Tietomallinnus: käsitteellinen, looginen ja fyysinen

⚡ Älykäs yhteenveto

Tietomallinnus luo jäsennellyn visuaalisen suunnitelman siitä, miten dataobjektit liittyvät toisiinsa tietokannan sisällä, valvoen sääntöjä, nimeämiskäytäntöjä ja eheyttä. Tämä resurssi selittää kolme ydintasoa – käsitteellinen, looginen ja fyysinen – ja osoittaa, kuinka kukin taso ohjaa suunnittelu- ja toteutuspäätöksiä.

  • 🧱 Foundational-määritelmä: Tietomallinnus tallentaa entiteetit, attribuutit ja suhteet ennen yksittäisen taulukon rakentamista.
  • 🎯 Kolme kerrosta: Käsitteellinen laajuus määrittää MITÄ, looginen määrittää MITEN ja fyysinen vastaa valittua tietokannan hallintajärjestelmää.
  • 👥 Mukana olevat roolit: Liiketoiminnan sidosryhmät omistavat käsitteellisen kerroksen; arkkitehdit muokkaavat loogisen kerroksen; tietokannan päälliköt ja kehittäjät toimittavat fyysisen kerroksen.
  • 📐 Käytetyt tekniikat: Entiteetti-relaatiokaaviot (ER) ja Unified Modelling Language (UML) ovat edelleen hallitsevia merkintöjä.
  • Miksi sillä on väliä: Puhdas malli estää puuttuvan tai tarpeettoman tiedon, nopeuttaa päivityksiä ja alentaa pitkän aikavälin ylläpitokustannuksia.
  • 🤖 Moderni muutos: Tekoälyavusteiset profilointi- ja käänteissuunnittelutyökalut ehdottavat nyt entiteettejä ja rajoituksia raakadatajoukoista.

Mitä on datamallinnus?

Mitä on datamallinnus?

Tietomallinnus (datamallinnus) on prosessi, jossa luodaan tietokantaan tallennettavalle tiedolle datamalli. Datamalli on käsitteellinen esitys dataobjekteista, niiden välisistä yhteyksistä ja niitä säätelevistä säännöistä. Visualisoimalla dataa tällä tavalla tiimit voivat valvoa liiketoimintasääntöjen, säännösten noudattamista ja viranomaisten käytäntöjä ennen taulukoiden luomista.

Tietomallit varmistavat myös nimeämiskäytäntöjen, oletusarvojen, semantiikan ja tietoturvan yhdenmukaisuuden samalla, kun ne tukevat yleistä tiedon laatua. Alla oleva kaavio näyttää, miten tietomallinnuksen kolme ydinkerrosta sopivat yhteen yhä yksityiskohtaisemmilla tasoilla.

Datamallit DBMS: ssä

Datamalli on vatsalihaksettracmalli, joka järjestää datan kuvauksen, datan semantiikan ja dataan sovellettavat johdonmukaisuusrajoitteet. Malli korostaa mitä dataa tarvitaan ja miten se tulisi organisoida sen sijaan, mitä toimintoja sille suoritetaan. Ajattele tietomallia arkkitehdin rakennussuunnitelmana: se asettaa käsitteellisen rakenteen ja tietokohteiden väliset suhteet kauan ennen kuin tietokanta on fyysisesti luotu.

Tietojen mallinnustekniikoissa käytetään yleisesti kahta merkintätapaa:

  1. Entity Relationship (ER) -malli — graafinen merkintätapa, joka kuvaa entiteettejä, ominaisuuksia ja niiden välisiä suhteita.
  2. UML (Yhtenäinen mallinnuskieli) — laajempi visuaalinen kieli, joka tukee tietorakenteiden suunnitteluun soveltuvia luokkakaavioita.

Tämä datamallinnusopetusohjelma sopii parhaiten vasta-alkajille ja kokeneille ammattilaisille, jotka tarvitsevat kertausta käsitteellisistä, loogisista ja fyysisistä tasoista.

Miksi käyttää tietomallia?

