데이터 모델링이란 무엇입니까? 유형(개념적, 논리적, 물리적)

데이터 모델링이란 무엇입니까?

데이터 모델링(데이터 모델링) 데이터베이스에 저장할 데이터에 대한 데이터 모델을 만드는 프로세스입니다. 이 데이터 모델은 데이터 개체, 다양한 데이터 개체 간의 연결 및 규칙을 개념적으로 표현한 것입니다.

데이터 모델링은 데이터를 시각적으로 표현하는 데 도움이 되며 데이터에 대한 비즈니스 규칙, 규정 준수 및 정부 정책을 시행합니다. 데이터 모델은 명명 규칙, 기본값, 의미, 보안의 일관성을 보장하는 동시에 데이터 품질을 보장합니다.

DBMS의 데이터 모델

데이터 모델 데이터 설명, 데이터 의미, 데이터의 일관성 제약 조건을 구성하는 추상 모델로 정의됩니다. 데이터 모델은 데이터에 대해 어떤 작업을 수행할지보다는 어떤 데이터가 필요하고 어떻게 구성해야 하는지를 강조합니다. 데이터 모델은 개념적 모델을 구축하고 데이터 항목 간의 관계를 설정하는 데 도움이 되는 건축가의 건축 계획과 같습니다.

데이터 모델링 기술에는 두 가지 유형이 있습니다.

  1. 엔터티 관계(ER) 모델
  2. UML(통합 모델링 언어)

나중에 자세히 논의하겠습니다.

이 데이터 모델링 튜토리얼은 초보자, 초보자 및 숙련된 전문가에게 가장 적합합니다.

데이터 모델을 사용하는 이유는 무엇입니까?

데이터 모델을 사용하는 주요 목표는 다음과 같습니다.

  • 데이터베이스에 필요한 모든 데이터 개체가 정확하게 표현되는지 확인합니다. 데이터가 누락되면 잘못된 보고서가 생성되고 잘못된 결과가 생성됩니다.
  • 데이터 모델은 개념적, 물리적, 논리적 수준에서 데이터베이스를 설계하는 데 도움이 됩니다.
  • 데이터 모델 구조는 관계형 테이블, 기본 및 외래 키, 저장 프로시저를 정의하는 데 도움이 됩니다.
  • 이는 기본 데이터에 대한 명확한 그림을 제공하며 데이터베이스 개발자가 물리적 데이터베이스를 생성하는 데 사용할 수 있습니다.
  • 누락되거나 중복된 데이터를 식별하는 것도 도움이 됩니다.
  • 데이터 모델의 초기 생성에는 노동력과 시간이 많이 소요되지만 장기적으로는 IT 인프라 업그레이드 및 유지 관리 비용이 더 저렴하고 빨라집니다.

DBMS의 데이터 모델 유형

데이터 모델 유형: 데이터 모델에는 주로 개념적 데이터 모델, 논리적 데이터 모델, 물리적 데이터 모델의 세 가지 유형이 있으며 각각 특정 목적을 가지고 있습니다. 데이터 모델은 데이터와 데이터가 데이터베이스에 저장되는 방식을 나타내고 데이터 항목 간의 관계를 설정하는 데 사용됩니다.

  1. 개념적 데이터 모델: 이 데이터 모델은 다음을 정의합니다. WHAT 시스템에는 다음이 포함되어 있습니다. 이 모델은 일반적으로 비즈니스 이해관계자와 데이터 설계자가 만듭니다. 목적은 비즈니스 개념과 규칙을 구성하고 범위를 지정하고 정의하는 것입니다.
  2. 논리적 데이터 모델: 정의 주문 제작 시스템은 DBMS와 상관없이 구현되어야 합니다. 이 모델은 일반적으로 데이터 설계자 및 비즈니스 분석가가 만듭니다. 목적은 규칙 및 데이터 구조의 기술 맵을 개발하는 것입니다.
  3. 물리적 데이터 모델: 이 데이터 모델은 다음을 설명합니다. 주문 제작 시스템은 특정 DBMS 시스템을 사용하여 구현됩니다. 이 모델은 일반적으로 DBA와 개발자가 만듭니다. 목적은 데이터베이스의 실제 구현입니다.
데이터 모델 유형
데이터 모델 유형

