การสร้างแบบจำลองข้อมูล: เชิงแนวคิด เชิงตรรกะ และเชิงกายภาพ
เดวิดคาร์เตอร์
⚡ สรุปอย่างชาญฉลาด
การสร้างแบบจำลองข้อมูลสร้างแผนผังภาพที่มีโครงสร้างเพื่อแสดงความสัมพันธ์ระหว่างวัตถุข้อมูลภายในฐานข้อมูล โดยบังคับใช้กฎเกณฑ์ ข้อกำหนดในการตั้งชื่อ และความสมบูรณ์ของข้อมูล เอกสารนี้อธิบายถึงสามระดับหลัก ได้แก่ ระดับแนวคิด ระดับตรรกะ และระดับกายภาพ และแสดงให้เห็นว่าแต่ละระดับชี้นำการตัดสินใจในการออกแบบและการนำไปใช้ได้อย่างไร
การสร้างแบบจำลองข้อมูลคืออะไร?
การสร้างแบบจำลองข้อมูล (Data Modelling) การสร้างแบบจำลองข้อมูลคือกระบวนการสร้างแบบจำลองข้อมูลสำหรับข้อมูลที่จะจัดเก็บในฐานข้อมูล แบบจำลองข้อมูลเป็นภาพแทนเชิงแนวคิดของวัตถุข้อมูล ความสัมพันธ์ระหว่างวัตถุเหล่านั้น และกฎที่ควบคุมพวกมัน การแสดงภาพข้อมูลในลักษณะนี้ช่วยให้ทีมงานสามารถบังคับใช้กฎทางธุรกิจ การปฏิบัติตามกฎระเบียบ และนโยบายของรัฐบาลก่อนที่จะสร้างตารางใดๆ
แบบจำลองข้อมูลยังช่วยให้มั่นใจได้ถึงความสม่ำเสมอในข้อกำหนดการตั้งชื่อ ค่าเริ่มต้น ความหมาย และความปลอดภัย ในขณะเดียวกันก็สนับสนุนคุณภาพข้อมูลโดยรวม แผนภาพด้านล่างแสดงให้เห็นว่าเลเยอร์หลักทั้งสามของแบบจำลองข้อมูลทำงานร่วมกันอย่างไรในระดับรายละเอียดที่เพิ่มขึ้น
โมเดลข้อมูลใน DBMS
การขอ ตัวแบบข้อมูล เป็นกล้ามท้องtracแบบจำลองที่จัดระเบียบคำอธิบายข้อมูล ความหมายของข้อมูล และข้อจำกัดด้านความสอดคล้องที่ใช้กับข้อมูลนั้น แบบจำลองนี้เน้นที่... อะไร จำเป็นต้องมีข้อมูล และ อย่างไร ควรจัดระเบียบข้อมูลมากกว่าที่จะคิดถึงการดำเนินการที่จะเกิดขึ้นกับข้อมูลนั้น ลองนึกถึงแบบจำลองข้อมูลเหมือนกับแบบแปลนอาคารของสถาปนิก: มันกำหนดโครงสร้างเชิงแนวคิดและความสัมพันธ์ระหว่างรายการข้อมูลต่างๆ ก่อนที่ฐานข้อมูลจะถูกสร้างขึ้นจริงเสียอีก
โดยทั่วไปแล้วมีการใช้สัญลักษณ์สองแบบในเทคนิคการสร้างแบบจำลองข้อมูล:
- แบบจำลองความสัมพันธ์เอนทิตี (ER) — สัญลักษณ์กราฟิกที่แสดงถึงสิ่งต่างๆ คุณลักษณะ และความสัมพันธ์ระหว่างสิ่งเหล่านั้น
- ยูเอ็มแอล (ภาษาการสร้างแบบจำลองแบบรวม) — ภาษาภาพที่ครอบคลุมมากขึ้น ซึ่งรองรับแผนภาพคลาสที่เหมาะสมสำหรับการออกแบบโครงสร้างข้อมูล
