模型设计流程一般包括概念数据模型(需求收集阶段)、逻辑数据模型(分析与设计阶段)、物理数据模型(实现阶段)三个阶段,与项目各阶段的对应关系见表4-2。
2018-04-27 阅读全文>>数据模型建模标准主要针对企业级逻辑数据模型和应用级逻辑数据模型。企业级逻辑数据模型和应用级逻辑数据模型应包含逻辑数据模型ER图和逻辑数据模型说明文档两部分内容。
2018-04-27 阅读全文>>统一业务概念使业务和信息技术之间的沟通更准确、更有效,对新系统的需求和范围的理解更准确。
2018-04-27 阅读全文>>每个关系通过关系类型的不同加以区别。
2018-04-27 阅读全文>>通过子类来精确分类事物;概念层面的分类将概念分成一系列的子类;子类还可以继续划分子类。
2018-04-27 阅读全文>>概念数据模型(CDM) 概念数据模型用于表示数据的逻辑特性,即只是在概念上表示数据库中将存储什么信息,而忽略这些信息的实现细节。同时,它也是对系统主要实体的高层次业务见解,比如识别关键主题领域、定义核心实体的主键。
2018-04-27 阅读全文>>数据库设计是一项庞大的工程项目,数据库设计质量的好坏直接影响系统中各个处理过程的性能和质量。为了更好地进行数据库设计,业界提出各种数据库设计方法,并运用软件工程的思想和方法
2018-04-27 阅读全文>>数据模型中的数据结构主要用来描述数据的类型、内容、性质以及数据间的联系等。数据结构是数据模型的基础,数据操作和数据约束都基本上是建立在数据结构之上的。不同的数据结构具有不同的操作和约束。
2018-04-27 阅读全文>>数据模型( Data Model)是抽象描述现实世界的一种工具和方法,是表示实体及实体之间联系的形式。韦伯斯特字典中对模型的定义是“对不能直接观察的事物进行形象的描述和模拟”,即模型是对客观世界中复杂事物的抽象描述。
2018-04-27 阅读全文>>IBM也提出了数据管理能力成熟度模型(见图3-4)。其共包含10个类别,用于度量数据治理能力,分别隶属于四个相互关联的组,见表3-2。
2018-04-27 阅读全文>>CMMI协会发布的数据管理能力成熟度模型(DMM)可以根据企业的数据管理能力分为5个层次,如图3-3所示。
2018-04-27 阅读全文>>数据治理不能停留在手工管理层次,而应将相关规划、制度、规范、流程等通过系统支撑来实现,以促进数据治理高效执行。
2018-04-27 阅读全文>>目前,我国商业银行数据治理基本上通过系统或工具发现问题,然后由技术人员进行批量修改,或者由业务人员进行修订或补录。其工作基本上由银行内部人员完成。
2018-04-27 阅读全文>>定期对系统展开全面的数据治理状况评估,从问题率、解决率、解决时效等方面建立评价指标,通过系统记录并跟踪需要整改的数据问题,要求按期整改优化,必要时进行一定的考核。一般事后评估与整改可以安排在项目投产一周后进行,并按年进行回顾。
2018-04-27 阅读全文>>在日常业务开展及信息技术运维过程中,应组织分析各领域的数据质量问题,监测报告本系统的数据结构变化情况、数据分布情况、数据对业务服务的满足情况、在线数据增长情况等。要做好事中监测,就要完善
2018-04-27 阅读全文>>24377条 上一页 1.. 1373 1374 1375 1376 1377 ..1626 下一页