مدل سازی داده ها
مدل سازی داده ها فرآیند ایجاد یک نمایش بصری از یک سیستم اطلاعات عدد صحیح یا بخش هایی از IT برای برقراری ارتباط بین نقاط داده و ساختار است. هدف نشان دادن انواع داده های مورد استفاده و ذخیره شده در سیستم ، روابط بین آنها ، راه هایی است که داده ها می توانند گروه بندی و سازمان یافته و قالب ها و ویژگی های آنها باشند.
انواع مدل سازی
- مدل داده های مفهومی: آنها نمای کلی از داده ها را ارائه می دهند.
-
آنها موارد زیر را توضیح می دهند:
• سیستم دارای چه داده ای است
• داده ها و شرایط یا محدودیت ها در داده ها
• به کدام تجارت داده ها داده می شود
• نحوه سازماندهی بهتر داده ها
• الزامات امنیتی و یکپارچگی داده ها -
مدل داده های منطقی: کلاسهای مفهوم را برای ساختارهای داده فنی نقشه برداری کنید. آنها جزئیات بیشتری در مورد مفاهیم داده و روابط داده پیچیده ای که در مدل داده های مفهومی مشخص شده اند ، ارائه می دهند ، مانند این موارد:
• انواع داده از ویژگی های مختلف (به عنوان مثال ، رشته یا شماره)
• روابط بین نهادهای داده
• ویژگی های اصلی یا زمینه های کلیدی در داده ها -
مدل داده های فیزیکی: مدل های داده منطقی را برای فناوری DBM خاص نقشه برداری کنید و از اصطلاحات نرم افزار استفاده کنید. به عنوان مثال ، آنها جزئیات مربوط به موارد زیر را ارائه می دهند:
• انواع زمینه های داده ، همانطور که در DBMS نشان داده شده است
• روابط داده ، همانطور که در DBMS نشان داده شده است
• جزئیات بیشتر ، مانند تنظیم عملکرد
انواع تکنیک های مدل سازی
- مدل سازی داده های سلسله مراتبی: شما می توانید روابط بین عناصر مختلف داده را در یک قالب شبیه درخت نشان دهید. مدل های داده های سلسله مراتبی نشان دهنده روابط از یک تا بسیاری ، با والدین یا کلاسهای ریشه ای برای کودکان مختلف است.
- مدل سازی داده های نمودار: روابط داده ای را نشان می دهد که به طور مساوی با اشخاص رفتار می کنند. نهادها می توانند در روابط از یک یا بسیاری از افراد و بسیاری از آنها بدون هیچ مفهومی از پدر یا کودک به یکدیگر پیوند دهند.
- مدل سازی داده های رابطه ای: این یک رویکرد مدل سازی محبوب است که کلاس های داده را به عنوان جداول مشاهده می کند. جداول داده های مختلف با استفاده از کلیدهایی که نشان دهنده رابطه موجودات واقعی جهان است ، جمع می شوند یا به هم متصل می شوند.
- روابط مدل سازی داده ها بین نهادها: از نمودارهای رسمی برای نشان دادن روابط بین نهادها در یک پایگاه داده استفاده کنید.
- مدل سازی داده های شی گرا: این اشیاء داده انتزاع نرم افزار دنیای واقعی هستند.
- مدل سازی داده های بعدی: محاسبات تجاری مدرن از فناوری انبار داده برای ذخیره مقادیر زیادی از داده ها برای تجزیه و تحلیل استفاده می کند. مدل های بعدی از داده های تکراری یا اضافی استفاده می کنند و عملکرد را در اولویت استفاده از فضای کمتری برای ذخیره داده ها قرار می دهند.
فرآیند مدل سازی داده ها
- شناسایی اشخاص: با شناسایی موارد ، رویدادها یا مفاهیم ارائه شده در مجموعه داده ها که مدل سازی می شوند ، آغاز می شود. هر موجودیت باید منسجم و منطقی از سایر افراد متمایز باشد.
- شناسایی خصوصیات اصلی هر نهاد: هر نوع موجودیت می تواند با سایر موارد متفاوت باشد زیرا دارای یک یا چند ویژگی منحصر به فرد است ، به نام ویژگی ها.
- شناسایی روابط بین نهادها: یک مدل داده ماهیت روابطی را که هر نهاد با یکدیگر دارد مشخص می کند. این روابط معمولاً از طریق زبان مدل سازی متحد (UML) ثبت می شود.
- ویژگی های نقشه برداری برای اشخاص به طور کامل: اطمینان حاصل می کند که این مدل منعکس کننده استفاده از داده های شرکت است.
- کلیدها را در صورت لزوم اختصاص دهید و در مورد درجه ای از استاندارد سازی تصمیم بگیرید که نیاز به کاهش افزونگی با نیازهای عملکرد را متعادل می کند.
- اتمام و اعتبار سنجی مدل داده.
