Modelarea datelor grafice pentru NoSQL și SQL: Vizualizarea structurii și a semnificației

Recenzii ale cititorilor

Cartea prezintă o abordare modernă a modelării datelor, subliniind flexibilitatea și generarea de informații în contextul evoluției nevoilor de afaceri. În timp ce unii recenzenți au lăudat abordarea sa față de modelarea grafurilor și relevanța sa pentru sistemele de baze de date tradiționale și moderne, alții au considerat-o repetitivă și lipsită de profunzime, în special pentru inginerii software cu experiență.

⬤ Oferă o abordare practică a modelării datelor, în special cu grafice.
⬤ subliniază importanța modelării în contextul mediilor moderne de date.
⬤ Oferă o perspectivă istorică asupra tehnicilor de modelare a datelor.
⬤ Recomandată pentru proiectanții de aplicații și de depozite de date care doresc să se alinieze nevoilor de afaceri.

⬤ Repetitivă și lipsită de tehnici noi pentru profesioniștii cu experiență.
⬤ Unii consideră că este supraevaluat și dezamăgitor, în special pentru inginerii software.
⬤ Se axează mai mult pe exemple de afaceri, cu puțină diversitate în exemple.
⬤ Considerat de unii a fi mai mult filosofic și istoric decât practic.

(pe baza a 6 recenzii ale cititorilor)

Titlul original:

Graph Data Modeling for NoSQL and SQL: Visualize Structure and Meaning

Conținutul cărții:

Stăpâniți o tehnică de modelare a datelor grafice superioară modelării tradiționale a datelor atât pentru bazele de date relaționale, cât și pentru cele NoSQL (graf, document, cheie-valoare și coloană), valorificând psihologia cognitivă pentru a îmbunătăți proiectarea big data.

Din prefața lui Karen Lopez:

În această carte, Thomas Frisendal ridică întrebări importante cu privire la utilitatea continuă a notațiilor și abordărilor tradiționale de modelare a datelor:

⬤ Diagramele Entity Relationship (ERD) sunt relevante pentru cerințele privind datele analitice?

⬤ Sunt ERD relevante în noua lume a Big Data?

⬤ Sunt ERD încă cel mai bun mod de a lucra cu utilizatorii de afaceri pentru a le înțelege nevoile?

⬤ Modelele de date logice și fizice sunt prea strâns cuplate?

⬤ Este corect să folosim aceleași notații pentru a comunica cu utilizatorii de afaceri și cu dezvoltatorii?

⬤ Ar trebui să ne perfecționăm notațiile și instrumentele existente pentru a răspunde acestor noi nevoi sau ar trebui să o luăm de la început de la o pagină albă?

⬤ De ce notații și abordări noi vom avea nevoie?

⬤ Cum le vom folosi pentru a construi sisteme de baze de date pentru întreprinderi?

Frisendal ne poartă prin istoria modelării datelor, a modelelor de date pentru întreprinderi și a metodelor tradiționale de modelare. El subliniază, destul de argumentat, unde crede că am greșit și în câteva locuri unde am avut dreptate. El prezintă apoi psihologia semnificației și a contextului, identificând în același timp aspecte importante cu privire la locul în care modelarea datelor se poate potrivi sau nu în modelarea afacerilor. Subiectul principal al acestei lucrări este o propunere pentru o nouă abordare de modelare bazată pe explorare și noi notații de modelare pentru modelele de concepte de afaceri, modelele de soluții de afaceri și modelele fizice de date, cu exemple privind modul de utilizare a acestora pentru implementarea în orice bază de date sau depozit de date țintă. Aceste noi notații se bazează pe o abordare a grafurilor de proprietăți pentru modelarea datelor.

Din introducerea autorului:

Această carte propune o nouă abordare a modelării datelor - una care "întoarce interiorul spre exterior". Pentru mai bine de treizeci de ani, modelarea relațională și normalizarea au fost numele jocului. Ne putem întreba dacă normalizarea a fost răspunsul, care a fost problema? Există ceva cu susul în jos în această abordare, după cum vom vedea în această carte.

Analiza datelor (modelarea) seamănă mult cu explorarea. Aproape la propriu. Modelatorul de date rătăcește în căutarea structurii și a conținutului. Aceasta necesită percepție și abilități cognitive, susținute de intuiție (un fenomen psihologic), care împreună determină cât de bine este cartografiat peisajul semantic al afacerii.

Cartografierea este ceea ce facem noi; noi explorăm necunoscutele, desenăm hărțile și afișăm avertismentele "Aici sunt dragonii". Desigur, sunt implicate și competențe tehnice și, în mod surprinzător, cele mai importante provin din psihologie și vizualizare (din nou, percepție și cunoaștere), mai degrabă decât din abilități matematice pure.

Două evenimente convingătoare fac posibilă, și totodată necesară, o schimbare de paradigmă în modelarea datelor:

⬤  Progresele în domeniul psihologiei cognitive aplicate răspund necesității unui cadru contextual adecvat și a unei comunicări mai bune, inclusiv în modelarea datelor și.

⬤ aportul rapid al tehnologiilor non-relaționale (Big Data și NoSQL).