知识关键点
- 数据模型记分卡是一种积极,有效的数据模型质量评价方法。
- 在数据建设初期使用记分卡可以有效降低返工几率,即便一些新手也可以对数据模型提出改进意见。
- 记分卡并非专用性技术,可以在任何项目中加以应用。
在数据质量管理中经常容易被忽略的一个问题就是数据模型的质量。在项目开发过程中,我们经常以数据库设计为单一目标,而进行快速的数据模型构建,然而数据模型的意义却是深远,持久的。数据模型质量影响着数据结构的实现,影响着数据模型的适应能力,影响着数据的理解和交流,影响着数据质量规则的定义等,而且高质量的数据模型是架构健壮性应用系统的基础。所以,需要一个客观的评测方法来判断数据模型的优劣。
1. 理解数据模型记分卡
数据模型记分卡是一种积极,有效的数据模型质量评价方法。记分卡具有以下4个基本特征。
- 不仅会凸显需要改进的地方,而且还会强调可取之处。
- 提供一个外部的,客观的视角。
- 提供简单,直观的审查方法。
- 支持所有类型的模型。
2. 记分卡模板
如下是为适用于各种模型评审者使用的记分卡模板。
编号 | 计分项 | 总分 | 模型得分 | 百分比 | 备注 |
---|---|---|---|---|---|
1 | 模型对于项目需求的表达如何 | 15 | |||
2 | 模型的完整性如何 | 15 | |||
3 | 模型与其规划的匹配如何 | 10 | |||
4 | 模型的结构健壮性如何 | 15 | |||
5 | 模型的通用结构化设计如何 | 5 | |||
6 | 模型中的标准化命名如何 | 5 | |||
7 | 模型的可阅读性如何 | 5 | |||
8 | 模型中的定义如何 | 10 | |||
9 | 模型与企业数据模型的一致性如何 | 5 | |||
10 | 元数据与数据的匹配情况如何 | 10 | |||
总分 | 100 |
每个计分项的总分表示该计分项对整个模型的影响程度。最终由于希望得到一个百分比,所以各项总分累计为100.模型得分列为特定的模型评审结果。百分比 则存储了模型得分除以对应计分项总分的结果。备注栏中记录关于模型得分的细节,以及修改模型可以采取的行动。备注栏中记录的简要性说明正式计分卡非常有益的关键所在,即便模型在某一项不存在问题,仍然可以在备注栏中注明该项获得满分的原因,最后一行为模型总分,是各计分项得分求和的结果,该值反映出某特定评审对模型的总体评价。
3. 记分卡简介
以下是对10个计分项的简要介绍。
- 模型对于项目需求的表达如何?
- 模型的完整性如何?
- 模型与其规划的匹配如何?
- 模型的结构健壮性如何
- 模型的通用结构化设计如何
- 模型中的标准化命名如何
- 模型的可阅读性如何?
- 模型中的定义如何?
- 模型与其他数据模型的一致性如何?
- 元数据与数据的匹配情况如何?