개념적 데이터 모델

A 개념적 데이터 모델 데이터베이스 개념과 그 관계를 체계적으로 정리한 뷰입니다. 개념적 데이터 모델을 만드는 목적은 엔터티, 해당 속성 및 관계를 설정하는 것입니다. 이 데이터 모델링 수준에서는 실제 데이터베이스 구조에 대한 세부 정보가 거의 없습니다. 비즈니스 이해관계자와 데이터 설계자는 일반적으로 개념적 데이터 모델을 만듭니다.

개념적 데이터 모델의 3가지 기본 테넌트는 다음과 같습니다.

  • 기업: 현실세계의 일
  • 속성: 엔터티의 특성 또는 속성
  • 관계: 두 엔터티 간의 종속성 또는 연관

데이터 모델 예:

  • 고객과 제품은 두 개의 엔터티입니다. 고객 번호와 이름은 고객 엔터티의 속성입니다.
  • 제품 이름과 가격은 제품 엔터티의 속성입니다.
  • 판매는 고객과 제품의 관계이다
개념적 데이터 모델

개념적 데이터 모델

개념적 데이터 모델의 특징

  • 비즈니스 개념에 대한 조직 전반의 범위를 제공합니다.
  • 이러한 유형의 데이터 모델은 비즈니스 대상을 위해 설계 및 개발되었습니다.
  • 개념적 모델은 데이터 저장 용량, 위치와 같은 하드웨어 사양이나 DBMS 공급업체 및 기술과 같은 소프트웨어 사양과 독립적으로 개발됩니다. 초점은 사용자가 "실제 세계"에서 보게 될 데이터를 표현하는 것입니다.

도메인 모델로 알려진 개념적 데이터 모델은 기본 개념과 범위를 설정하여 모든 이해관계자를 위한 공통 어휘를 생성합니다.

논리적 데이터 모델

논리적 데이터 모델 데이터 요소의 구조를 정의하고 요소 간의 관계를 설정하는 데 사용됩니다. 논리적 데이터 모델은 개념적 데이터 모델 요소에 추가 정보를 추가합니다. 논리적 데이터 모델을 사용하면 물리적 모델의 기반을 형성하는 기반을 제공할 수 있다는 이점이 있습니다. 그러나 모델링 구조는 일반적으로 유지됩니다.

논리적 데이터 모델

논리적 데이터 모델

이 데이터 모델링 수준에서는 기본 또는 보조 키가 정의되지 않습니다. 이 데이터 모델링 수준에서는 커넥터 de를 확인하고 조정해야 합니다.tails 관계를 위해 이전에 설정된 것입니다.

논리적 데이터 모델의 특성

  • 단일 프로젝트에 대한 데이터 요구 사항을 설명하지만 프로젝트 범위에 따라 다른 논리적 데이터 모델과 통합할 수 있습니다.
  • DBMS와 독립적으로 설계 및 개발되었습니다.
  • 데이터 속성은 정확한 정밀도와 길이를 갖는 데이터 유형을 갖습니다.
  • 모델에 대한 정규화 프로세스는 일반적으로 3NF까지 적용됩니다.

물리적 데이터 모델

A 물리적 데이터 모델 데이터 모델의 데이터베이스별 구현을 설명합니다. 데이터베이스 추상화를 제공하고 스키마 생성을 돕습니다. 이는 물리적 데이터 모델이 제공하는 풍부한 메타데이터 때문입니다. 물리적 데이터 모델은 또한 데이터베이스 열 키, 제약 조건, 인덱스, 트리거 및 기타 항목을 복제하여 데이터베이스 구조를 시각화하는 데 도움이 됩니다. RDBMS 기능을 제공합니다.

