Wat is datamodellering? Typen (conceptueel, logisch, fysiek)

Wat is datamodellering?

Datamodellering (datamodellering) is het proces waarbij een datamodel wordt gemaakt voor de gegevens die in een database moeten worden opgeslagen. Dit datamodel is een conceptuele weergave van data-objecten, de associaties tussen verschillende data-objecten en de regels.

Gegevensmodellering helpt bij de visuele weergave van gegevens en handhaaft bedrijfsregels, naleving van regelgeving en overheidsbeleid met betrekking tot de gegevens. Datamodellen zorgen voor consistentie in naamgevingsconventies, standaardwaarden, semantiek en beveiliging en garanderen tegelijkertijd de kwaliteit van de gegevens.

Gegevensmodellen in DBMS

Uw partner voor Gegevensmodel wordt gedefinieerd als een abstract model dat de beschrijving van gegevens, de semantiek van gegevens en de consistentiebeperkingen van gegevens organiseert. Het gegevensmodel benadrukt welke gegevens nodig zijn en hoe deze moeten worden georganiseerd in plaats van welke bewerkingen op gegevens worden uitgevoerd. Het gegevensmodel is als een bouwplan van een architect, dat helpt bij het bouwen van conceptuele modellen en het instellen van een relatie tussen gegevensitems.

Er zijn twee soorten datamodelleringstechnieken

Entiteitsrelatie (ER)-model
UML-(Uniforme modelleringstaal)

We zullen hier later uitgebreid op ingaan.

Deze handleiding voor gegevensmodellering is het meest geschikt voor eerstejaarsstudenten, beginners en ervaren professionals.

Waarom een datamodel gebruiken?

Het primaire doel van het gebruik van een datamodel is:

Zorgt ervoor dat alle gegevensobjecten die door de database nodig zijn, nauwkeurig worden weergegeven. Het weglaten van gegevens zal leiden tot het maken van foutieve rapporten en tot onjuiste resultaten.
Een datamodel helpt bij het ontwerpen van de database op conceptueel, fysiek en logisch niveau.
De datamodelstructuur helpt bij het definiëren van de relationele tabellen, primaire en externe sleutels en opgeslagen procedures.
Het geeft een duidelijk beeld van de basisgegevens en kan door databaseontwikkelaars worden gebruikt om een fysieke database te creëren.
Het is ook nuttig om ontbrekende en overtollige gegevens te identificeren.
Hoewel het in eerste instantie tijdrovend en arbeidsintensief is om een datamodel te maken, zorgt het er op de lange termijn voor dat het upgraden en onderhouden van uw IT-infrastructuur goedkoper en sneller wordt.

Soorten gegevensmodellen in DBMS

Soorten gegevensmodellen: Er zijn hoofdzakelijk drie verschillende soorten datamodellen: conceptuele datamodellen, logische datamodellen en fysieke datamodellen, en elk heeft een specifiek doel. De datamodellen worden gebruikt om de gegevens weer te geven en hoe deze in de database zijn opgeslagen en om de relatie tussen gegevensitems in te stellen.

Conceptueel gegevensmodel: Dit datamodel definieert WAT het systeem bevat. Dit model wordt doorgaans gemaakt door zakelijke belanghebbenden en gegevens Architects. Het doel is om zakelijke concepten en regels te organiseren, te scopen en te definiëren.
Logisch gegevensmodel: definieert HOE het systeem moet ongeacht het DBMS worden geïmplementeerd. Dit model wordt doorgaans gemaakt door Data Architekten en businessanalisten. Het doel is om een technische kaart van regels en datastructuren te ontwikkelen.
Fysiek gegevensmodel: Dit gegevensmodel beschrijft HOE het systeem zal worden geïmplementeerd met behulp van een specifiek DBMS-systeem. Dit model wordt doorgaans gemaakt door DBA en ontwikkelaars. Het doel is de daadwerkelijke implementatie van de database.

Conceptueel gegevensmodel

A Conceptueel gegevensmodel is een georganiseerde weergave van databaseconcepten en hun relaties. Het doel van het maken van een conceptueel datamodel is om entiteiten, hun kenmerken en relaties vast te stellen. Op dit niveau van datamodellering is er nauwelijks detail beschikbaar over de werkelijke databasestructuur. Zakelijke belanghebbenden en data-architecten maken doorgaans een conceptueel datamodel.

De 3 basistenants van Conceptual Data Model zijn

Geheel: Een echt iets
Kenmerk: Kenmerken of eigenschappen van een entiteit
Verhouding: Afhankelijkheid of associatie tussen twee entiteiten

Voorbeeld van een datamodel:

Klant en Product zijn twee entiteiten. Klantnummer en naam zijn attributen van de klantentiteit
Productnaam en prijs zijn kenmerken van de productentiteit
Verkoop is de relatie tussen de klant en het product

Kenmerken van een conceptueel datamodel

Biedt organisatiebrede dekking van bedrijfsconcepten.
Dit type datamodellen is ontworpen en ontwikkeld voor een zakelijk publiek.
Het conceptuele model wordt onafhankelijk van hardwarespecificaties zoals gegevensopslagcapaciteit, locatie of softwarespecificaties zoals DBMS-leverancier en -technologie ontwikkeld. De focus ligt op het weergeven van gegevens zoals een gebruiker deze in de ‘echte wereld’ zal zien.

