本书介绍通用数据模型，包括大量经过验证的数据模型，如人与组织、产品定制、装运和接收、预算背景、雇员资格和表现等，还有新的数据集市设计，包括财务分析、库存管理和装运逻辑。使用本书提供的数据模型作为基本模板，信息系统的建模人员可以在较高起点上启动数据模型建模和数据仓库建模工作，还可以根据企业需求和逻辑模型进行定制，加快数据建模过程和提高建模效率。本书适合作为数据建模人员的参考书。
无
当我在20世纪70年代中期刚开始接触数据模型时，我学过一组图示约定、规范化规则以及如何实现优秀设计的几条原则。不久，我就发现，我学的这些东西只是最容易的部分。真正的挑战，就像任意一个有经验的建模人员所知道的一样，在于理解业务需求和选择一个合适的概念和结构集来支持这些需求。因此，传统的建议是“去搞清楚企业需要针对什么保存信息，这些东西之间是如何关联的”，其实，这个建议是一个过于粗略的简化描述，在一般情况下识别实体和关系是非常难的。
近几年的研究发现，有经验的数据建模人员会重复使用、调整或部分调整他们以前工作中用到过的模型，而不是从最初的原则开始进行建模工作，这其实是长期以来业内人士众所周知的事实。实际上，他们的“经验”可能存在于具有各种基本功能的工具中，但更多的经验则很可能存储在他们自己个人的模型库中，一般情况下都记在脑子里，而没有做成文档。使用已有模板，改变业务专家和建模人员之间的交流内容：建模人员将会在他们的模型清单中去搜寻适合当前情形的模型或模型集，然后再去细究这些模型的细节问题。对于建模人员来说，这样的一个角色，比起以往的合作（即双方共同为数据模型提出观点和内容）要主动得多。
当然，对单个开发人员来说，要建立任何复杂模型库的模型，都需要花费很多时间去了解大量的业务需求。通常，只有专家级的数据建模人员才有这种机会，然而，现实当中许多数据建模工作都是由非专家级的人员进行的。
要摆脱这种相当随意的孤立方法，显然需要让有经验的建模人员去开发和出版与最常见的业务需求对应的数据模型，这样，这些解决方案可以得到共享、评估和改进。几乎每一个行业的企业都需要保存关于客户、员工和销售的数据，并且几乎每一个数据模型建模人员都需要花时间与这些共同的(但绝对不是简单的)情形打交道，因此他们痛苦地认识到自己是在做重复工作，而且也没有信心自己能做得更好。
人们对数据模型建模知识进行的这种丰富和完善工作已经有很长一段时间了。有些书籍、论文和教材也不断地涉及数据模型建模论题，如：建模范例、图表约定和规范化。这些显然都是重要的课题。但是，由于缺乏更完善的材料，人们并不清楚数据建模这个学科是否已经达到完善发展的状态。
出现这种现象的原因是：最适宜去认识共同的情形，并为这些情形开发出模型的人是数据模型专业人员，因为这些人能有机会接触到各种行业的需求。他们多年来建立起来的模型是非常有价值的专业资源，将这些资源用在专业咨询上，比起将它们写成书而言，能得到更多的利润。将自己的解决方案拿出来被同行详细审查也需要很大的勇气，因为所有同行们将会很自然地去细究那些最完美的解决方案。
因此，让我感到很欣喜的是，Len Silverston将经过扩充的修订版出版。本书第1版是面向负责行业信息系统数据建模工作的人员的基本读物，该版特别著名的一点是书中有各个特定数据建模领域专家的文稿。本版保留了这个特点，并涵盖了一些新的行业领域，修改一些原始材料。Len希望继续提高素材质量的意愿，使我相信书中的核心模型将会获得模型标准起点这样一个应有的地位。
如果有人问“一旦我学会基础知识以后，我应该买的第二本数据模型建模书是哪一本？”那么本书是一个非常优秀的答案，而且，每一个数据模型建模的从业人员都至少应该拥有两本这方面的书！
Graeme Simsion
2001年1月1日
(美)Len Silverston：Len Silverston: Len Silverston,是Universal Data Models,LLC的创立人和拥有者，该公司位于科罗拉多，提供咨询和培训，帮助企业定制和应用“通用数据模型”，开发全局和集成的系统。Silverston先生在提供数据集成、数据库和数据仓库解决方案方面已经具有20年的经验。
林友芳 等：暂无简介