Ennen kunkin tason tutkimista on hyödyllistä ymmärtää, minkälaista liiketoiminta-arvoa toimiva datamalli tarjoaa. Datamallin käytön ensisijaiset tavoitteet ovat:

  • Varmistaa, että kaikki tietokannan vaatimat dataobjektit esitetään oikein. Tietojen poisjättäminen johtaa virheellisiin raportteihin ja virheellisiin tuloksiin.
  • Auttaa suunnittelemaan tietokantaa käsitteellisellä, loogisella ja fyysisellä tasolla.
  • Määrittää relaatiotaulukot, ensisijaiset ja viiteavaimet sekä tallennetut proseduurit, joita tietokanta tarvitsee.
  • Tarjoaa selkeän kuvan perusdatasta, jotta tietokannan kehittäjät voivat rakentaa fyysisen tietokannan luottavaisin mielin.
  • Auttaa tunnistamaan puuttuvat ja tarpeettomat tiedot varhaisessa vaiheessa, ennen kuin viat leviävät jatkokehitykseen.
  • Vaikka alustava luominen on työlästä ja aikaa vievää, se tekee tulevista IT-infrastruktuurin päivityksistä ja ylläpidosta halvempaa ja nopeampaa.

Tietomallien tyypit DBMS:ssä

Tietomallien tyypit: Tietomalleja on kolmea päätyyppiä – käsitteellisiä, loogisia ja fyysisiä – ja jokaisella on tietty tarkoitus. Yhdessä ne kuvaavat tietoja ja niiden tallennustapaa sekä määrittävät dataelementtien väliset suhteet.

  1. Käsitteellinen tietomalli: määrittelee MITÄ järjestelmä sisältää. Sen luovat tyypillisesti liiketoiminnan sidosryhmät ja data-arkkitehdit liiketoimintakonseptien ja -sääntöjen järjestämistä, laajuutta ja määrittelyä varten.
  2. Looginen tietomalli: määrittelee MITEN Järjestelmä tulisi toteuttaa tietokannan hallintajärjestelmästä riippumatta. Sen luovat tyypillisesti data-arkkitehdit ja liiketoiminta-analyytikot sääntöjen ja tietorakenteiden teknisen kartan kehittämiseksi.
  3. Fyysinen datamalli: kuvailee MITEN Järjestelmä toteutetaan tietyn tietokannan hallintajärjestelmän avulla. Sen luovat tyypillisesti tietokannan päälliköt ja kehittäjät, ja se edustaa tietokannan varsinaista toteutusta.
Tietomallin tyypit
Tietomallin tyypit

Käsitteellinen tietomalli

A Käsitteellinen tietomalli on järjestelmällinen näkymä tietokannan käsitteisiin ja niiden välisiin suhteisiin. Käsitteellisen tietomallin luomisen tarkoituksena on määrittää entiteetit, niiden ominaisuudet ja niiden väliset suhteet. Tällä tasolla tallennetaan hyvin vähän yksityiskohtia varsinaisesta tietokannan rakenteesta. Liiketoiminnan sidosryhmät ja data-arkkitehdit omistavat yleensä tämän artefaktin.

Käsitteellisen datamallin kolme perusperiaatetta ovat:

  • Entiteetti: Tosielämän juttu.
  • määrite: Kokonaisuuden ominaisuudet tai ominaisuudet.
  • suhde: Kahden entiteetin välinen riippuvuus tai yhteys.

Esimerkki tietomallista:

  • Asiakas ja Tuote ovat kaksi entiteetiä. Asiakasnumero ja nimi ovat Asiakas-entiteetin attribuutteja.
  • Tuotteen nimi ja hinta ovat Tuote-entiteetin attribuutteja.
  • Myynti on asiakkaan ja tuotteen välinen suhde.
Käsitteellinen tietomalli

Käsitteellinen tietomalli

Käsitteellisen datamallin ominaisuudet

  • Tarjoaa koko organisaation kattavan kattavuuden liiketoimintakonsepteista.
  • Suunniteltu ja kehitetty yritysyleisölle.
  • Rakennettu riippumatta laitteistospesifikaatioista, kuten tiedontallennuskapasiteetista tai sijainnista, ja ohjelmistospesifikaatioista, kuten tietokannan hallintajärjestelmän toimittajasta ja teknologiasta. Painopiste on esittää data sellaisena kuin käyttäjä sen näkee "todellisessa maailmassa".

