Was ist Datenmodellierung? | • BUOM

22. Februar 2021

Die Datenmodellierung ist ein nützlicher Schritt vor dem Codieren Ihrer Datenbank, da Sie so alle erforderlichen Änderungen vornehmen können, bevor Ihre Entwickler mit der Arbeit beginnen. Obwohl die effektive Ausführung dieser Aufgabe einige Zeit in Anspruch nimmt, kann sie durch das Erkennen von Fehlern, bevor sie auftreten, erheblich Zeit und Geld sparen.

Zu verstehen, wie Datenmodellierung funktioniert, ist ein wichtiger erster Schritt bei der Entscheidung, ob Sie eine Datenbankmodellierung für Ihr eigenes Projekt durchführen möchten. In diesem Artikel besprechen wir, was Datenmodellierung ist, wann sie verwendet werden sollte und welche Arten der Datenmodellierung am häufigsten vorkommen. Wir teilen auch die wichtigsten Vor- und Nachteile der Datenmodellierung.

Definition der Datenmodellierung

Unter Datenmodellierung versteht man den Prozess der Dokumentation des Entwurfs eines Softwaresystems in einem leicht verständlichen Diagramm. Mit der Datenmodellierung können Sie Daten und die Beziehungen zwischen Datenobjekten und Regeln konzeptionell darstellen. Die Datenmodellierung ist von Vorteil, da sie es ermöglicht, Fehler zu identifizieren oder notwendige Änderungen vorzunehmen, bevor Programmierer Code schreiben. Datenmodellierung kann auch verwendet werden, um die Bemühungen von Programmierern zurückzuentwickeln und Modelle aus vorhandenen Systemen zu extrahieren.

Der Hauptzweck der Datenmodellierung besteht darin:

• Stellen Sie sicher, dass die Daten korrekt dargestellt werden, da alle in der Datenbank weggelassenen Daten zu falschen Ergebnissen und ungenauen Berichten führen.

• Helfen Sie bei der Definition der Datenbank sowie der konzeptionellen, logischen und physischen Schichten

• Helfen Sie bei der Definition von Primär- und Fremdschlüsseln, relationalen Tabellen und gespeicherten Prozeduren

• Verschaffen Sie sich ein klares Verständnis der zugrunde liegenden Daten, die Entwickler beim Erstellen der eigentlichen Datenbank verwenden können.

• Identifizieren Sie alle redundanten oder fehlenden Daten

• Machen Sie die Wartung und Aktualisierung Ihrer IT-Infrastruktur schneller und kostengünstiger

Wann sollten Sie ein Datenmodell verwenden?

Datenmodelle werden traditionell während der Analyse- und Entwurfsphase eines Projekts erstellt. Dadurch können Sie sicherstellen, dass die Projektanforderungen vollständig verstanden werden und erfüllt werden. Sie können jedoch auch später im Datenlebenszyklus nützlich sein, um von Programmierern für bestimmte Zwecke erstellte Projekte zu optimieren.

Arten der Datenmodellierung

Verschiedene Ansätze zur Datenmodellierung hängen von der Art der Daten ab, die Sie verwenden, und von den Informationen, die Sie anzeigen möchten.

Zu den Arten der Datenmodellierung gehören:

• Konzeptionell

• Hierarchisch

• Rational

• Entitätsbeziehung

• Logisch

• Grafik

• Körperlich

Konzeptionelles Datenmodell

Ein konzeptionelles Datenmodell ist eine übergeordnete, strukturierte Geschäftsdarstellung der Daten, die zur Verfolgung von Leistungskennzahlen, zur Unterstützung von Geschäftsprozessen und zur Aufzeichnung von Geschäftsereignissen erforderlich sind. Dieses Modell konzentriert sich auf die Identifizierung der von einem Unternehmen verwendeten Daten, nicht jedoch auf deren physische Eigenschaften oder Verarbeitungsabläufe. Der gesamte Geschäftsumfang des Modells wird als Ausgangspunkt für die Diskussion zwischen den Interessengruppen verwendet. Wichtige Klassen in den Daten werden ausgewählt und Beziehungen werden basierend auf den tatsächlichen Instanzen beschrieben, die die Klassen darstellen.