물리적 데이터 모델

물리적 데이터 모델

물리적 데이터 모델의 특성

  • 물리적 데이터 모델은 프로젝트 범위에 따라 다른 물리적 데이터 모델과 통합될 수도 있지만 단일 프로젝트 또는 애플리케이션에 필요한 데이터를 설명합니다.
  • 데이터 모델에는 관계의 카디널리티 및 Null 허용 여부를 다루는 테이블 간의 관계가 포함되어 있습니다.
  • 프로젝트에 사용될 특정 버전의 DBMS, 위치, 데이터 저장 또는 기술용으로 개발되었습니다.
  • 열에는 정확한 데이터 유형, 할당된 길이 및 기본값이 있어야 합니다.
  • 기본 및 외래 키, 보기, 인덱스, 액세스 프로필 및 권한 부여 등이 정의됩니다.

데이터 모델의 장점과 단점

데이터 모델의 장점:

  • 데이터 모델 설계의 주요 목표는 기능팀에서 제공하는 데이터 개체가 정확하게 표현되는지 확인하는 것입니다.
  • 데이터 모델은 물리적 데이터베이스를 구축하는 데 사용할 수 있을 만큼 상세해야 합니다.
  • 데이터 모델의 정보는 테이블, 기본 키와 외래 키, 저장 프로시저 간의 관계를 정의하는 데 사용될 수 있습니다.
  • 데이터 모델은 비즈니스가 조직 내부와 조직 전체에 걸쳐 의사소통하는 데 도움이 됩니다.
  • 데이터 모델은 ETL 프로세스에서 데이터 매핑을 문서화하는 데 도움이 됩니다.
  • 모델을 채우기 위해 올바른 데이터 소스를 인식하는 데 도움이 됩니다.

데이터 모델의 단점:

  • 데이터 모델을 개발하려면 물리적인 데이터가 저장하는 특성을 알아야 합니다.
  • 이것은 내비게이션 시스템으로 com을 생산합니다.plex 애플리케이션 개발, 관리. 따라서 전기적 진실에 대한 지식이 필요합니다.
  • 구조가 조금만 변경되더라도 전체 애플리케이션을 수정해야 합니다.
  • 설정된 데이터 조작 언어가 없습니다. DBMS.

“내게 능력 주시는 자 안에서 내가 모든 것을 할 수 있느니라”

  • 데이터 모델링은 데이터베이스에 저장될 데이터에 대한 데이터 모델을 개발하는 프로세스입니다.
  • 데이터 모델은 명명 규칙, 기본값, 의미, 보안의 일관성을 보장하는 동시에 데이터 품질을 보장합니다.
  • 데이터 모델 구조는 관계형 테이블, 기본 및 외래 키, 저장 프로시저를 정의하는 데 도움이 됩니다.
  • 개념적, 논리적, 물리적 세 가지 유형이 있습니다.
  • 개념적 모델의 주요 목표는 엔터티, 해당 속성 및 관계를 설정하는 것입니다.
  • 논리적 데이터 모델은 데이터 요소의 구조를 정의하고 요소 간의 관계를 설정합니다.
  • 물리적 데이터 모델은 데이터 모델의 데이터베이스별 구현을 설명합니다.
  • 데이터 모델 설계의 주요 목표는 기능팀에서 제공하는 데이터 개체가 정확하게 표현되는지 확인하는 것입니다.
  • 가장 큰 단점은 구조를 조금만 변경해도 전체 애플리케이션을 수정해야 한다는 점입니다.
  • 이 데이터 모델링 튜토리얼을 읽으면 데이터 모델이란 무엇입니까?와 같은 기본 개념을 배우게 됩니다. 다양한 유형의 데이터 모델, 장점, 단점 및 데이터 모델 예를 소개합니다.