新闻资讯

详解数据建模&数据域

常常听到大家对数据域(Domain)、数据类型(Data Type)及数据标准概念的混淆,今天,数语科技小编给大家详细讲解一下数据建模和数据域。


为了更好的帮助大家理解数据域、数据模型、元数据之间的关系,首先我们以图示来表达它们之间的关系:

数据建模.jpg


数据域(Domain)也称值域。域是用来描述一个字段的技术属性的集合,包括数据类型,数据长度,小数点位数以及取值范围等。具有以上技术属性相同定义的字段可以包含进一个域,而当域的属性定义发生改变时,所有引用它的字段的属性都会对应进行提示。


数据标准通常包括技术属性、业务属性与管理属性。数据域对应的是其中的技术属性部分。


通过落标数据标准到数据模型,之后将数据模型由逻辑模型派生到物理模型,最终落地到数据库schema。


定义数据域,可以实现多个实体的属性共享,这在模型设计中非常重要。


以“国家”数据域的定义为例:


“居住地”、“出生地”、“国籍”三个实体中都有“国家”属性,我们就可以定义一个“国家”域,分别附加到三个实体中。这样,修改域的同时,使用域的实体的相关属性也会随之更新。


1. 数据域的操作

定义“国家”数据域的技术属性:数据类型、长度、精度、非空

数据建模.jpg


定义“国家”数据域的标准代码值:

数据建模.jpg

2. 数据域的应用场景

应用数据域到数据模型的实体属性


在设计数据模型添加属性的类型和取值范围、约束条件时,对于相同类型的属性,不需要逐个去设置相同的取值范围、约束条件等。只需把该类型的定义在数据域(数据标准)中,添加实体属性时,填写关键词,并选择联想的数据标准,则该字段的类型、约束等将自动应用为该域的设定值。


如下图所示,从关键词联想的下拉列表中选择一个数据标准:

数据建模.jpg

多个字段引用同一个数据域:

数据建模.jpg


建设数据域的经验分享


1数据域的量够不够


完成基本的覆盖度即可启动


建立上下互动,让数据域生长起来


建立贡献激励制度


2 使用数据建模工具提高开发效率


拖拉拽的方式用数据标准组装模型,根据输入智能推荐数据标准,批量智能匹配数据标准


检索模型库快速定位高质量模型及关联库表,可直接应用到自己的模型设计


 一致性验证及应用

数据建模.jpg


3 核标验标,形成闭环

数据建模.jpg


关于Datablau

#数据治理 #数据质量 #数据建模工具

Datablau创建于2016年,核心创始和研发团队全部来自于原CA erwin,天然具有世界级产品厂商的血缘和水准,是国内数据治理的头部品牌。依托多年的行业积累和技术沉淀,Datablau在产品设计层面充分发挥了后天优势,实现了集数据建模、数据目录、数据质量和数据准备为一体的企业级数据治理平台,全面满足企业对于数据治理的客观需求。目前Datablau在以建行为代表的六大国行、九大股份、城商行、人寿人保为代表的保险行业、两大电网、证券基金TOP10、华为海信为首的制造业等大型客户得到实际应用并深受好评,Datablau已成为企业数据治理领域的领导厂商。

数据建模.jpg


推荐阅读 查看更多