数据中台架构_数据中台架构

数据模型就是模拟现实世界的方法论，是通向智慧世界的基石！

从现实世界发展到智慧世界，要数经历现实世界、信息世界、计算机世界、数据世界、智慧世界五个不同的世界，我们天生具有从混沌的世界抽象信息变为信息世界的能力，但是到另外几个世界需要我们懂得计算机知识，懂得如何更好地把数据保存并应用到计算机中，这种能力就是数据建模能力，具体来说就是要搞懂数据模型，以及数据模型的三种境界概念模型、逻辑模型、物理模型。·

搞清楚定义

概念模型也称为业务模型，是对真实世界中问题域内的业务实体的描述，从全局上、宏观上介绍业务的设计思路、范围和内容，通常由业务人员和数据架构师创建，代表用户在现实世界中看到的数据，为业务受众设计和开发。在数据治理中，概念模型经常用来做数据治理主题的规划，梳理业务对象和业务对象之间的关联关系。

逻辑模型是对概念数据模型进一步的分解和细化，根据概念模型设计数据实体和数据属性，着重于系统的逻辑实现。应用数据库范式，描述了数据实体与数据实体之间的关系、属性定义等，逻辑模型的设计目的是指导系统建设，是业务人员和技术人员之间的沟通桥梁。

物理模型是对真实数据库的描述，其中除了包括逻辑模型中定义的属性，还要根据具体使用的数据库定义数据类型，索引、视图、主键、外键、是否可为空、默认值等，该模型描述如何用特定的数据库实现业务，该模型不仅要解决数据存储问题，还要考虑系统运行性能等技术问题，通常由开发人员和DBA创建。

什么是好的数据模型

数据模型好用才是硬道理，什么才是好用呢，总结来说大的方面包括：

1. 可以较好的反应真实的业务关系，有较好的业务到数据的映射关系；
2. 简单有效，较好理解，正如奥卡姆剃刀原则所说“如无必要，勿增实体”；
3. 对业务潜在的变更友好，可扩展性好；
4. 数据标准化思维，降低学习和应用成本；
5. 注重性能，从存储、索引、缓存等多个层面考虑；
6. 适当考虑数据冗余换取查询和刷新的性能；
7. 表、属性等命名格式规范，清晰，易于理解；
8. 字段类型、长度设计合理；
9. 字段定义一致。

构建数据模型的方法

数据建模的方法有很多，比如维度建模法、ER建模法等，在这我们简单介绍一下ER建模方法，ER图怎么画以及含义就不在这讲了，下面给个ER图的简单实例：

最后上个应用ER图描述商品销售业务场景的例子，很直观的反应了三种数据模型侧重点以及用途：

参考文章

1. Data Modeling, Data Governance, & Data Quality
2. Data Mart vs. Data Warehouse
3. [维度建模宣言——让维度建模和ER建模划清界限](

今天的文章
数据中台架构_数据中台架构分享到此就结束了，感谢您的阅读。