データモデリングとは何ですか? タイプ (概念的、論理、物理)

データモデリングとは?

データモデリング（データモデリング） データベースに保存するデータのデータモデルを作成するプロセスです。このデータモデルは、データオブジェクト、さまざまなデータオブジェクト間の関連付け、およびルールを概念的に表現したものです。

データモデリングは、データの視覚的表現に役立ち、ビジネスルール、規制遵守、政府のポリシーをデータに適用します。データモデルは、データの品質を確保しながら、命名規則、デフォルト値、セマンティクス、セキュリティの一貫性を確保します。

DBMSのデータモデル

当学校区の データ・モデル データの説明、データのセマンティクス、およびデータの一貫性制約を整理する抽象モデルとして定義されます。データモデルは、データに対して実行される操作ではなく、必要なデータとその整理方法に重点を置いています。データモデルは建築家の建築計画のようなもので、概念モデルを構築し、データ項目間の関係を設定するのに役立ちます。

データモデリング手法には次の XNUMX 種類があります。

エンティティ関係 (ER) モデル
UML (統一モデリング言語)

これらについては後ほど詳しく説明します。

このデータモデリングチュートリアルは、初心者、初心者、経験豊富な専門家に最適です。

データモデルを使用する理由

データモデルを使用する主な目的は次のとおりです。

データベースに必要なすべてのデータオブジェクトが正確に表現されていることを保証します。データを省略すると、不完全なレポートが作成され、誤った結果が生成されます。
データモデルは、概念的、物理、論理レベルでデータベースを設計するのに役立ちます。
データモデル構造は、リレーショナルテーブル、主キー、外部キー、ストアドプロシージャを定義するのに役立ちます。
これは基本データの明確な全体像を提供し、データベース開発者が物理データベースを作成するために使用できます。
欠落しているデータや冗長なデータを特定するのにも役立ちます。
データモデルの初期作成には労力と時間がかかりますが、長期的には IT インフラストラクチャのアップグレードとメンテナンスのコストが削減され、時間も短縮されます。

DBMS のデータモデルの種類

データモデルの種類: データモデルには主に、概念データモデル、論理データモデル、物理データモデルの XNUMX つの異なるタイプがあり、それぞれに特定の目的があります。データモデルは、データとそれがデータベースにどのように保存されるかを表現し、データ項目間の関係を設定するために使用されます。

概念的なデータモデル: このデータモデルは以下を定義します WHAT システムには含まれています。このモデルは通常、ビジネス関係者とデータによって作成されます。 Archi目的は、ビジネスの概念とルールを整理し、範囲を定め、定義することです。
論理データモデル: 定義する HOW DBMS に関係なくシステムを実装する必要があります。このモデルは通常、データによって作成されます。 Archiテクストとビジネスアナリスト。目的は、ルールとデータ構造の技術マップを開発することです。
物理データモデル: このデータモデルは次のことを説明します HOW システムは特定の DBMS システムを使用して実装されます。このモデルは通常、DBA と開発者によって作成されます。目的はデータベースの実際の実装です。

概念データモデル

A 概念データモデル データベースの概念とその関係を整理したビューです。概念データモデルを作成する目的は、エンティティ、その属性、および関係を確立することです。このデータモデリングレベルでは、実際のデータベース構造に関する詳細はほとんどありません。通常、ビジネス関係者とデータアーキテクトが概念データモデルを作成します。

Conceptual Data Model の 3 つの基本テナントは次のとおりです。

エンティティ：現実世界のこと
属性: エンティティの特性またはプロパティ
関係: XNUMX つのエンティティ間の依存関係または関連性

データモデルの例:

顧客と製品は XNUMX つのエンティティです。顧客番号と名前は顧客エンティティの属性です
製品名と価格は製品エンティティの属性です
販売とは顧客と製品との関係です

概念的なデータモデルの特徴

組織全体にわたるビジネスコンセプトをカバーします。
このタイプのデータモデルは、ビジネス対象者向けに設計および開発されています。
概念モデルは、データストレージ容量、場所などのハードウェア仕様や、DBMS ベンダーやテクノロジなどのソフトウェア仕様とは独立して開発されます。焦点は、ユーザーが「現実世界」で見るデータを表現することです。

