Was ist Datenmodellierung?

Was ist Datenmodellierung?

 

Die Datenmodellierung ist das Erstellen eines Datenmodells für die Daten, die in einer Datenbank gespeichert werden sollen. Dieses Datenmodell ist eine konzeptionelle Darstellung von:

• Datenobjekten
• Die Zuordnungen zwischen verschiedenen Datenobjekten
• Die Regeln.

Die Datenmodellierung hilft bei der visuellen Darstellung von Daten und erzwingt Geschäftsregeln, Einhaltung gesetzlicher Auflagen und Regierungsrichtlinien für die Daten. Datenmodelle gewährleisten Konsistenz in Namenskonventionen, Standardwerten, Semantik und Sicherheit bei gleichzeitiger Sicherstellung der Datenqualität.

Das Datenmodell betont, welche Daten benötigt werden und wie sie organisiert werden sollten, und nicht, welche Vorgänge an den Daten ausgeführt werden müssen. Das Datenmodell ist wie der Gebäudeplan eines Architekten, der dabei hilft, ein konzeptionelles Modell zu erstellen und die Beziehung zwischen Datenelementen festzulegen.

Es gibt zwei Arten von Datenmodelltechniken

1. Entity-Relationship-Modell (E-R)
2. UML (Unified Modeling Language)

In diesem Beitrag werden wir uns mit verschieden Themen auseinandersetzen:

• Was ist Datenmodellierung?
• Warum wird ein Datenmodell verwendet?
• Arten von Datenmodellen
• Konzeptmodell
• Logisches Datenmodell
• Physikalisches Datenmodell
• Vorteile und Nachteile des Datenmodells

Warum Datenmodell verwenden?
Das Hauptziel der Verwendung des Datenmodells ist:
• Stellt sicher, dass alle von der Datenbank benötigten Datenobjekte genau dargestellt werden.
• Das Auslassen von Daten führt zur Erstellung fehlerhafter Berichte und führt zu falschen Ergebnissen.
• Ein Datenmodell hilft beim Entwurf der Datenbank auf konzeptioneller, physikalischer und logischer Ebene.
• Die Datenmodellstruktur hilft bei der Definition der relationalen Tabellen, der Primär- und Fremdschlüssel sowie der gespeicherten Prozeduren.
• Es bietet ein klares Bild der Basisdaten und kann von Datenbankentwicklern zur Erstellung einer physischen Datenbank verwendet werden.
• Es ist auch hilfreich, fehlende und redundante Daten zu identifizieren.
• Die Erstellung des Datenmodells ist zwar zeitaufwändig und zeitaufwändig, macht jedoch das Upgrade und die Wartung Ihrer IT-Infrastruktur auf lange Sicht billiger und schneller.
• Arten von Datenmodellen

Es gibt hauptsächlich drei verschiedene Arten von Datenmodellen:

1. Konzeptionell:

Dieses Datenmodell definiert, WAS das System enthält. Dieses Modell wird normalerweise von Business-Stakeholdern und Datenarchitekten erstellt. Ziel ist es, Geschäftskonzepte und -regeln zu organisieren, zu definieren und zu definieren.

2. Logisch:

Definiert, wie das System unabhängig vom DBMS implementiert werden soll. Dieses Modell wird normalerweise von Data Architects und Business Analysts erstellt. Das Ziel ist die Entwicklung einer technischen Karte von Regeln und Datenstrukturen.

3. Physikalisch:

Dieses Datenmodell beschreibt, wie das System mit einem bestimmten DBMS-System implementiert wird. Dieses Modell wird normalerweise von DBA und Entwicklern erstellt. Der Zweck ist die tatsächliche Implementierung der Datenbank.

Konzeptmodell

Das Hauptziel dieses Modells ist die Ermittlung der Entitäten, ihrer Attribute und ihrer Beziehungen. In dieser Datenmodellierungsebene sind kaum Details der tatsächlichen Datenbankstruktur verfügbar.

Die drei Grundmieter von Data Model sind

Entity: Eine reale Sache

Attribut: Merkmale oder Eigenschaften einer Entität

Beziehung: Abhängigkeit oder Zuordnung zwischen zwei Entitäten

Zum Beispiel:
Kunde und Produkt sind zwei Einheiten. Kundennummer und -name sind Attribute der Entität Customer
Produktname und Preis sind Attribute der Produkteinheit
Verkauf ist die Beziehung zwischen dem Kunden und dem Produkt

Eigenschaften eines konzeptionellen Datenmodells

Bietet organisationsweite Abdeckung der Geschäftskonzepte.
Diese Art von Datenmodellen wurde für ein geschäftliches Publikum entwickelt und entwickelt.
Das Konzeptmodell wird unabhängig von Hardwarespezifikationen wie Datenspeicherkapazität, Standort oder Softwarespezifikationen wie DBMS-Anbieter und -Technologie entwickelt. Der Fokus liegt darauf, Daten so darzustellen, wie ein Benutzer sie in der "realen Welt" sieht.