在企业信息系统体系结构中，数据处于核心地位。数据模型是用于描述企业信息系统中的数据及数据之间关系的基本工具。系统开发人员在系统开发前必须建立各级数据模型以指导整个开发过程，系统的用户也必须通过数据模型来了解信息系统中的数据。可以说，数据模型是信息系统开发和应用的基本指南。
传统的企业信息系统建模方式是从头开始，通过对企业的调研和与用户的交流，仔细了解企业的各个应用主题数据，经过多次反复，为企业的数据逐步建立起各种模型，如人员模型、组织机构模型、订单模型、财务模型、产品模型等各种应用主题的数据模型。在此过程中，建模人员和用户都需要花费大量的时间、精力和财力，才有可能建立起较为完善的企业数据模型。而再做另一个企业信息系统的建模工作的时候，可能还需要花费差不多的时间和投资。
为了解决这些问题，人们在研究与实践过程中，尝试着根据以往的建模经验，或多或少地建立起一些类似模板的模型，作为以后建模工作的基础。但这些模板多数都作为经验保存在一些有经验的专家的脑海里，或者是作为企业的机密保管着。普通的建模人员和学习人员很难获得这些有益的经验。同时，这些经验或模板有些也只涉及个别应用主题，只能解决部分应用的数据建模问题。也就是说，建模人员希望能得到通用的、能作为设计模板的、涉及到各种常见企业应用主题的通用数据模型，并将它们当作建模工作的一个起点，以提高建模效率和质量。
《数据模型资源手册，修订版，卷1》正是回答这个问题的一个很好的答案，作者是数据
模型领域的一个国际知名专家，作者将自己在数据模型工作方面的经验，写成了这本书。与本书相对应的还有一本《数据模型资源手册，修订版，卷2》，其中介绍的是常见的各个行业的通用数据模型。
本书所涉及的主题数据模型包括人与组织、产品、产品订购、装运、工作计划、发票、会计和预算以及人力资源等模型。有了这些通用数据模型，信息系统的建模人员可以站在一个更高的起点上，可以将这些模型作为基本模板，用于指导建模过程中的用户需求讨论、模型设计和模型定制工作，从而大大加快建模过程和建模效率。应该说，本书是数据建模人员必备的一本参考书。
本书中的数据模型基本上是以美国的企业及其管理方式为基础编写的，在总体上也基本适合中国的企业，但在某些细节方面与中国国情会有所不同，因此，读者在使用其中的模型时要稍加注意。另外，本书中涉及大量的实体名、属性名和表名。为了能使语句连贯，增强可读性，译者在翻译过程也对这些内容进行了翻译。读者在阅读过程中，或在建立逻辑和物理数据模型的过程中，若需要参考原文的各种对象名称，可以参考本书后的附录。原书对实体名、属性名和表名以特殊字体格式表示。考虑到中英文字差别，在译文中，我们用特殊字体表示实体名、表名和属性名。
本书的翻译由林友芳、李红松、王黎明、秦远辉、康志钢、邵超、贺志、周丽苹、尚文倩、张秀娟和陈萍等共同完成，对本书的赞誉、序言、关于作者、第1章、第3章、第10章、第11章、附录A、附录B、附录C及附录之后的内容由林友芳翻译，第2章和第15章由李红松翻译，第4章由康志钢翻译，第5章由贺志翻译，第6章由邵超翻译，第7章和第12章由秦远辉翻译，第8章由周丽苹和张秀娟翻译，第9章和第13章由王黎明翻译，第13章由尚文倩翻译，陈萍录入了本附录中的部分英文内容。全书由林友芳统一定稿并审定内容。黄厚宽教授也对本书的翻译工作做了许多指导和组织工作。
由于译者水平有限，错误之处望广大读者批评指正。
第1章 绪论
1.1 人们为什么需要这本书
1.2 本书所面向的读者
1.3 人们对通用数据模型的需求
1.4 系统开发的一种全局性方法
1.5 本书和这些数据模型的目的
1.6 本书第2版的新内容
1.7 本书中采用的约定和标准
1.7.1 实体
1.7.2 子类和超类
1.7.3 属性
1.7.4 关系
1.7.5 物理模型
1.7.6 图示表格约定
1.7.7 参考图约定
1.8 本书的配套光盘
第2章 人与组织
2.1 组织
2.2 人员
2.3 当事人
2.4 当事人角色
2.4.1 组织的角色
2.4.2 通用的当事人角色子类型
2.4.3 角色是否该在事务发生的时候定义
2.4.4 当事人角色的例子
2.4.5 本书中的角色类型
2.5 当事人关系
2.5.1 当事人关系示例
2.5.2 当事人关系信息
