数据建模的原则
2010-07-01 11:49
106 查看
根据最近工作的感触,总结如下数据建模的原则:
1. 保证系统中的数据干净、有效,没有脏数据或错误数据。(通过约束实现)
2. 尽可能完整记录所有有用(需要经验判断)的业务信息,避免历史信息遗失。
3. 使系统具有可扩展性,既能容易满足以后的需求变动,又要使变动前后的数据格式相兼容。
1. 保证系统中的数据干净、有效,没有脏数据或错误数据。(通过约束实现)
2. 尽可能完整记录所有有用(需要经验判断)的业务信息,避免历史信息遗失。
3. 使系统具有可扩展性,既能容易满足以后的需求变动,又要使变动前后的数据格式相兼容。
相关文章推荐
- 数据仓库的模型设计 A. 数据建模方法论 数据仓库模型设计遵循“自顶向下、逐步求精”的设计原则。 模型设计分为三个阶段: 1,概念模型 对业务的范围和使用,从高度上进行抽象概括,也就是划分主题域。 一
- 数据仓库建模的几个原则,让你避开“陷阱”!
- 数据建模词根设计的若干原则(一)
- 第90课:Hive中电影评价系统案例数据建模、数据过滤、Join多表关联、Map端Join、原理剖析等
- 大表之困惑 - 数据建模的前期规划十分重要
- 数据建模
- 数据仓库专题(5)-如何构建主题域模型原则之站在巨人的肩上(一)IBM-FSDM主题域模型划分
- 《精通Excel 2007数据分析与业务建模》书评
- 数据仓库建模与ETL实践技巧
- 数据仓库专题18-数据建模语言IDEF(转载)
- MongoDB之数据建模
- 数据仓库专题(22):总线架构和维度建模优势-杂项
- 数据挖掘与数学建模
- 数据仓库专题(5)-如何构建主题域模型原则之站在巨人的肩上(二)NCR FS-LDM主题域模型划分
- 三维CAD建模——基于半边数据结构的基本欧拉操作建模
- 业务 加载DB数据到内存的 一些基本原则
- C语言运算中的数据类型自动转换原则
- ★ 数据仓库设计的21条原则
- 大数据建模 需要了解的九大形式
- 数据仓库建模与ETL实践技巧