Käsitteelliset datamallit – joita joskus kutsutaan toimialuemalleiksi – luovat yhteisen sanaston kaikille sidosryhmille määrittämällä peruskäsitteet ja laajuuden.

Looginen tietomalli

Looginen tietomalli määrittelee dataelementtien rakenteen ja asettaa niiden väliset suhteet. Se lisää tietoa käsitteellisiin datamallielementteihin ja tarjoaa perustan, jolle fyysinen datamalli lopulta rakentuu, vaikka mallinnusrakenne pysyykin tietokanta-alustoista riippumattomana.

Looginen tietomalli

Looginen tietomalli

Tällä datamallinnustasolla ensisijaisia ​​tai toissijaisia ​​avaimia ei ole vielä viimeistelty. Tarkistat ja muokkaat aiemmin suhteille asetettuja liittimien tietoja ja tarkennat kardinaliteetteja.

Loogisen tietomallin ominaisuudet

  • Kuvaa yksittäisen projektin tietotarpeet, mutta voidaan integroida muihin loogisiin tietomalleihin projektin laajuudesta riippuen.
  • Suunniteltu ja kehitetty itsenäisesti DBMS:stä.
  • Tietoattribuuteilla on tarkat tarkkuudet ja pituudet, ja niillä on tietotyypit.
  • Normalisointia sovelletaan tyypillisesti kolmanteen normaalimuotoon (3NF) asti.

Fyysinen tietomalli

A Fyysinen tietomalli kuvaa tietokantakohtaisen datamallin toteutuksen. Se tarjoaa tietokannan abs-ominaisuuksiatracja auttaa luomaan skeeman suoraan sen sisältämän monipuolisen metadatan ansiosta. Fyysinen datamalli auttaa myös visualisoimaan tietokannan rakennetta replikoimalla sarakeavaimia, rajoitteita, indeksejä, liipaisimia ja muita RDBMS ominaisuuksia.

Fyysinen tietomalli

Fyysinen tietomalli

Fyysisen datamallin ominaisuudet

  • Kuvaa yksittäisen projektin tai sovelluksen tietotarpeita, vaikka se voidaan integroida muihin fyysisiin tietomalleihin projektin laajuuden perusteella.
  • Määrittää taulukoiden väliset suhteet, jotka käsittelevät kunkin suhteen kardinaalisuutta ja tyhjäarvoisuutta.
  • Kehitetty tietylle tietokannan hallintajärjestelmän versiolle, sijainnille, tietojen tallennusasettelulle tai projektissa käytetylle teknologialle.
  • Sarakkeet sisältävät tarkat tietotyypit, pituudet ja oletusarvot.
  • Ensisijaiset ja viiteavaimet, näkymät, indeksit, käyttöoikeusprofiilit ja käyttöoikeudet on määritelty eksplisiittisesti.

Käsitteellinen vs. looginen vs. fyysinen datamalli

Kun olet ymmärtänyt jokaisen tason erikseen, helpoin tapa säilyttää erot on vertailla niitä rinnakkain. Alla oleva taulukko yhteenvetää kunkin vaiheen painopisteet, omistajat ja yksityiskohtaisuuden tason.