บทเรียนการสร้างแบบจำลองข้อมูลนี้เหมาะสำหรับผู้ที่เพิ่งเริ่มต้น ผู้ที่เพิ่งหัดเรียนรู้ และผู้เชี่ยวชาญที่มีประสบการณ์ที่ต้องการทบทวนความรู้เกี่ยวกับชั้นแนวคิด ตรรกะ และกายภาพ
เหตุใดจึงต้องใช้โมเดลข้อมูล
ก่อนที่จะเจาะลึกในแต่ละชั้น ควรทำความเข้าใจถึงคุณค่าทางธุรกิจที่แบบจำลองข้อมูลที่ดีมอบให้เสียก่อน เป้าหมายหลักของการใช้แบบจำลองข้อมูลมีดังนี้:
- ช่วยให้มั่นใจได้ว่าข้อมูลทั้งหมดที่ฐานข้อมูลต้องการนั้นได้รับการแสดงอย่างถูกต้อง การละเว้นข้อมูลจะนำไปสู่รายงานที่ผิดพลาดและผลลัพธ์ที่ไม่ถูกต้อง
- ช่วยออกแบบฐานข้อมูลในระดับแนวคิด ตรรกะ และกายภาพ
- กำหนดตารางเชิงสัมพันธ์ คีย์หลักและคีย์รอง และโพรซีเดอร์ที่จัดเก็บไว้ซึ่งฐานข้อมูลต้องการ
- ช่วยให้เห็นภาพข้อมูลพื้นฐานได้อย่างชัดเจน ทำให้นักพัฒนาฐานข้อมูลสามารถสร้างฐานข้อมูลจริงได้อย่างมั่นใจ
- ช่วยระบุข้อมูลที่ขาดหายและซ้ำซ้อนได้ตั้งแต่เนิ่นๆ ก่อนที่ข้อบกพร่องจะลุกลามไปยังขั้นตอนต่อไป
- แม้ว่าการสร้างโครงสร้างพื้นฐานในขั้นต้นจะใช้แรงงานและเวลามาก แต่จะทำให้การอัปเกรดและบำรุงรักษาโครงสร้างพื้นฐานด้านไอทีในอนาคตมีราคาถูกลงและรวดเร็วยิ่งขึ้น
ประเภทของตัวแบบข้อมูลใน DBMS
ประเภทของแบบจำลองข้อมูล: แบบจำลองข้อมูลมีสามประเภทหลัก ได้แก่ แบบจำลองเชิงแนวคิด แบบจำลองเชิงตรรกะ และแบบจำลองเชิงกายภาพ โดยแต่ละประเภทมีวัตถุประสงค์เฉพาะ แบบจำลองเหล่านี้ร่วมกันอธิบายข้อมูลและวิธีการจัดเก็บข้อมูล รวมถึงกำหนดความสัมพันธ์ระหว่างรายการข้อมูลต่างๆ
- โมเดลข้อมูลเชิงแนวคิด: กำหนด WHAT ระบบนี้ประกอบด้วยสิ่งต่างๆ มากมาย โดยทั่วไปแล้วผู้มีส่วนได้ส่วนเสียทางธุรกิจและสถาปนิกข้อมูลจะเป็นผู้สร้างระบบนี้ขึ้นมาเพื่อจัดระเบียบ กำหนดขอบเขต และนิยามแนวคิดและกฎเกณฑ์ทางธุรกิจ
- โมเดลข้อมูลเชิงตรรกะ: กำหนด วิธีการ ควรนำระบบนี้ไปใช้งาน ไม่ว่าจะเป็นระบบจัดการฐานข้อมูลแบบใดก็ตาม โดยทั่วไปแล้ว สถาปนิกข้อมูลและนักวิเคราะห์ธุรกิจจะเป็นผู้สร้างระบบนี้ขึ้นมา เพื่อพัฒนารูปแบบทางเทคนิคของกฎเกณฑ์และโครงสร้างข้อมูล