2.5.3 状态类型
2.6 当事人联络信息
2.6.1 邮政地址信息
2.6.2 当事人联系机制——电信号码和电子地址
2.6.3 当事人联系机制（扩展）
2.6.4 联系机制的用途
2.7 设施与联系机制
2.8 当事人通信事件
2.9 小结
第3章 产品模型
3.1 产品定义
3.2 产品类别
3.3 产品标识编码
3.4 产品特征
3.4.1 产品特征互作用
3.4.2 产品特征子类
3.4.3 产品特征的一些例子
3.4.4 度量单位
3.5 产品的供应商和制造商
3.6 库存项目存储
3.7 产品定价
3.7.1 定价子类
3.7.2 价格成分属性以及与产品或产品特征的关系
3.7.3 定价因素
3.7.4 国际定价
3.7.5 产品定价实例
3.8 产品成本
3.9 产品间的关联
3.10 小结
第4章 产品订购模型
4.1 标准订单模型
4.2 订单和订单条目
4.3 订单当事人和联系机制
4.3.1 销售订单当事人和联系机制
4.3.2 购买订单当事人和联系机制
4.3.3 通用订单角色和联系机制
4.4 订单调整
4.4.1 订单状态和订单条款
4.4.2 订单状态
4.4.3 订单条款
4.5 订单条目关联
4.6 可选的订单模型
4.7 需求
4.7.1 需求角色
4.7.2 需求状态
4.7.3 产品需求
4.7.4 订单需求委托
4.7.5 需求的例子
4.8 订购请求
4.8.1 请求
4.8.2 请求条目
4.9 报价定义
4.9.1 报价角色
4.9.2 报价
4.9.3 报价条目
4.9.4 报价条款
4.10 协议定义
4.11 协议项目
4.12 协议条款
4.13 协议定价
4.14 协议和订单
4.15 小结
第5章 装运模型
5.1 装运
5.1.1 装运类型
5.1.2 装运当事人和联系机制
5.2 装运细节
5.3 装运到订单的关系
5.4 装运收据
5.5 出货装运的项目出库
5.6 装运文档
5.7 装运的行程安排
5.8 小结
第6章 工作计划模型
6.1 工作需求和工作计划
6.2 工作需求的定义
6.2.1 需求类型
6.2.2 预期需求
6.2.3 工作需求和订单之间的比较
6.3 工作需求角色
6.4 工作计划生成
6.4.1 工作计划类型和工作计划目标类型
6.4.2 工作计划属性
6.4.3 工作需求履行
6.4.4 工作计划和设施
6.4.5 工作计划生成——备选模型
6.5 工作计划关联
6.5.1 工作计划关联定义
6.5.2 工作计划依赖关系
6.5.3 工作计划和工作任务
6.6 工作计划当事人指派
6.6.1 工作计划当事人指派
6.6.2 当事人技能和技能类型
6.6.3 工作计划状态
6.6.4 工作计划当事人指派
6.6.5 工作计划角色类型
6.6.6 工作计划指派设施
6.7 工作计划时间跟踪
6.8 工作计划费用
6.9 库存分配
6.10 固定资产分配
6.10.1 固定资产
6.10.2 固定资产类型
6.10.3 固定资产分配和状态
6.11 当事人固定资产分配
6.12 工作计划类型标准
6.12.1 工作计划技能标准
6.12.2 工作计划货物标准
6.12.3 工作计划固定资产标准
6.13 工作计划成果
6.14 小结
第7章 发票模型
7.1 发票和发票条目
7.2 发票角色
7.3 计费账户
7.4 发票特殊角色
7.5 发票条款和发票状态
7.5.1 发票状态
7.5.2 发票条款
7.6 发票及相关事务
7.6.1 装运项目的计费
7.6.2 基于工作计划和时间条目的计费
7.6.3 订单条目的计费
7.7 支付
7.8 金融账户、存款及提款
7.9 小结
第8章 会计和预算模型
8.1 内部组织的账目一览表
8.1.1 总分类账户及其类型
8.1.2 组织总分类账户
8.1.3 会计周期
8.2 会计事务定义
8.2.1 业务事务与会计事务
8.2.2 会计事务
8.2.3 会计事务和相关的当事人
8.3 会计事务细节
8.3.1 事务细节
8.3.2 会计事务细节之间的关联
8.4 账户结余与事务
8.5 明细分类账户
8.6 资产折旧
8.7 预算定义
8.7.1 预算