Aspect Käsitteellinen looginen fyysinen
Tarkoitus Määrittele MITÄ järjestelmä sisältää Määrittele, MITEN järjestelmän tulisi toimia, tietokannan hallintajärjestelmäriippumaton Määrittele, MITEN järjestelmä toteutetaan tietyssä tietokannan hallintajärjestelmässä
yleisö Liiketoiminnan sidosryhmät, data-arkkitehdit Data-arkkitehdit, liiketoiminta-analyytikot Tietokannan ylläpitäjät, kehittäjät
Yksityiskohtaisuustaso Korkean tason entiteetit, attribuutit, suhteet Tietotyypit, normalisointi, attribuutit Taulukot, sarakkeet, avaimet, indeksit, liipaisimet
Määritellyt avaimet Ei eristetty Käsitteelliset ensisijaiset ja viiteavaimet Konkreettiset ensisijaiset, viite- ja sijaisavaimet
Tietokannan hallintajärjestelmän riippuvuus Itsenäinen Itsenäinen Sidottu tiettyyn tietokannan hallintajärjestelmään

Tietomallin edut ja haitat

Tietomallin edut:

  • Tietomallin päätavoitteena on varmistaa, että toiminnallisen tiimin tarjoamat dataobjektit esitetään oikein.
  • Tietomalli on riittävän yksityiskohtainen, jotta sitä voidaan käyttää fyysisen tietokannan rakentamisen suunnitelmana.
  • Tietomallin tietoja voidaan käyttää taulukoiden, ensisijaisten ja viiteavainten sekä tallennettujen proseduurien välisten suhteiden määrittelyyn.
  • Datamalli auttaa yritystä viestimään johdonmukaisesti organisaatioiden sisällä ja niiden välillä.
  • Tietomalli auttaa dokumentoimaan tietokartanpings ETL-prosessissa.
  • Se auttaa tunnistamaan oikeat tietolähteet mallin täyttämiseksi.

Tietomallin haitat:

  • Tietomallin kehittämiseksi sinun on ymmärrettävä tallennetun tiedon fyysiset ominaisuudet.
  • Tietomallin päälle rakennetut navigointijärjestelmät voivat tuottaa monimutkaista sovelluskehitys- ja hallintatyötä, joka vaatii syvällistä toimialaosaamista.
  • Jopa pieni muutos rakenteessa voi vaatia muutoksia koko sovellukseen.
  • Ei ole olemassa universaalia tiedonkäsittelykieltä, joka sopisi kaikille. DBMSjoten malleja on usein mukautettava alustakohtaisesti.

UKK

Kyllä. ”Data modelling” noudattaa brittienglannin kirjoitusasua ja ”data modeling” amerikanenglannin kirjoitusasua. Molemmat viittaavat samaan aiheeseen, jossa suunnitellaan entiteettien, attribuuttien ja suhteiden suunnittelua ennen tietokannan fyysistä rakentamista.

Suosittuja työkaluja ovat mm ER/Studio, Erwin Data Modeler, IBM InfoSphere-tiedot Archisuojaus SAP PowerDesigner, Lucidchartja dbdiagram.io. Valinta riippuu tiimin koosta, kohdetietokannan hallintajärjestelmästä, yhteistyötarpeista ja integroinnista olemassa olevien tietovarastojen kanssa.

Normalisointi poistaa redundanssin ja estää päivityspoikkeamat jakamalla leveät taulukot pienempiin, toisiinsa liittyviin taulukoihin. Loogiset datamallit normalisoidaan tyypillisesti kolmanteen normaalimuotoon (3NF) asti, ja valikoiva denormalisointi otetaan käyttöön myöhemmin fyysisessä suunnittelussa.

Tekoäly nopeuttaa datan mallintamista profiloimalla olemassa olevia datajoukkoja, ehdottamalla entiteettejä ja attribuutteja, havaitsemalla suhteita ja suosittelemalla normalisointia. Se myös merkitsee epäjohdonmukaisuuksia, puuttuvia avaimia ja nimeämällä ristiriitoja, jotka ihmiset usein jättävät huomiotta suurissa skeemoissa.

Tekoäly voi tuottaa vahvan ensimmäisen luonnoksen päättelemällä entiteettejä, tyyppejä ja liitoksia raakadatajoukoista tai esimerkkikyselyistä. ArchiTeknikot tarkistavat edelleen tulosteen liiketoimintamerkityksen, reunatapausten ja nimeämisstandardien osalta ennen sen siirtämistä loogiseen tai fyysiseen malliin.

Tiivistä tämä viesti seuraavasti: