La modellazione dei dati semplificata: Una guida pratica per professionisti del business e dell'informatica

Recensioni dei lettori

Il libro “Data Modeling Made Simple” ha ricevuto recensioni contrastanti: molti ne hanno lodato lo stile di scrittura accessibile e gli esempi pratici, mentre alcuni critici ne hanno rilevato i limiti in termini di profondità e portata, in particolare per i professionisti esperti. È consigliato ai principianti e ai professionisti del settore, ma potrebbe non soddisfare le esigenze di chi cerca una guida tecnica dettagliata.

⬤ Stile di scrittura accessibile e di facile comprensione, adatto a principianti e professionisti del settore.
⬤ Esempi pratici e reali che aiutano a comprendere i concetti di modellazione dei dati.
⬤ Approcci passo-passo e spiegazioni chiare, in particolare nelle sezioni sui modelli di aree tematiche e sulla normalizzazione.
⬤ La struttura del libro aiuta l'apprendimento, con capitoli che si basano l'uno sull'altro.
⬤ Include strumenti utili come la Data Model Scorecard.

⬤ Manca di profondità sugli argomenti avanzati, il che potrebbe lasciare i lettori più esperti a desiderare maggiori dettagli.
⬤ Alcuni recensori hanno trovato il libro troppo semplicistico o ampio, affermando che non fornisce una guida tecnica sufficiente (ad esempio, sulla modellazione delle relazioni o sull'indicizzazione).
⬤ Problemi di presentazione, come il design e la qualità di stampa, hanno ostacolato la leggibilità.
⬤ Alcuni contenuti (ad esempio, i capitoli su XML e sui dati non strutturati) possono sembrare tangenziali rispetto all'obiettivo principale della modellazione dei dati.

(basato su 35 recensioni dei lettori)

Titolo originale:

Data Modeling Made Simple: A Practical Guide for Business and It Professionals

Contenuto del libro:

Data Modeling Made Simple fornirà ai professionisti del business o dell'IT una conoscenza pratica dei concetti e delle best practice della modellazione dei dati. Questo libro è scritto in uno stile colloquiale che incoraggia a leggerlo dall'inizio alla fine e a padroneggiare questi dieci obiettivi: ⬤ Sapere quando è necessario un modello di dati e quale tipo di modello di dati è più efficace per ogni situazione.

⬤ Conoscere quando è necessario un modello di dati e quale tipo di modello di dati è più efficace per ogni situazione.

⬤ Leggere un modello di dati di qualsiasi dimensione e complessità con la stessa sicurezza di un libro.

⬤ Costruire un modello di dati relazionale completamente normalizzato e un modello dimensionale facilmente navigabile.

⬤ Applicare le tecniche per trasformare un modello di dati logico in un progetto fisico efficiente.

⬤ Utilizzare diversi modelli per rendere la raccolta dei requisiti più efficiente e accurata.

⬤ Spiegare tutte le dieci categorie della Data Model Scorecard.

⬤ Imparare le strategie per migliorare le relazioni di lavoro con gli altri.

⬤ Apprendere l'impatto che i dati non strutturati hanno, e avranno, sui nostri prodotti di modellazione dei dati.

⬤ Imparare i concetti base di UML.

⬤ Inquadrare la modellazione dei dati nel contesto di XML, metadati e sviluppo agile.

Recensione del libro di Johnny Gay

In questa recensione del libro, affronto ogni sezione del libro e fornisco ciò che ho trovato più utile come modellatore di dati. Confronto, man mano, il modo in cui la struttura del libro facilita l'ingresso del nuovo modellatore di dati nell'argomento, proprio come un istruttore potrebbe facilitare l'ingresso in piscina di un nuotatore principiante.

Questo libro inizia come un romanzo di Dan Brown. Inizia addirittura con il protagonista, il nostro modellatore di dati preferito, perso su una strada buia da qualche parte in Francia. In questo caso, a salvarlo non è un cifrario, ma qualcosa di molto simile a un modello di dati sotto forma di mappa.