В основе архитектуры данных лежит моделирование данных. На удивление большая доля учебных материалов, посвящённых моделированию данных, содержит серьёзные ошибки, причём многие из них с течением времени начинают считать «исторически сложившейся картиной мира». В прошлом году мы рассмотрели лакуны на стыке уровней абстракции и акцентировались на статическом моделировании данных в наиболее популярных парадигмах и нотациях. Пришло время открыть ящик Пандоры 2.0 и рассмотреть некоторые популярные ошибки и мифы различных типов (терминологические, методологические, системные и инструментальные) в «динамике», рассмотрев следующие вопросы:

• Как связаны динамические и статические модели?

• Почему в динамике царит ещё большая неразбериха?

• Какие онтологии позволяют успешно заниматься динамическим моделированием?

• Является ли процесс сущностью?

• В чём главная проблема логического уровня моделирования динамических моделей?

• Почему в университете практически не изучают темпоральные логики?

• Где обитают мифические события и при чём здесь отношение предшествования?

• Откуда так много различных вариантов DFD?

• Исчерпывается ли (с точки зрения архитектора данных) BPMN объектами данных и хранилищами данных?

• Почему версионирование должно быть одновременно умным и красивым, но не получается?

• В чём проблема выучить UML? И при чём здесь «выравнивание импеданса»?

• Как там в SQL?

• Осталась ли в нашем ящике надежда для джуна во всём этом системно разобраться?