Conceptuele datamodellen, ook wel domeinmodellen genoemd, creëren een gemeenschappelijke woordenschat voor alle belanghebbenden door basisconcepten en reikwijdte vast te leggen.

Logisch gegevensmodel

Uw partner voor Logisch gegevensmodel wordt gebruikt om de structuur van data-elementen te definiëren en relaties tussen hen in te stellen. Het logische datamodel voegt verdere informatie toe aan de conceptuele datamodelelementen. Het voordeel van het gebruik van een logisch datamodel is dat het een basis biedt om de basis te vormen voor het fysieke model. De modelleringsstructuur blijft echter generiek.

Op dit Data Modeling-niveau is geen primaire of secundaire sleutel gedefinieerd. Op dit Data Modeling-niveau moet u de connectordetails verifiëren en aanpassen die eerder zijn ingesteld voor relaties.

Kenmerken van een logisch datamodel

Beschrijft de gegevensbehoeften voor een enkel project, maar kan worden geïntegreerd met andere logische gegevensmodellen op basis van de reikwijdte van het project.
Onafhankelijk van het DBMS ontworpen en ontwikkeld.
Gegevensattributen hebben gegevenstypen met exacte precisie en lengte.
Normalisatieprocessen op het model worden doorgaans toegepast tot 3NF.

Fysiek gegevensmodel

A Fysiek gegevensmodel beschrijft een database-specifieke implementatie van het datamodel. Het biedt database-abstractie en helpt bij het genereren van het schema. Dit komt door de rijkdom aan metadata die een fysiek datamodel biedt. Het fysieke datamodel helpt ook bij het visualiseren van de databasestructuur door databasekolomsleutels, beperkingen, indexen, triggers en andere te repliceren. RDBMS kenmerken.

Kenmerken van een fysiek datamodel

Het fysieke datamodel beschrijft de databehoefte voor een enkel project of applicatie, hoewel het kan worden geïntegreerd met andere fysieke datamodellen op basis van de projectomvang.
Data Model bevat relaties tussen tabellen die de kardinaliteit en nulbaarheid van de relaties aanpakken.
Ontwikkeld voor een specifieke versie van een DBMS, locatie, dataopslag of technologie die in het project moet worden gebruikt.
Kolommen moeten exacte gegevenstypen, toegewezen lengtes en standaardwaarden hebben.
Primaire en externe sleutels, views, indexen, toegangsprofielen en autorisaties, etc. worden gedefinieerd.

Voor- en nadelen van datamodel

Voordelen van datamodel:

Het belangrijkste doel van een ontwerpend datamodel is ervoor te zorgen dat de dataobjecten die door het functionele team worden aangeboden, nauwkeurig worden weergegeven.
Het datamodel moet gedetailleerd genoeg zijn om te kunnen worden gebruikt voor het bouwen van de fysieke database.
De informatie in het datamodel kan worden gebruikt voor het definiëren van de relatie tussen tabellen, primaire en externe sleutels en opgeslagen procedures.
Data Model helpt bedrijven om binnen en tussen organisaties te communiceren.
Datamodel helpt bij het documenteren van datatoewijzingen in het ETL-proces
Helpen bij het herkennen van de juiste gegevensbronnen om het model te vullen

Nadelen van datamodel:

Om een datamodel te ontwikkelen moet men de kenmerken van de fysieke gegevensopslag kennen.
Dit is een navigatiesysteem produceert complexe applicatieontwikkeling, beheer. Het vereist dus kennis van de biografische waarheid.
Zelfs kleinere veranderingen in de structuur vereisen aanpassingen in de gehele applicatie.
Er bestaat geen vaste taal voor gegevensmanipulatie dbms.

Conclusie

Gegevensmodellering is het proces waarbij een gegevensmodel wordt ontwikkeld voor de gegevens die in een database moeten worden opgeslagen.
Datamodellen zorgen voor consistentie in naamgevingsconventies, standaardwaarden, semantiek en beveiliging en garanderen tegelijkertijd de kwaliteit van de gegevens.
De datamodelstructuur helpt bij het definiëren van de relationele tabellen, primaire en externe sleutels en opgeslagen procedures.
Er zijn drie soorten conceptuele, logische en fysieke.
Het belangrijkste doel van het conceptuele model is het vaststellen van de entiteiten, hun attributen en hun relaties.
Logisch datamodel definieert de structuur van de data-elementen en legt de relaties daartussen vast.
Een Physical Data Model beschrijft de databasespecifieke implementatie van het datamodel.
Het belangrijkste doel van een ontwerpend datamodel is ervoor te zorgen dat de dataobjecten die door het functionele team worden aangeboden, nauwkeurig worden weergegeven.
Het grootste nadeel is dat zelfs kleinere veranderingen in de structuur aanpassing van de gehele applicatie vereisen.
Door deze Data Modeling tutorial te lezen, leert u de basisconcepten zoals Wat is een Data Model? Inleiding tot verschillende soorten Data Model, voordelen, nadelen en een voorbeeld van een data model.

Je houdt misschien van: