Datenmodellierung bezieht sich auf die Praxis, das Design von Software und Systemen zu dokumentieren.. Geschäft, Verwenden von Diagrammen, Symbole und Textverweise. Durch diese Elemente, aus denen sich das Datenmodell zusammensetzt Stellt die Art und Weise dar, wie Daten durch eine Softwareanwendung oder Datenarchitektur innerhalb eines Unternehmens fließen.
Ein Datenmodell wird verwendet für: Dokument, Gründen, Organisieren und zeigen Sie, wie sie miteinander verbunden sind, Gespeichert, Zugriff auf und Verarbeitung von Datenstrukturen innerhalb einer Datenbank, die Architektur, Spezifische Anwendung oder Plattform. innerhalb des gegebenen Systems und zwischen anderen Systemen.
Es gibt eine Menge verwandter Terminologie, die konzeptionelle Modelle enthält., Geschäftsmodelle, Logische Modelle, Physikalische Modelle, Modelle zum Verknüpfen von Entitäten, Objektmodelle, Mehrdimensionale Modelle, Wissens-Graphen, Statistische Modelle, Kanonische Datenmodelle, Anwendungsdatenmodelle, Geschäftliche Anforderungsmodelle, Geschäft. Datenmodelle, Integrationsmodelle, Geschäftsmodelle für Geschäftsinformationen, Ontologien, Taxonomien, Nicht-relationale Modelle, Semantische Modelle und viele andere.
Was ist das Datenmodell?
Datenmodellierung ist das Verfahren zur Erstellung eines Datenmodells durch die Anwendung formaler Beschreibungen von Datenmodellen unter Verwendung von Datenmodellierungstechniken, die bei der Organisation von Informationen helfen.
EIN Datenmodell ist ein abstraktes Modell, die Geschäftsdaten für die Kommunikation zwischen den Teammitgliedern dokumentiert und organisiert. Wird häufig als Modell für die Anwendungsentwicklung verwendet, da es sich darauf konzentriert, wie sie gespeichert werden und welche Möglichkeiten es gibt, die Daten einzugeben.
Arten von Datenmodellierungswerkzeugen
So transformieren Sie Geschäftsanforderungen in ein logisches Datenmodell, Und das in einem physikalischen Datenmodell, Es können verschiedene Datenmodellierungswerkzeuge verwendet werden.. Aus dem physikalischen Datenmodell, Diese Tools können Anweisungen zum Generieren des SQL-Codes erhalten, der zum Erstellen der Datenbank verwendet wird.
Auf dem Markt gibt es verschiedene Arten von Datenmodellierungswerkzeugen, wie folgendes:
- Informatica Power Centervon Informatica.
- Oracle Designer von Oracle Corporation
- Rational Rose von der IBM Corporation
- Erwin von Computer Associates.
- Embarcadero Technologies Pier.
- Power Designer von Sybase Corporation
Wenn diese Option ausgewählt ist, Es ist wichtig, nach einem zuverlässigen Lieferanten und Experten auf diesem Gebiet zu suchen, , die eine Lösung bietet, die den Geschäftsanforderungen entspricht.
Vorhandene Datenmodellierungsklassen
Es gibt kein einheitliches Format für Datenmodell da eine Datenmodellinstanz aus drei verschiedenen Klassen bestehen kann:
- Konzeptionelles Schema: bezieht sich auf Entitäten und beschreibt die Semantik einer Domäne, der Geltungsbereich des Modells ist. Das konzeptionelle Datenmodell umfasst alle wichtigen Entitäten und Beziehungen und enthält nicht viele detaillierte Informationen zu Attributen. Wird in der Regel in der ersten Planungsphase verwendet.
- Logisches Schema: Konzentriert sich auf Attribute, Beschreiben der Struktur eines Informationsbereichs. Dies sind Beschreibungen von Tabellen und Spalten, Klassen, die sich auf XML-Tags und -Objekte konzentrieren, unter anderen. Dies ist die eigentliche Implementierung und Erweiterung eines konzeptionellen Datenmodells. Ein logisches Datenmodell ist die Version eines Datenmodells, die Geschäftsanforderungen darstellt (ganz oder teilweise) einer Organisation und entwickelt sich vor dem physischen Datenmodell.
- Physikalischer Schaltplan: beschreibt die physikalischen Mittel, mit denen Daten gespeichert werden. Dies bezieht sich auf Partitionen, Zentralprozessor, Tabellenplätze und dergleichen. Das physikalische Datenmodell umfasst alle Tabellen, Säulen, Beziehungen, Datenbankeigenschaften, die für die physische Bereitstellung von Datenbanken erforderlich sind. Datenbank-Performance, Die Indexierungsstrategie, Physikalische Speicherung und Denormalisierung sind wichtige Parameter eines physikalischen Modells.
Das Datenmodell ist ein notwendiger Bestandteil eines Pull-Verfahrens, Transformation und Laden; Unverzichtbar für die Arbeit mit Big Data und Unterstützung beim Verständnis von Daten durch Definition und Kategorisierung, Etablierung von Standarddefinitionen und -deskriptoren, um sicherzustellen, dass alle Informationssysteme des Unternehmens von ihrer Nutzung profitieren können.