- แบบจำลองข้อมูลทางกายภาพ: อธิบาย วิธีการ ระบบนี้จะถูกนำไปใช้โดยใช้ระบบจัดการฐานข้อมูล (DBMS) เฉพาะ ซึ่งโดยทั่วไปแล้วจะถูกสร้างขึ้นโดยผู้ดูแลระบบฐานข้อมูล (DBA) และนักพัฒนา และแสดงถึงการนำฐานข้อมูลไปใช้งานจริง
โมเดลข้อมูลเชิงแนวคิด
A โมเดลข้อมูลเชิงแนวคิด แบบจำลองข้อมูลเชิงแนวคิด คือ มุมมองที่เป็นระบบของแนวคิดฐานข้อมูลและความสัมพันธ์ระหว่างกัน จุดประสงค์ของการสร้างแบบจำลองข้อมูลเชิงแนวคิดคือการกำหนดเอนทิตี คุณลักษณะ และความสัมพันธ์ระหว่างกัน ในระดับนี้ จะมีการบันทึกรายละเอียดเกี่ยวกับโครงสร้างฐานข้อมูลจริงเพียงเล็กน้อย โดยทั่วไปแล้ว ผู้มีส่วนได้ส่วนเสียทางธุรกิจและสถาปนิกข้อมูลจะเป็นเจ้าของเอกสารฉบับนี้
หลักการพื้นฐานสามประการของแบบจำลองข้อมูลเชิงแนวคิดมีดังนี้:
- นิติบุคคล: เรื่องจริงในโลกแห่งความเป็นจริง
- แอตทริบิวต์: ลักษณะหรือคุณสมบัติของสิ่งใดสิ่งหนึ่ง
- ความสัมพันธ์: ความสัมพันธ์หรือความเชื่อมโยงระหว่างสองสิ่ง
ตัวอย่างโมเดลข้อมูล:
- ลูกค้าและผลิตภัณฑ์เป็นสองเอนทิตี หมายเลขลูกค้าและชื่อลูกค้าเป็นแอตทริบิวต์ของเอนทิตีลูกค้า
- ชื่อสินค้าและราคาเป็นคุณลักษณะของเอนทิตีสินค้า
- การขายคือความสัมพันธ์ระหว่างลูกค้ากับสินค้า
ลักษณะเฉพาะของแบบจำลองข้อมูลเชิงแนวคิด
- นำเสนอแนวคิดทางธุรกิจที่ครอบคลุมทั่วทั้งองค์กร
- ออกแบบและพัฒนาขึ้นสำหรับกลุ่มเป้าหมายทางธุรกิจ
- สร้างขึ้นโดยไม่ขึ้นอยู่กับข้อกำหนดด้านฮาร์ดแวร์ เช่น ความจุในการจัดเก็บข้อมูลหรือตำแหน่งที่ตั้ง และข้อกำหนดด้านซอฟต์แวร์ เช่น ผู้จำหน่ายและเทคโนโลยี DBMS โดยมุ่งเน้นที่การแสดงข้อมูลในลักษณะที่ผู้ใช้จะเห็นใน "โลกแห่งความเป็นจริง"
แบบจำลองข้อมูลเชิงแนวคิด — บางครั้งเรียกว่าแบบจำลองโดเมน — สร้างคำศัพท์ร่วมกันสำหรับผู้มีส่วนได้ส่วนเสียทั้งหมดโดยการกำหนดแนวคิดพื้นฐานและขอบเขต
โมเดลข้อมูลเชิงตรรกะ
การขอ โมเดลข้อมูลเชิงตรรกะ กำหนดโครงสร้างขององค์ประกอบข้อมูลและกำหนดความสัมพันธ์ระหว่างกัน นอกจากนี้ยังเพิ่มข้อมูลเพิ่มเติมให้กับองค์ประกอบแบบจำลองข้อมูลเชิงแนวคิด และเป็นรากฐานที่แบบจำลองข้อมูลเชิงกายภาพจะสร้างขึ้นในที่สุด แม้ว่าโครงสร้างการสร้างแบบจำลองจะยังคงไม่ขึ้นกับระบบจัดการฐานข้อมูล (DBMS) ก็ตาม
