數據架構之道：數據模型設計與管控

開始看到這本書的目錄，覺得還挺有吸引力的，就花書幣買下來。然後重點讀了我比較關注的幾個章節：Datavault模型、統一星型模型和保險行業的模型案例，感覺很失望。 滿本書的錯別字就不說了。Datavault模型、統一星型模型都只是泛泛而談，少數舉出的案例，還存在很多錯誤，表的主外鍵設計都不對，新人看了只會被誤導。 保險行業模型基本上都是主題、表和字段的羅列與堆砌，而且也有一些錯誤，比如理賠主題中竟然出現了再保險合同。更不用說對這個行業從數據建模上的一些深入分析，比如主題與主題之間的關係，哪怕舉個例子，從參與方這個關鍵主題深入挖掘一下，而關聯到其他主題的各種角色就可以寫很多內容。 所以其他章節雖然從目錄上看着還挺眼熱，但我就不再繼續讀了，將來也許拿來參考一下還行。 

(1)固定報表階段：通過預置的固定報表，解決“what happen”的問題。 (2)即席分析階段：通過增加即席查詢，解決“why did it happen”的問題。 (3)趨勢預測階段：引入數據建模，預測未來，解決“what will happen”的問題。 (4)實時決策階段：支持實時數據變化及查詢，解決“what is happening”的問題。 (5)主動決策階段：基於亊件驅動主動決策，解決“what do I want to happen”的問題。

泛泛的概念堆疊的一本書，已經替大家踩過坑，都別過來看了。

都是基礎概念性的，錯別字特別多

ocr後也不校對一下，錯字連篇，嚴重影響閱讀。但內容本身還是不錯的。

可以說書的切入點還是不錯的，在這方面作爲實用指導性的書還是不太多，有這麼一本書，至少在一些板正晦澀的數據規劃、標準、模型、治理的知識上給出了稍微容易理解的東西。一些點上總結得還是比較好的。 就是內容表示上效率有點低（不包含錯別字的部分，可能是讀書軟件圖文識別後沒校正），主要是組織邏輯上的問題，因爲這是一個層次較多的領域，如果表述上按照縱向遞進或橫向分類的方式會比較符合理解的模式，對於一個主題的表述也是如此，總結概要框架和具體內容穿插，通用部分和個例部分不區分引起重複，有些內容似乎是從項目文檔拷貝而來。希望借這本書作爲一個起點，再找些深入的繼續讀吧。

內容很簡單，講得也很通俗，適合入門。市面上這方面書不多，推薦。

本來是本不錯的書，內容很全面，就是這個錯別字，特別是一些關鍵描述中的錯別字極大影響閱讀

內容值得一讀，但錯別字特別特別特別多，有些連標題都有錯別字，已經影響閱讀

錯別字太多了，最後幾個案例也沒什麼參考價值。