如果你是一个开发人员或数据分析师，你可能会熟悉数据建模的过程。数据建模是将真实世界的数据转化成可操作的结构化形式的过程，它是数据分析和决策制定的基础。
然而，数据建模并不是一项简单的任务。在数据建模的过程中，我们经常面临着正统性和速度之间的张力。正统性指的是数据模型的准确性和完整性，它确保我们基于正确的数据做出决策。而速度则是指在有限的时间内完成数据建模的能力，以便及时为业务提供支持。
在实际应用中，我们往往需要在正统性和速度之间找到平衡。如果我们过于追求正统性，可能会导致数据建模时间过长，无法及时为业务提供支持。相反，如果我们只注重速度而牺牲了正统性，可能会导致数据建模的结果不准确，从而影响业务决策的准确性。
因此，作为数据建模专业人士，我们需要在正统性和速度之间找到平衡。我们既要保证数据模型的准确性和完整性，又要在有限的时间内高效完成数据建模。只有这样，我们才能为业务提供可靠的数据支持，帮助企业做出更明智的决策。
数据建模，正统性与速度并非此消彼长，而是一种必须共存的张力。在这种张力下，我们需要不断优化数据建模的过程，找到最适合自己的方式。只有这样，我们才能真正发挥数据建模的作用，为企业的发展带来更大的帮助。【Reference：https://joereis.substack.com/p/the-tension-of-orthodoxy-and-speed】。
了解更多有趣的事情：https://blog.ds3783.com/