问：语义建模技术将如何影响数据建模的发展，您认为从近期和长远角度看数据建模会在公司内扮演什么角色？未来还需要做数据建模吗？

　　答：数据建模会伴随我们很长一段时间，但其形式正在改变。使用语义技术，我们能以新的方式理解并处理数据，还可以自动进行知识发现。它将从根本上影响数据建模的发展。

　　语义技术(例如，语义Web，文本挖掘)依赖网络本体，我叫它“数据模型固醇(data models on steroids)”，可以将许多相同的数据建模原则应用到网络本体开发的语义建模中。例如，作为数据建模者，我们很关注数据实体之间的关系。什么是数据实体呢，尤其是在概念数据模型中？实体一般是业务名词：客户，产品，位置等。在语义模型中，我们对词汇与早期分类和知识库的关系感兴趣。这等同于数据模型中的父子关系，子类型和关联关系。

　　当然，近期而言并不是每个平台都能使用语义模型，又有多少系统仍在运行着VSAM的大型机上呢?语义模型也不是要解决所有的问题。

　　一些软硬件的建议对于数据模型的性能优化已经不再必要了，例如星型模型。关于这个有一系列事实，但我要做个大胆的假设。假设，你能将所有的数据装入数据仓库中，让BI语义层隐藏所有导航规范化数据的复杂性。这样就不用再做令人讨厌的数据建模工作了，也能很快搭建起数据仓库。当然，应用供应商很想尽可能多卖给你一些服务器。然而，星型模型对于大型数据查询来说仍是相当简单的结构，也是最快的结构。

　　如果不考虑技术进步，会一直需要这样的人才，他们既能理解业务需求又能建模，还能根据模型定义数据，哪怕是是在概念层或语义层定义数据。数据和语义建模需要特别的技能，建模的抽象需求不是谁都会处理的。转行做数据和语义建模方面的工作我认为是不错的方向。