Konzeptionelle Datenmodelle, die als Domänenmodelle bezeichnet werden, schaffen ein gemeinsames Vokabular für alle Stakeholder, indem Grundkonzepte und -umfang festgelegt werden.
Logisches Datenmodell

Logische Datenmodelle fügen den konzeptionellen Modellelementen weitere Informationen hinzu. Sie definiert die Struktur der Datenelemente und legt die Beziehungen zwischen ihnen fest.

Das logische Datenmodell bietet den Vorteil, dass es die Grundlage für das physikalische Modell bildet. Die Modellierungsstruktur bleibt jedoch generisch.

Auf dieser Datenmodellierungsebene ist kein Primär- oder Sekundärschlüssel definiert. Auf dieser Datenmodellierungsebene müssen Sie die zuvor für Beziehungen festgelegten Verbindungsdetails überprüfen und anpassen.

Merkmale eines logischen Datenmodells

Beschreibt den Datenbedarf für ein einzelnes Projekt, kann jedoch je nach Projektumfang in andere logische Datenmodelle integriert werden.
Entwickelt und entwickelt unabhängig vom DBMS.
Datenattribute verfügen über Datentypen mit genauer Genauigkeit und Länge.
Normalisierungsprozesse für das Modell werden normalerweise bis 3NF angewendet.

Physikalisches Datenmodell

Ein Physical Data Model beschreibt die datenbankspezifische Implementierung des Datenmodells. Es bietet eine Abstraktion der Datenbank und hilft bei der Generierung eines Schemas. Dies liegt an der Fülle von Metadaten, die ein Physical Data Model bietet.

Diese Art von Datenmodell hilft auch bei der Visualisierung der Datenbankstruktur. Es hilft beim Modellieren von Datenbankspaltenschlüsseln, -einschränkungen, -indizes, -Triggern und anderen RDBMS-Funktionen.
Merkmale eines physikalischen Datenmodells:

Das physische Datenmodell beschreibt den Datenbedarf für ein einzelnes Projekt oder eine einzelne Anwendung, kann jedoch je nach Projektumfang in andere physische Datenmodelle integriert werden.
Das Datenmodell enthält Beziehungen zwischen Tabellen, die die Kardinalität und die Nullfähigkeit der Beziehungen betreffen.
Entwickelt für eine bestimmte Version eines DBMS, Standort, Datenspeicher oder Technologie, die im Projekt verwendet werden soll.
Spalten sollten genaue Datentypen, zugewiesene Längen und Standardwerte haben.
Primär- und Fremdschlüssel, Ansichten, Indizes, Zugriffsprofile und Berechtigungen usw. werden definiert.

Vorteile und Nachteile des Datenmodells:

Vorteile des Datenmodells:

Das Hauptziel eines Entwurfs eines Datenmodells besteht darin, sicherzustellen, dass die vom funktionalen Team angebotenen Datenobjekte genau dargestellt werden.
Das Datenmodell sollte so detailliert sein, dass es zur Erstellung der physischen Datenbank verwendet werden kann.
Die Informationen im Datenmodell können zum Definieren der Beziehung zwischen Tabellen, Primär- und Fremdschlüsseln und gespeicherten Prozeduren verwendet werden.
Das Datenmodell hilft Unternehmen bei der Kommunikation innerhalb und zwischen Organisationen.
Das Datenmodell hilft, Datenzuordnungen im ETL-Prozess zu dokumentieren
Helfen Sie dabei, die richtigen Datenquellen zu erkennen, um das Modell zu füllen

Nachteile des Datenmodells:

Für das Datenmodell des Entwicklers sollte man wissen, welche physischen Datenmerkmale gespeichert sind.
Dies ist ein Navigationssystem, das komplexe Anwendungsentwicklung, Verwaltung, erzeugt. Daher erfordert es die Kenntnis der biographischen Wahrheit.
Noch kleinere Änderungen in der Struktur müssen in der gesamten Anwendung geändert werden.
Es gibt keine festgelegte Sprache für die Datenmanipulation in DBMS.

Fazit

Datenmodellierung ist der Prozess der Entwicklung eines Datenmodells für die Daten, die in einer Datenbank gespeichert werden sollen.
Datenmodelle gewährleisten Konsistenz in Namenskonventionen, Standardwerten, Semantik und Sicherheit bei gleichzeitiger Sicherstellung der Datenqualität.
Die Datenmodellstruktur hilft bei der Definition der relationalen Tabellen, der Primär- und Fremdschlüssel sowie der gespeicherten Prozeduren.
Es gibt drei Arten von konzeptionellen, logischen und physischen.
Das Hauptziel des konzeptionellen Modells besteht darin, die Entitäten, ihre Attribute und ihre Beziehungen festzulegen.
Das logische Datenmodell definiert die Struktur der Datenelemente und legt die Beziehungen zwischen ihnen fest.
Ein Physical Data Model beschreibt die datenbankspezifische Implementierung des Datenmodells.
Das Hauptziel eines Entwurfs eines Datenmodells besteht darin, sicherzustellen, dass die vom funktionalen Team angebotenen Datenobjekte genau dargestellt werden.
Der größte Nachteil ist, dass noch kleinere Änderungen in der Struktur Änderungen an der gesamten Anwendung erfordern.