8.7.2 预算项目
8.7.3 预算状态
8.8 预算修订
8.9 预算审查
8.10 预算背景
8.11 预算资金的来源和使用
8.11.1 对预算的调配
8.11.2 对预算的支付
8.12 预算与总分类账户的关联
8.13 小结
第9章 人力资源模型
9.1 标准人力资源模型
9.2 雇用
9.3 职位定义
9.3.1 职位
9.3.2 职位认定
9.3.3 职位类型
9.3.4 职位职责
9.4 职位类型定义
9.5 职位履行情况和跟踪
9.5.1 职位履行情况
9.5.2 职位状态类型
9.5.3 招聘组织
9.5.4 其他考虑
9.6 职位报告关系
9.7 工资的确定和支付历史
9.7.1 职位类型费用
9.7.2 工资级别和工资幅度
9.7.3 支付历史和实际工资
9.8 福利定义和跟踪
9.8.1 雇用
9.8.2 当事人福利
9.8.3 周期类型
9.8.4 福利类型
9.9 工资册信息
9.9.1 雇员
9.9.2 支付方法类型
9.9.3 工资支付个人方式
9.9.4 支票
9.9.5 扣除和扣除类型
9.10 求职申请
9.11 雇员技能和资格
9.12 雇员表现
9.13 雇员雇用终止
9.14 小结
第10章 根据企业数据模型建立数据仓库数据模型
10.1 数据仓库体系结构
10.1.1 企业数据模型
10.1.2 数据仓库设计
10.1.3 部门级数据仓库设计或数据集市
10.1.4 一个体系结构化的数据仓库环境
10.2 企业数据模型
10.2.1 转换需求
10.2.2 处理模型
10.2.3 高层和逻辑数据模型
10.3 进行转换
10.3.1 去除操作型数据
10.3.2 给仓库的键添加时间元素
10.3.3 增加导出数据
10.3.4 创建人工关系
10.3.5 改变数据粒度
10.3.6 合并表
10.3.7 数据阵列的建立
10.3.8 根据稳定性进行数据组织
10.4 小结
第11章 一个数据仓库数据模型范例
11.1 对客户发票的转换
11.1.1 去除操作型数据
11.1.2 增加时间元素
11.1.3 增加导出数据
11.1.4 建立人工关系
11.1.5 容纳各粒度级
11.1.6 合并表
11.1.7 基于稳定性进行分离
11.1.8 其他考虑因素
11.2 数据仓库数据模型范例
11.3 小结
第12章 销售分析星型模式设计
12.1 销售分析数据集市
12.1.1 客户销售事实表
12.1.2 客户维
12.1.3 客户统计维
12.1.4 销售代表维
12.1.5 内部组织维
12.1.6 地址维
12.1.7 产品维
12.1.8 时间维
12.2 面向事务的销售数据集市
12.3 销售分析数据集市的几处改动
12.3.1 改动1：销售代表表现数据集市
12.3.2 改动2：产品分析数据集市
12.4 小结
第13章 人力资源的星型模式设计
13.1 人力资源星型模式
13.1.1 人力资源事实表
13.1.2 组织维
13.1.3 职位类型维
13.1.4 性别维
13.1.5 服务年限维
13.1.6 状态维
13.1.7 工资级别维
13.1.8 EEOC类型维
13.1.9 月时间维
13.2 高粒度级的人力资源星型模式
13.3 小结
第14章 附加的星型模式设计
14.1 库存管理分析
14.2 购买订单分析
14.3 装运分析
14.4 工作计划分析
14.5 财务分析
14.6 小结
第15章 实施通用数据模型
15.1 企业数据模型——企业信息的一个
集成业务视图
15.1.1 定制通用数据模型
15.1.2 通用数据模型和企业数据模型如何解决业务问题
15.2 在具体应用中使用数据模型
15.2.1 理解业务过程
15.2.2 创建逻辑数据模型
15.3 物理数据库设计
15.3.1 基本的数据库设计原则
15.3.2 创建物理数据库设计
15.3.3 物理数据库设计示例
15.4 使用数据仓库模型
15.5 小结
15.6 更多信息
附录A 逻辑数据模型实体和属性
附录B 数据仓库数据模型数据表和属性列
附录C 星型模式设计数据表和属性列
其他可重用的数据模型和数据仓库设计资源
关于本书的配套光盘
