資料建模

隨著巨量資料的持續產生，企業可透過有效收集、分析並利用這些資料，獲得巨大的價值。資料建模透過清晰且一致地呈現可用資料，幫助實現這一目標——從而讓團隊能夠設計出合適的流程、系統和分析方案。

瞭解不同企業如何利用資料建模產生洞察並創造更多價值。

有關美光和公司內部工作的更多資訊，請聯絡銷售支援團隊。

什麼是資料建模？

資料建模定義：資料建模是定義和描述企業內資料的結構、關聯及使用方式的過程。資料模型提供共享藍圖，有助於團隊高效地採集、儲存、整合和分析資料。

資料建模的主要目的是明確應收集哪些資料以及如何組織這些資料。該基礎為下游活動提供支撐，例如資料分析、資料品質（包括資料清洗）以及洞察的長期應用。

資料建模具有可訂製性，因為它反映了企業的具體需求。為有效利用資料建模，企業應就希望從資料中獲取哪些洞察，以及預期在哪些領域創造最大價值達成共識。

資料建模如何運作？

資料建模是一個結構化流程，用於映射資料在各系統間的收集、連接和使用方式。具體細節因企業而異，並取決於資料量、複雜度以及涉及的資料類型。

典型的方法包括：

• 識別實體（企業關注的主要對象）。例如，在電子商務中，實體可能包括客戶、訂單、產品和貨物。
• 為每個實體定義屬性及需求。對於客戶實體，屬性可能包括姓名、電子郵件和送貨地址。
• 建立實體之間的關係。例如，客戶下訂單；訂單包含產品。對這些關係進行建模有助於團隊理解資料集之間的關聯方式，以及資訊在企業內部的流動路徑。
• 以可視化和／或邏輯方式呈現模型。團隊通常會繪製圖表以展示實體及其關係，從而清晰地說明資料應如何被收集、儲存和使用。

識別實體之間的關係是資料建模的核心，因為該方法可構建更準確、更實用的組織資料圖景，並有助於改善決策、報告和系統設計。

資料建模的發展歷程是怎樣的？

利用資料視覺化理解資料的概念早於現代運算技術。圖表和示意圖長期以來一直被用來幫助人們解讀大型資料集中的模式和關係。隨著資料變得越來越有價值——同時變得越來越複雜——正式資料建模和可視化方法的重要性日益凸顯，它們提供了結構化的方法以描述資料的組織方式和應用方式。

• 1970 年代，關係型模型：1970 年代，IBM 的 Edgar F. Codd 提出關係型模型，這是一種資料建模的基礎方法，主張將資料表示為由行和列組成的表格。該模型確立了組織數據和定義關係的一套明確規則，從而確保了資料的一致性、完整性和可擴展性。 關係型資料庫很快成為企業儲存和管理結構化資料的主流方式。
• 1980 年代，實體關係 (ER) 建模：隨著資料庫規模和複雜性的增加，實體關係 (ER) 建模作為可視化資料庫結構的標準方法應運而生。ER 圖將資料表示為實體，並明確展示這些實體之間的關聯關係。透過使關係可視化且直觀，ER 建模成為廣泛採用的工具，用於資料庫設計以及技術與非技術利害關係人之間的溝通。
• 1990 年代，NoSQL 與替代性資料模型：在 1990 年代，作為嚴格關係型設計的替代方案，新的資料建模方法開始受到關注。這些方法——後來被統稱為 NoSQL——支持不同的資料結構，例如鍵值對和基於文件的模型。NoSQL 資料庫並非完全取代關係型模型，而是擴展了資料建模工具集，以更好地支持特定用例和新興工作負載。
• 21 世紀，非關係型和混合模型的興起：隨著「大數據」用例的擴展，非關係型資料庫因其彈性以及儲存和處理巨量多元化資料的能力而變得越來越普遍。現代資料架構越來越多地結合關係型和非關係型模型，反映出這樣一個現實：不同類型的資料——以及不同的工作負載——需要採用不同的建模方法才能發揮其優勢。

資料建模的主要類型有哪些？

資料建模主要有三種常見類型，每種都服務於不同的目的：

概念資料建模提供資料及其相互關聯的高層級視圖。它側重於業務概念，通常用於使利害關係人在總體架構上達成共識。

邏輯資料建模在關係和規則方面提供更多細節，且無需將模型與特定的資料庫技術綁定。邏輯模型通常用於設計大型資料庫或資料倉庫。

物理資料模型。物理資料模型將邏輯模型轉化為包含實作細節的詳細資料庫藍圖。這是資料建模中最具體、最技術性的類型。

資料建模如何應用？

資料建模的應用場景各不相同，但總體目標是最佳化企業儲存和使用資料的方式，從而支持更高效的營運和決策。

• 零售與電子商務：在零售和電子商務領域，資料建模有助於明確資料庫所需的資訊（例如客戶、訂單、產品）以及這些要素的相互關係，從而支持購買歷史記錄和訂單履約工作流程等功能。
• 應用程式開發：應用程式開發中的資料建模使開發人員能夠理解應用程式必須儲存和處理的內容，從而指導儲存方案、效能最佳化以及不同功能共享資料的方式。