个人认为PowerDesigner提供了一整套的解决方案,面向了不同的人员提供不同的模型工具,比如有针对企业架构师的模型,有针对需求分析师的模型,有针对系统分析师和软件架构 师的模型,还有针对数据库管理人员的模型,这些不同的人使用着同一个工具在各自的领域为软件系统建模而形成一个整体;而且2)这些不同的人在建模的过程中 可以互相引用,一处更新可触发所有引用模型更新(对变更的影响可进行分析[影响度分析])
即使对于普通的程序员,学习Powerdesigner工具的使用也有助于提升其对软件生命周期的理解水平,同时提供了看待软件产品的不同视角和纬度。因此学习Powerdesigner 的思想及使用有相当的益处。
企业架构模型( Enterprise Architecture Model , EAM )
企业架构模型( EAM ),可以帮助你分析和记录您的组织及其业务功能,以及支持他们的物理架构及其上的应用程序和系统。
包含业务通信图、城市规划图、组织结构图、网络图等。
需求模型( Requirements Model , RQM )
需求模型( RQM )可帮助您分析各种各样的书面需求,并将它们与其它模型中的设计对象连接起来。您可以使用 RQM 表示任何结构化的文档(例如:功能规范,测试计划,企业目标等),并可导入导出 MS Word 文档。
需求模型的作用是定义系统的边界,通过需求文档试图,追踪矩阵试图和用户分配矩阵试图进行描述和管理。
业务处理模型( Business Process Model , BPM )
业务流程模型( BPM )帮助您识别,描述和分解业务流程。您可以分析不同层级的系统,关注控制流(执行顺序)或数据流(数据交换)。您可以使用 BPEL , BPMN ,以及许多其他的流程语言。
业务流程建模是一组业务流程分析,设计,实施和执行的技术和标准。它使业务分析师和经理通过分析系统,以理顺和优化或为一个新的系统建模。
从业务人员的角度对业务逻辑和规则进行详细描述
使用流程图表示起点到终点间的处理过程、流程、消息和协作协议
可以有一个或多个起点和终点
只关注业务
包含 BPMN 模型图、业务处理图、数据流图、 BPEL 图等。
信息流模型( Information Liquidity Model , ILM )
信息流模型( ILM )提供组织信息运动的全局视图。您可以分析和记录您的数据来源,目的地,以及它是如何转化的方式,包括复制和 ETL 。
在企业应用的分析与开发整个过程中,会有大量的模型产生,这些模型之间都存在相应的关系。 PowerDesigner 创新地提出信息流模型 (ILM) ,并通过非常直观的映射编辑器来表达模型之间的信息流动关系,大大方便了企业级建模的管理能力。另外 . 通过信息流模型还可以完成数据库对象的复制处理以及表达数据抽取、转换和加载的过程 (Extraction-Transformation-Loading. ETL) 。支持 ETL 和 EII 。支持概念数据和业务处理模型。
包含 Data Movement Model 。
概念数据模型( Conceptual Data Model , CDM )
概念数据模型( CDM ),可以帮助你分析信息系统的概念结构,识别主要的实体,及其属性,以及它们之间的关系。 CDM 比逻辑( LDM )或物理数据模型( PDM )更抽象。
基于需求综合、归纳、抽象后对数据和信息进行建模,利用实体关系图( E-R 图)的形式组织数据。
CDM 反映了业务领域中信息之间的关系,它不依赖于物理实现。
CMD 不考虑物理实现细节,只考虑实体之间的关系。
目的:统一业务概念,方便业务人员与技术人员沟通。
分析阶段的 CDM 转换成 PDM 后,便将抽象的实体、属性与关系,对应到实际数据库的数据表、字段、主键、外部索引键等内容。
逻辑数据模型( Logical Data Model , LDM )
逻辑数据模型( LDM )可以帮助你分析信息系统的结构,独立于任何特定的物理数据库实现。 LDM 已确定实体标识符,没有概念数据模型( CDM )抽象,但不允许你建视图模型,索引等具体的物理数据模型( PDM )元素。
逻辑模型是对概念数据模型的进一步细化与分解
形成 DBMS 所支持的数据结构(一般是关系数据模型)
既要面向业务用户,又要面向系统
影响数据库设计方案选择
物理数据模型( Physical Data Model , PDM )
物理数据模型(PDM)可以帮助你分析表,视图和其他数据库对象,包括数据仓库的多维对象。 PDM的是更具体的一个概念(CDM)或逻辑(LDM)的数据模型。你可以为所有常用的DBMS建模、反向工程、生成数据库。
基于特定DBMS,在概念数据模型、逻辑数据模型的基础上进行设计。
PDM叙述数据库的物理实现。主要目的是把CDM中建立的现实世界模型生成特定的DBMS脚本,产生数据库中保存信息的储存结构,保证数据在数据库中的完整性和一致性。
面向对象模型( Object-Oriented Model , OOM )
面向对象模型(OOM)包括类图(Class Diagram)、用例图(Use Case Diagram)、组件图 (Component Diagram)、对象图(Object Diagram)、包图(Package Diagram)、时序图 (Sequence Diagram)、通信图(Communication Diagram)、交互纵横图(Interaction Overview Diagram)、活动图(Activity Diagram)、状态图(State chart Diagram)、部署图(Deployment Diagram)、组合结构图(Composite Structure Diagram)共十二种图。
面向对象的模型(OOM)可以帮助您使用统一建模语言(UML),通过用例,结构、行为、部署等对信息系统进行分析。你可以针对Java,NET和其他语言进行建模,反向工程、代码生成。
利用UML描述系统结构、利用类图生成不同语言的源文件(如Java、C#、PowerBuilder等),或利用逆向工程将不同类型的源文件转换成相应的类图。
一个OOM包含一系列包,类,接口 , 和他们的关系。这些对象一起形成所有的 (或部份) 一个软件系统的逻辑的设计视图的类结构。一个OOM本质上是软件系统的一个静态的概念模型。
XML 模型( XML Model , XSM )
一个XML模式(XSM)可以帮助您分析XML架构定义(XSD),文档类型定义(DTD)或XML数据简化(XDR)文件。你可以建模,反向工程,生成这些文件格式。
自由模型( Free Model , FEM )
自由模型可以为任何模型的对象或系统建模提供一个上下文环境,允许自定义概念和图形符号,例如:可以创建一个自由模型来表示模型和文档之间的相互关系,企业组织以及组织间的相互关系。
按照Powerdesigner 15的分类(Category),以上十大模型又分属于几个不同的类别,面向对象模型中的用例图属于业务层,UML类图属于信息层、UML活动图/UML 组件图/类图则属于应用层,同时用例图也会用于需求分析实用,因此用例图还属于需求与计划层。
在大型的软件开发过程中的团队协作相当有利, Powerdesigner 目前因该是应用最多也最受欢迎的CASE工具。
数据分析咨询请扫描二维码
数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21大数据技术专业主要学习计算机科学、数学、统计学和信息技术等领域的基础理论和技能,旨在培养具备大数据处理、分析和应用能力的 ...
2024-11-21