ドメインモデルと呼ばれる概念データモデルは、基本的な概念と範囲を確立することで、すべての関係者に共通の語彙を作成します。

論理データモデル

当学校区の 論理データモデル データ要素の構造を定義し、それらの間の関係を設定するために使用されます。論理データモデルは、概念データモデル要素にさらに情報を追加します。論理データモデルを使用する利点は、物理モデルのベースを形成する基盤を提供することです。ただし、モデリング構造は汎用のままです。

このデータモデリングレベルでは、主キーまたはセカンダリキーは定義されていません。このデータモデリングレベルでは、以前にリレーションシップに設定されたコネクタの詳細を確認して調整する必要があります。

論理データモデルの特徴

単一プロジェクトのデータニーズについて説明しますが、プロジェクトの範囲に基づいて他の論理データモデルと統合できます。
DBMS から独立して設計および開発されました。
データ属性には、正確な精度と長さのデータ型があります。
モデルへの正規化プロセスは通常 3NF まで適用されます。

物理データモデル

A 物理データモデル では、データベース固有のデータモデルの実装について説明します。これはデータベースの抽象化を提供し、スキーマの生成を支援します。これは、物理データモデルによって提供されるメタデータが豊富であるためです。物理データモデルは、データベースの列キー、制約、インデックス、トリガーなどを複製することにより、データベース構造を視覚化するのにも役立ちます。 RDBMS 機能。

物理データモデルの特徴

物理データモデルは、単一のプロジェクトまたはアプリケーションに必要なデータを記述しますが、プロジェクトの範囲に基づいて他の物理データモデルと統合される場合もあります。
データモデルには、リレーションシップのカーディナリティと NULL 可能性を扱うテーブル間のリレーションシップが含まれています。
プロジェクトで使用される DBMS、場所、データストレージ、またはテクノロジの特定のバージョン用に開発されました。
列には正確なデータ型、割り当てられた長さ、およびデフォルト値が必要です。
主キーと外部キー、ビュー、インデックス、アクセスプロファイル、承認などが定義されます。

データモデルの長所と短所

データモデルの利点:

データモデルの設計の主な目的は、機能チームが提供するデータオブジェクトが正確に表現されていることを確認することです。
データモデルは、物理データベースの構築に使用できるほど詳細なものである必要があります。
データモデル内の情報は、テーブル、主キーと外部キー、ストアドプロシージャの間の関係を定義するために使用できます。
データモデルは、ビジネスが組織内および組織間のコミュニケーションを行うのに役立ちます。
データモデルは、ETL プロセスでのデータマッピングの文書化に役立ちます
モデルに入力するための正しいデータソースを認識するのに役立ちます。

データモデルの欠点:

データモデルを開発するには、物理データに保存されている特性を知る必要があります。
これは、複雑なアプリケーション開発と管理を生み出すナビゲーションシステムであり、伝記の真実に関する知識を必要とします。
構造に加えられた小さな変更でも、アプリケーション全体の変更が必要になります。
設定されたデータ操作言語はありません DBMS.

まとめ：

データモデリングは、データベースに保存されるデータのデータモデルを開発するプロセスです。
データモデルは、データの品質を確保しながら、命名規則、デフォルト値、セマンティクス、セキュリティの一貫性を確保します。
データモデル構造は、リレーショナルテーブル、主キー、外部キー、ストアドプロシージャを定義するのに役立ちます。
概念型、論理型、物理型の XNUMX 種類があります。
概念モデルの主な目的は、エンティティ、その属性、およびそれらの関係を確立することです。
論理データモデルは、データ要素の構造を定義し、それらの間の関係を設定します。
物理データモデルは、データモデルのデータベース固有の実装を記述します。
データモデルの設計の主な目的は、機能チームが提供するデータオブジェクトが正確に表現されていることを確認することです。
最大の欠点は、構造に加えられた小さな変更でもアプリケーション全体の修正が必要になることです。
このデータモデリングチュートリアルを読むと、データモデルとは何か、さまざまな種類のデータモデルの概要、利点、欠点、データモデルの例などの基本的な概念を学習できます。