本書通過數據建模概念和zui佳建模實踐為商業及IT 專業人員的實際工作提供指導。全書采用會話風格進行編寫，
從而激勵讀者從頭到尾地閱讀本書，並實現以下10 個目標。
1． 理解在什麼情況下需要數據模型，以及各種情形下zui適當的數據模型類型是什麼。
2． 像閱讀一本小說那樣，輕松自如地理解任何規模和復雜度的模型。
3． 具備創建完整的規範化關繫數據模型和維度模型的能力。
4． 具備將邏輯模型轉換為高效物理模型的能力。
5． 具備使用模板工具，高效獲取應用需求的能力。
6． 具備解釋數據模型記分卡中10個計分項的能力。
7． 獲得如何與其他人員建立良好工作關繫的實踐經驗。
8． 了解非結構化數據及其模型化。
9． 了解UML的基本概念。
10． 具備在XML環境中創建數據模型的能力，數據和敏捷開關的基本概念。

數據建模指的是對現實世界各類數據的抽像組織，確定數據庫需管轄的範圍、數據的組織形式等直至轉化成現實的數據庫。而數據模型是構建應用繫統的核心，是盡可能精準地表示業務運轉的概念性框架。
本書通過平實的語言，對數據模型及建模過程進行了深入淺出的介紹。全書內容分為5個部分，對數據建模簡介、數據模型要素，概念、邏輯和物理數據模型、數據模型質量以及數據建模的進階內容等方面進行講解，全面細致地為讀者解答與數據建模相關的知識點和疑問。除此之外，本書的zui後還對各類專業術語進行了細致的解釋，方便讀者參考。
本書是一本經典的數據建模指南，非常適合對數據建模感興趣的讀者以及從事數據科學等相關工作的專業人士參考閱讀。

自1992 以來，Steve Hoberman 已經在數據建模領域，培訓了超過10000 位從業人員。Steve 以娛樂化、互動化的教學風格而聞名於世，世界各地的許多組織都曾邀請Steve 講授數據建模高級課程（Data Modeling Master Class），該課程是業內公認的zui全面的數據建模課程。Steve 先後出版了9 本關於數據建模的圖書，其中一本就介紹了他的主要工作任務，即如何使用數據模型記分卡技術進行模型評審。Steve 還是設計挑戰組織的創始人、數據建模領域會議的會議主席，並獲得了由數據管理協會（Data Administration Management Association，DAMA）頒發的2012 國際職業成就獎。

第1部分數據建模簡介
第1章數據模型3
1．1路徑搜尋說明4
1．2數據模型說明5
1．3有趣的冰淇淋6
1．4有趣的名片7
1．5練習1：教教你的鄰居11
第2章為什麼需要數據模型12
2．1交流性12
2．2精確性14
2．3使用數據模型16
2．4練習2：轉變非信仰者17
第3章哪些相機設置也適用於數據模型19
3．1數據模型與照相機19
3．2範圍21
3．3抽像22
3．4時間23
3．5功能24
3．6格式25
3．7練習3：選擇正確的設置26
第2部分數據模型要素
第4章實體31
4．1實體的說明32
4．2實體類型33
4．3練習4：定義概念35
第5章屬性36
5．1屬性的解釋36
5．2屬性類型36
5．3域的解釋37
5．4練習5：設置域40
第6章關繫41
6．1關繫的解釋41
6．2關繫的類型42
6．3基數的解釋43
6．4遞歸的解釋46
6．5子類型的解釋48
6．6練習6：讀模型50
第7章鍵51
7．1理解候選鍵、主鍵及備用鍵51
7．2理解代理鍵55
7．3理解外鍵56
7．4理解輔助鍵57
7．5練習7：確認顧客號58

第3部分概念、邏輯和物理數據模型
第8章概念模型61
8．1理解概念61
8．2概念數據模型的解釋62
8．3關繫及維度概念數據模型66
8．4創建一個概念數據模型70
8．5練習8：建立一個CDM81
第9章邏輯數據模型83
9．1邏輯數據模型說明84
9．2關繫及維度邏輯數據模型84
9．3構建關繫邏輯數據模型87
9．4創建維度邏輯數據模型98
9．5練習9：修改邏輯數據模型100
第10章物理數據模型102
10．1物理數據模型說明103
10．2關繫及維度物理數據模型104
10．3反規範化105
10．4視圖108
10．5索引110
10．6分區110
10．7練習10：用子類型創建物理模型111
第4部分數據模型質量
第11章哪些模板有助於準確獲取應用需求116
11．1IN-THE-KNOW模板116
11．2概念列表118
11．3家族樹121
11．4練習11：建立模板123
第12章數據模型記分卡125
12．1理解數據模型記分卡125
12．2記分卡模板127
12．3記分卡簡介128
12．4記分卡示例130
12．5練習12：思考最具挑戰性的記分卡得分項132
第13章如何高效地與其他人員一起工作133
13．1認識人的問題133
13．2設定期望135
13．3工作推進140
13．4實現預期144
13．5練習13：堅持日志記錄147
第5部分數據建模的進階內容
第14章非結構化數據150
14．1理解非結構化數據150
14．2數據模型與抽像152
14．3不可變的非結構化數據152
14．4理解分類學153
14．5理解本體161
14．6練習14：尋找分類162
第15章UML164
15．1理解UML164
15．2建模輸入167
15．3建模輸出167
15．4理解UML類模型168
15．5用例模型173
15．6練習15：創建用例176
第16章數據建模常見的5個問題178
16數據178
16．2如何量化邏輯數據模型的價值179
16．3XML適用的應用領域180
16．4敏捷開發的適用領域184
16．5如何保持建模能力185
推薦讀物187
圖書187
網站188
練習答案190
練習1：教教你的鄰居190
練習3：選擇正確的設置190
練習5：設置域191
練習6：讀模型193
練習7：確認顧客號194
練習9：修改邏輯數據模型195
練習10：用子類型創建物理模型196
練習11：建立模板197
練習12：思考最具挑戰性的記分卡得分項197
名詞解釋198