Hierarchisches Datenmodell

In hierarchischen Datenmodellen werden Daten in einer Baumstruktur organisiert. Daten werden als separate Datensätze gespeichert, die durch Links verknüpft sind. Diese Art der Datenmodellierung erfordert, dass jeder untergeordnete Datensatz nur einen übergeordneten Datensatz hat, obwohl ein übergeordneter Datensatz mehrere untergeordnete Datensätze haben kann.

Rationales Datenmodell

Dieser Datenmodellierungsansatz stellt eine Datenbank als eine Reihe von Beziehungen dar, wobei eine Beziehung eine Wertetabelle ist. Jede Zeile in einer Tabelle stellt einen Satz zusammengehöriger Datenwerte dar. Die zentrale Idee des relationalen Modells besteht darin, eine Datenbank als eine Menge von Prädikaten über einer Menge von Prädikatenwerten zu beschreiben, die Einschränkungen für Werte und Wertekombinationen beschreiben.

Entity-Relationship-Datenmodell

Diese Art von Datenmodell ist eng mit relationalen Modellen verwandt und verwendet Diagramme, um Datenbankelemente darzustellen und sie leichter verständlich zu machen. Das Entity-Relationship-Modell (ER-Modell) beschreibt zusammenhängende Dinge, die in einem bestimmten Wissensgebiet von Interesse sind. Eine Entität ist ein Datenelement, ein Objekt oder ein Konzept, über das Daten gespeichert werden. Beziehungen sind die Art und Weise, wie Daten zwischen Entitäten ausgetauscht werden.

Logisches Datenmodell

Diese Art von Datenmodell beschreibt die Daten so detailliert wie möglich, unabhängig von der physischen Implementierung oder Technologie des Datenbankverwaltungssystems, das zum Speichern der Daten verwendet wird. Das logische Datenmodell umfasst alle in der Datenbank vorhandenen Informationen über die Entitäten und die Beziehungen zwischen ihnen.

Grafisches Datenmodell

Bei der Modellierung von Diagrammdaten handelt es sich um den Prozess der Beschreibung einer beliebigen Region als verbundenes Diagramm aus Knoten und Beziehungen mit Eigenschaften und Beschriftungen. Es wird verwendet, um technische und geschäftliche Probleme zu lösen, indem die Datenstruktur für eine Diagrammdatenbank organisiert wird.

Physisches Datenmodell

Es handelt sich um eine Darstellung des Datenschemas, das im Datenbankverwaltungssystem implementiert wird. Mithilfe dieses Modells beschreiben Sie einzelne Datenbanktabellen, Komponentenspalten sowie Beziehungs- und Schlüsseldetails und berücksichtigen außerdem Leistung, Ressourcenzuweisung und Zugriff. Mit diesem Ansatz erreichen Sie den höchsten Detaillierungsgrad bereits vor der eigentlichen Bereitstellung.

Vorteile der Datenmodellierung

Die Datenmodellierung bietet eine Reihe von Vorteilen, darunter:

• Gewährleistung einer genauen Darstellung von Objekten

• Ermöglicht das Definieren von Beziehungen zwischen Tabellen, gespeicherten Prozeduren sowie Primär- und Fremdschlüsseln.

• Unterstützung von Unternehmen bei der Kommunikation innerhalb und zwischen Organisationen

• Helfen Sie dabei, die genauen Datenquellen für die Befüllung Ihres Modells zu erkennen

• Ermöglicht dem Unternehmen die Dokumentation von Datenzuordnungen im ETL-Prozess.

Nachteile der Datenmodellierung

Die Datenmodellierung hat einige Nachteile, darunter:

• Um ein Datenmodell entwickeln zu können, müssen Sie die gespeicherten Eigenschaften physischer Daten kennen.

• Das Navigationssystem nutzt eine komplexe Anwendungsentwicklung und -verwaltung, die fortgeschrittene Fähigkeiten erfordert.

• Kleine Änderungen in der Struktur erfordern eine Modifikation der gesamten Anwendung.

• Datenbankverwaltungssysteme verfügen nicht über eine festgelegte Manipulationssprache.