ในระดับการสร้างแบบจำลองข้อมูลนี้ คีย์หลักหรือคีย์รองยังไม่ได้รับการสรุป คุณตรวจสอบและปรับรายละเอียดตัวเชื่อมต่อที่ตั้งไว้ก่อนหน้านี้สำหรับความสัมพันธ์ และปรับแต่งค่าความสัมพันธ์ให้ละเอียดขึ้น
ลักษณะเฉพาะของแบบจำลองข้อมูลเชิงตรรกะ
- อธิบายถึงความต้องการข้อมูลสำหรับโครงการเดียว แต่สามารถบูรณาการกับโมเดลข้อมูลเชิงตรรกะอื่นๆ ได้ ขึ้นอยู่กับขอบเขตของโครงการ
- ออกแบบและพัฒนาอย่างเป็นอิสระจาก DBMS
- คุณลักษณะของข้อมูลจะบรรจุประเภทข้อมูลที่มีความแม่นยำและความยาวที่แน่นอน
- โดยทั่วไปแล้ว การทำให้เป็นรูปแบบมาตรฐานจะใช้กับรูปแบบมาตรฐานถึงระดับที่สาม (3NF)
แบบจำลองข้อมูลทางกายภาพ
A แบบจำลองข้อมูลทางกายภาพ อธิบายถึงการนำแบบจำลองข้อมูลไปใช้เฉพาะฐานข้อมูล โดยนำเสนอทางเลือกเชิงนามธรรมของฐานข้อมูลtracแบบจำลองข้อมูลเชิงกายภาพช่วยสร้างโครงสร้างฐานข้อมูลโดยตรง ด้วยเมตาเดต้าที่ครบถ้วน นอกจากนี้ แบบจำลองข้อมูลเชิงกายภาพยังช่วยให้เห็นภาพโครงสร้างฐานข้อมูลได้ชัดเจนยิ่งขึ้น โดยการจำลองคีย์คอลัมน์ ข้อจำกัด ดัชนี ทริกเกอร์ และอื่นๆ อาร์ดีบีเอ็มเอส คุณสมบัติ
ลักษณะของแบบจำลองข้อมูลทางกายภาพ
- อธิบายถึงความต้องการข้อมูลสำหรับโครงการหรือแอปพลิเคชันเดียว แม้ว่าจะสามารถบูรณาการเข้ากับแบบจำลองข้อมูลทางกายภาพอื่นๆ ได้ ขึ้นอยู่กับขอบเขตของโครงการ
- กำหนดความสัมพันธ์ระหว่างตาราง โดยพิจารณาถึงจำนวนสมาชิกและความสามารถในการเป็นค่าว่างของแต่ละความสัมพันธ์
- พัฒนาขึ้นสำหรับระบบจัดการฐานข้อมูล (DBMS) เวอร์ชันเฉพาะ ตำแหน่งที่ตั้ง รูปแบบการจัดเก็บข้อมูล หรือเทคโนโลยีที่ใช้ในโครงการ
- คอลัมน์แต่ละคอลัมน์มีชนิดข้อมูล ความยาว และค่าเริ่มต้นที่แน่นอน
- คีย์หลักและคีย์รอง มุมมอง ดัชนี โปรไฟล์การเข้าถึง และการอนุญาตต่างๆ ได้รับการกำหนดไว้อย่างชัดเจน
แบบจำลองข้อมูลเชิงแนวคิด เชิงตรรกะ และเชิงกายภาพ
เมื่อคุณเข้าใจแต่ละชั้นอย่างละเอียดแล้ว วิธีที่ง่ายที่สุดในการจดจำความแตกต่างคือการเปรียบเทียบแต่ละชั้นเข้าด้วยกัน ตารางด้านล่างสรุปจุดเน้น ผู้รับผิดชอบ และระดับรายละเอียดในแต่ละขั้นตอน
