模型评审 144
14.1 必需的文档 144
14.2 附加的信用文档 145
14.3 评审结构 146
14.3.1 将模型分块评审 146
14.3.2 决定谁参加评审 147
14.3.3 座位模式 147
第15章 模型评审 149
15.1 一米深胜过一里宽 149
15.2 设置阶段 150
15.3 建立一个支持小组 150
15.4 平均分数 151
15.5 从CDM开始 151
15.6 知道何时停止 151
15.7 保持有趣 151
第16章 数据模型记分卡案例研究：消费者互动 152
16.1 正确性 155
16.2 完整性 156
16.3 模式 157
16.4 结构 159
16.5 抽象 160
16.6 标准 160
16.7 可读性 161
16.8 定义 162
16.9 一致性 165
16.10 数据 166
16.11 完成的记分卡 168
新书资讯