所以我们的总数是 3*2/2=3 个翻译。将其推广到更多系统，比如说 n，计算结果变为 n*(n-1)/2。事情很快就失去控制了。
50 个系统并不罕见。甚至 200 个系统也并不罕见。
现在让我们以 CDM 为中间来执行这些计算。使用 CDM 时，每个系统现在 警告：前方有困 只需将其数据模型转换为 CDM。换句话说，每个系统只有一个翻译。有了 3 个系统，CDM 似乎有点小题大做——3 对 3——但有了 50 个系统，赔率看起来就不同了——1225 对 50。
方法三：商业
“哇，看起来很棒。你还有更 Coinbase 数据 好的起点吗？”
嗯，我没有完全这么说，但是我们确实在上一篇文章中介绍了我们的商业 警告：前方有困 用户。也许他们有一个我们可以使用的很好的数据模型？
“是的，我现在想起来。他们是流程的制定者，而流程应该是不可知论的，或者诸如此类的？”
是的，与系统无关。这意味着任何进程都应该不知道或无法察觉它所使用的系统以及每个系统赋予 TMB 的名称。
流程应该以业务术语使用数据
始终谈论 Thingamabob，而不要将其称为 TMB 或 ThingyMeBob 或其他 工业部副部长阿曼尼亚兹·叶尔扎诺夫共同主持法国-哈萨克 什么，而要使用您的业务中常见的名称。令人惊奇的是，结果就是通用数据模型，有时也称为业务数据模型。但由于我没有选择 BDM 作为我的帖子的名称，我们会忘记我曾经提到过它。 <像巫师一样挥动双手 西班牙比特币数据库 让你忘记>
待续…
我们现在对理论已经有了很深入的了解，但是理论本身并不是我博客的重点。毕竟，乐趣是从运用理论开始的。因此，在我的下一篇文章中，我将展示实践中的 CDM 考虑事项。