| แง่มุม | เกี่ยวกับความคิดเห็น | ตรรกะ | กายภาพ |
|---|---|---|---|
| จุดมุ่งหมาย | ระบุว่าระบบนี้ประกอบด้วยอะไรบ้าง | กำหนดวิธีการทำงานของระบบ โดยไม่ขึ้นอยู่กับระบบจัดการฐานข้อมูล (DBMS) ใด ๆ | ระบุวิธีการนำระบบไปใช้งานในระบบจัดการฐานข้อมูล (DBMS) ที่เฉพาะเจาะจง |
| ผู้ชม | ผู้มีส่วนได้ส่วนเสียทางธุรกิจ สถาปนิกข้อมูล | สถาปนิกข้อมูล นักวิเคราะห์ธุรกิจ | ผู้ดูแลฐานข้อมูล, นักพัฒนา |
| ระดับรายละเอียด | เอนทิตีระดับสูง คุณลักษณะ ความสัมพันธ์ | ประเภทข้อมูล การทำให้เป็นมาตรฐาน คุณลักษณะ | ตาราง, คอลัมน์, คีย์, ดัชนี, ทริกเกอร์ |
| คีย์ที่กำหนด | ไม่มี | คีย์หลักและคีย์รองเชิงแนวคิด | คีย์หลัก คีย์ต่างประเทศ และคีย์สำรองของคอนกรีต |
| การพึ่งพา DBMS | อิสระ | อิสระ | ผูกติดอยู่กับระบบจัดการฐานข้อมูล (DBMS) เฉพาะเจาะจง |
ข้อดีและข้อเสียของตัวแบบข้อมูล
ข้อดีของแบบจำลองข้อมูล:
- เป้าหมายหลักของแบบจำลองข้อมูลคือการทำให้แน่ใจว่าวัตถุข้อมูลที่ทีมงานฝ่ายปฏิบัติการนำเสนอนั้นได้รับการแสดงอย่างถูกต้องแม่นยำ
- แบบจำลองข้อมูลมีความละเอียดมากพอที่จะใช้เป็นพิมพ์เขียวสำหรับการสร้างฐานข้อมูลจริงได้
- ข้อมูลในแบบจำลองข้อมูลสามารถนำมาใช้กำหนดความสัมพันธ์ระหว่างตาราง คีย์หลักและคีย์รอง รวมถึงโพรซีเดอร์ที่จัดเก็บไว้ได้
- แบบจำลองข้อมูลช่วยให้ธุรกิจสื่อสารได้อย่างสม่ำเสมอทั้งภายในและระหว่างองค์กร
- แบบจำลองข้อมูลช่วยในการจัดทำแผนที่ข้อมูลpingในกระบวนการ ETL
- มันช่วยในการระบุแหล่งข้อมูลที่ถูกต้องเพื่อนำมาใช้ในการสร้างแบบจำลอง
ข้อเสียของแบบจำลองข้อมูล:
- ในการพัฒนารูปแบบข้อมูล คุณต้องเข้าใจลักษณะทางกายภาพของข้อมูลที่จัดเก็บไว้
- ระบบนำทางที่สร้างขึ้นบนพื้นฐานของแบบจำลองข้อมูลสามารถก่อให้เกิดงานพัฒนาและจัดการแอปพลิเคชันที่ซับซ้อน ซึ่งต้องอาศัยความรู้เชิงลึกในสาขาเฉพาะทาง
- แม้แต่การเปลี่ยนแปลงโครงสร้างเพียงเล็กน้อยก็อาจต้องมีการปรับเปลี่ยนทั้งแอปพลิเคชัน
- ไม่มีภาษาการจัดการข้อมูลที่เป็นสากลในทุกที่ DBMSดังนั้นโมเดลจึงมักต้องได้รับการปรับแต่งให้เหมาะสมกับแต่ละแพลตฟอร์ม
